更多数据、更多关系、更多上下文和更多开放性：关系抽取的回顾与展望

徐涵,天宇高,林彦凯,郝鹏,杨耀良,肖朝军,刘志远,彭丽,周杰（音译）,孙茂松

摘要
关系事实是人类知识的重要组成部分，隐藏在大量文本中。为了从文本中提取这些事实，人们多年来一直致力于关系提取（RE）。从早期的模式匹配到当前的神经网络，现有的RE方法已经取得了重大进展。然而，随着Web文本的爆炸式增长和新关系的出现，人类知识急剧增加，因此我们需要RE“更多”：一个更强大的RE系统，它可以强有力地利用更多数据，高效地学习更多关系，轻松处理更复杂的上下文，并灵活地推广到更开放的领域。在本文中，我们回顾了现有的可再生能源方法，分析了我们目前面临的主要挑战，并指出了朝着更强大的可再生能源方向发展的前景。我们希望我们的观点能够推动这一领域的发展，并激发社区的更多努力。
选集ID：
2020.acl-main.75年
体积：
计算语言学协会亚太分会第一届会议记录和第十届国际自然语言处理联合会议记录
月份：
十二月
年份：
2020
地址：
中国苏州
编辑：
Kam-Fai Wong先生,凯文·奈特,华武
地点：
AACL公司
SIG公司：
发布者：
计算语言学协会
注：
页：
745–758
语言：
网址：
https://aclantology.org/2020.aacl-main.75
DOI（操作界面）：
比比键：
引用（ACL）：
徐翰、高天宇、林彦凯、郝鹏、杨耀良、肖朝军、刘志远、李鹏、周杰和孙茂松。2020更多数据、更多关系、更多上下文和更多开放性：关系抽取的回顾与展望.英寸计算语言学协会亚太分会第一届会议记录和第十届国际自然语言处理联合会议记录，第745-758页，中国苏州。计算语言学协会。
引用（非正式）：
更多数据、更多关系、更多上下文和更多开放性：关系抽取的回顾与展望（Han等人，AACL 2020）
复制引文：
PDF格式：
https://aclantology.org/2020.aacl-main.75.pdf
数据
少量Rel, 2010年第6学期任务8
PDF格式 引用 搜索