细粒度实体分类的研究进展

打开文本图片集

摘  要：细粒度实体分类是自然语言处理中一项重要的基础任务，实体的类别信息为实体链接、关系抽取、事件抽取等下游任务提供帮助。近年来，基于深度学习的细粒度实体分类研究成为热点，该文从处理数据噪声、对类别层级建模、少样本学习和其他一些方法进行了综述性介绍，此外介绍了常见的数据集和评测方法，并对未来的研究方向进行了展望。（剩余6980字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。