@正在处理{han-etal-2020数据,title=“更多数据、更多关系、更多上下文和更多开放性:关系提取的回顾与展望”,author=“韩、徐和高、天宇和Lin、Yankai和彭浩和杨、姚亮和肖朝军和刘志远和Li、Peng和周、杰和孙茂松”,editor=“Wong、Kam Fai和奈特、凯文和吴华“,booktitle=“计算语言学协会亚太分会第一届会议暨第十届国际自然语言处理联合会议论文集”,月=12月,年=“2020”,address=“中国苏州”,publisher=“计算语言学协会”,url=“https://aclantology.org/2020.aacl-main.75",pages=“745--758”,abstract=“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,人们一直致力于关系提取(RE)多年来。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,人类的知识急剧增加,因此我们需要RE提供更多的{`}{`}:一个功能更强大的RE系统,它可以稳健地利用更多的数据,高效地学习更多的关系,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关键挑战,并为更强大的可再生能源指明了有希望的方向。我们希望我们的观点能够推动这一领域的发展,并激励社区做出更多努力。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“http://www.loc.gov/mods/v3"><mods ID=“han-etal-2020-data”><标题信息>更多数据、更多关系、更多上下文和更多开放性:关系提取的回顾与展望</titleInfo><name type=“personal”><namePart type=“given”>徐</namePart>韩寒<角色>作者</角色></name><name type=“personal”>天宇<namePart type=“given”>高<namePart type=“family”><角色>作者</角色></name><name type=“personal”>燕凯<namePart type=“given”>林<角色>作者</角色></name><name type=“personal”>郝(音译)彭<namePart type=“family”><角色>作者</角色></name><name type=“personal”>姚亮杨<角色>作者</角色></name><name type=“personal”>朝军<namePart type=“given”>肖(Xiao)<角色>作者</角色></name><name type=“personal”>致远<namePart type=“given”><namePart type=“family”>刘</namePart><角色>作者</角色></name><name type=“personal”>彭<namePart type=“given”>李<namePart type=“family”><角色>作者</角色></name><name type=“personal”><namePart type=“given”>杰<namePart type=“family”>周<角色>作者</角色></name><name type=“personal”>毛松太阳<角色>作者</角色></name><originInfo><发布日期>2020-12</发布日期></originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>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</titleInfo><name type=“personal”><namePart type=“given”>Kam-Fai</namePart>黄<namePart type=“family”><角色>编辑器</角色></name><name type=“personal”>凯文<namePart type=“family”>骑士</namePart><角色>编辑器</角色></name><name type=“personal”>华<namePart type=“given”>吴<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>中国苏州</地点></originInfo>会议出版物</relatedItem><abstract>关系事实是人类知识的重要组成部分,隐藏在大量的文本中。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</摘要><identifier type=“citekey”>han-etal-2020-data</identifier><位置><网址>https://aclantology.org/2020.aacl-main.75</url></位置><部分>2020-12年<日期><扩展单元=“page”><开始>745</开始><end>758</范围></部分></mods></modsCollection>
%0会议记录%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%阿汉、徐%天宇阿高%严凯阿林%阿鹏,郝%A Yang,姚亮%阿晓、朝军%刘志远%阿丽,彭%阿周,杰%孙茂松%黄,金飞%凯文·奈特%Y Wu、Hua%计算语言学协会亚太分会第一届会议和第十届国际自然语言处理联合会议记录%D 2020年%12月8日%计算语言学协会%C中国苏州%F han-etal-2020数据%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。%U型https://aclantology.org/2020.aacl-main.75%电话745-758
降价(非正式)
[更多的数据、更多的关系、更多的上下文和更多的开放性:关系提取的回顾和展望](https://aclantology.org/2020.aacl-main.75)(Han等人,AACL 2020)
国际计算语言学协会