摘要： 在自然语言处理领域，信息抽取一直以来受到人们的关注.信息抽取主要包括3项子任务：实体抽取、关系抽取和事件抽取,而关系抽取是信息抽取领域的核心任务和重要环节.实体关系抽取的主要目标是从自然语言文本中识别并判定实体对之间存在的特定关系，这为智能检索、语义分析等提供了基础支持，有助于提高搜索效率，促进知识库的自动构建.综合阐述了实体关系抽取的发展历史，介绍了常用的中文和英文关系抽取工具和评价体系.主要从4个方面展开介绍了实体关系抽取方法，包括：早期的传统关系抽取方法、基于传统机器学习、基于深度学习和基于开放领域的关系抽取方法，总结了在不同历史阶段的主流研究方法以及相应的代表性成果，并对各种实体关系抽取技术进行对比分析.最后，对实体关系抽取的未来重点研究内容和发展趋势进行了总结和展望.

http://crad.ict.ac.cn/CN/10.7544/issn1000-1239.2020.20190358#1

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ERES” 可以获取《实体关系抽取方法研究综述》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源