• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

实体关系抽取方法研究综述

李冬梅, 张扬, 李东远, 林丹琼

李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. DOI: 10.7544/issn1000-1239.2020.20190358
引用本文: 李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. DOI: 10.7544/issn1000-1239.2020.20190358
shu
Li Dongmei, Zhang Yang, Li Dongyuan, Lin Danqiong. Review of Entity Relation Extraction Methods[J]. Journal of Computer Research and Development, 2020, 57(7): 1424-1448. DOI: 10.7544/issn1000-1239.2020.20190358
Citation: Li Dongmei, Zhang Yang, Li Dongyuan, Lin Danqiong. Review of Entity Relation Extraction Methods[J]. Journal of Computer Research and Development, 2020, 57(7): 1424-1448. DOI: 10.7544/issn1000-1239.2020.20190358
shu
李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. CSTR: 32373.14.issn1000-1239.2020.20190358
引用本文: 李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448. CSTR: 32373.14.issn1000-1239.2020.20190358
shu
Li Dongmei, Zhang Yang, Li Dongyuan, Lin Danqiong. Review of Entity Relation Extraction Methods[J]. Journal of Computer Research and Development, 2020, 57(7): 1424-1448. CSTR: 32373.14.issn1000-1239.2020.20190358
Citation: Li Dongmei, Zhang Yang, Li Dongyuan, Lin Danqiong. Review of Entity Relation Extraction Methods[J]. Journal of Computer Research and Development, 2020, 57(7): 1424-1448. CSTR: 32373.14.issn1000-1239.2020.20190358
shu

实体关系抽取方法研究综述

  • (北京林业大学信息学院 北京 100083) (国家林业草原林业智能信息处理工程技术研究中心 北京 100083) (lidongmei@bjfu.edu.cn)

基金项目: 国家自然科学基金项目(61772078)；北京市重点研发计划项目(D171100001817003)
详细信息

  • 中图分类号: TP18; TP391

Review of Entity Relation Extraction Methods

  • (School of Information Science and Technology, Beijing Forestry University, Beijing 100083) (Engineering Research Center for Forestry-oriented Intelligent Information Processing, National Forestry and Grassland Administration, Beijing 100083)

Funds: This work was supported by the National Natural Science Foundation of China (61772078) and the Key Research and Development Program of Beijing (D171100001817003).

摘要

    摘要
  • 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.
    Abstract: There is a phenomenon that information extraction has long been concerned by a lot of research works in the field of natural language processing. Information extraction mainly includes three sub-tasks: entity extraction, relation extraction and event extraction, among which relation extraction is the core mission and a great significant part of information extraction. Furthermore, the main goal of entity relation extraction is to identify and determine the specific relation between entity pairs from plenty of natural language texts, which provides fundamental support for intelligent retrieval, semantic analysis, etc, and improves both search efficiency and the automatic construction of the knowledge base. Then, we briefly expound the development of entity relation extraction and introduce several tools and evaluation systems of relation extraction in both Chinese and English. In addition, four main methods of entity relation extraction are mentioned in this paper, including traditional relation extraction methods, and other three methods respectively based on traditional machine learning, deep learning and open domain. What is more important is that we summarize the mainstream research methods and corresponding representative results in different historical stages, and conduct contrastive analysis concerning different entity relation extraction methods. In the end, we forecast the contents and trend of future research.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(343)

  • 期刊类型引用(93)

    1. 林洁如，胡最. 基于深度学习模型的文化景观基因命名实体识别. 地球信息科学学报. 2025(01): 207-225 . 百度学术
    2. 邹亮，宁琪玥，孟振，董燕飞，雷萌. 以文本关键信息抽取为案例的人工智能综合实践课程设计. 山东高等教育. 2025(01): 50-55+91 . 百度学术
    3. 任浩，李韧，杨建喜，肖桥，杨小霞，蒋仕新，王笛. 面向垂直领域上下文特性的少样本关系抽取方法. 中文信息学报. 2025(01): 65-78 . 百度学术
    4. 肖飞，曾建鹰，李政，陈从喜，郭文华，张玉韩，朱力维，仇巍巍. 全球战略性矿产资源信息感知技术方法构建及模型研究. 中国矿业. 2025(02): 48-56+2 . 百度学术
    5. 吕涛，王青山，张紫玉，吴昱磊，周孜柔，王洛. 基于自然语言处理的“双碳”政策知识图谱构建及应用. 煤炭经济研究. 2025(02): 122-132 . 百度学术
    6. ZHANG Yue，JIANG Jiang，YANG Kewei，WANG Xingliang，XU Chi，LI Minghao. Intelligent modeling method for OV models in DoDAF2.0 based on knowledge graph. Journal of Systems Engineering and Electronics. 2025(01): 139-154 . 必应学术
    7. 孙建，徐秋程，汤闻易，翟飞飞，周玉. 基于Schema约束的空管领域知识抽取方法. 指挥信息系统与技术. 2025(01): 59-63+89 . 百度学术
    8. 张文广，张竟阳，王思瀚. 融合BERT和全局指针网络的电网新设备启动方案实体关系联合抽取研究. 电力大数据. 2025(02): 38-46 . 百度学术
    9. 侯景，邓晓梅，汉鹏武. 限定域关系抽取技术研究综述. 计算机科学. 2024(01): 252-265 . 百度学术
    10. 冷根，周允升，余敦辉，孙斌. 基于关系触发词与多特征的中文人物关系抽取. 计算机工程与设计. 2024(01): 282-290 . 百度学术
    11. 唐雪梅，苏祺，王军. 融合实体信息的古汉语关系分类研究. 数据分析与知识发现. 2024(01): 114-124 . 百度学术
    12. 齐宁. 基于深度学习的中文实体关系抽取研究. 长江信息通信. 2024(01): 64-66 . 百度学术
    13. 王嘉诚，王凯，王昊奋，杜渂，何之栋，阮彤，刘井平. 面向远程监督命名实体识别的噪声检测. 计算机研究与发展. 2024(04): 916-928 . 本站查看
    14. 朱继召，赵一霖，张家鑫，黄友澎，范纯龙. 基于实体对注意力机制的实体关系联合抽取模型. 中文信息学报. 2024(02): 99-108 . 百度学术
    15. 姚飞杨，刘晓静. 基于RoBERTa-Effg-Adv的实体关系联合抽取方法. 计算机技术与发展. 2024(03): 147-154 . 百度学术
    16. 刘合兵，贾笑笑，时雷，熊蜀峰，马新明，席磊. 基于深度字词融合的小麦种质信息实体关系联合抽取. 计算机工程与设计. 2024(04): 1079-1086 . 百度学术
    17. 隗昊，金百川. 面向东北亚地区的军事舆情文本关系抽取方法. 信息技术与信息化. 2024(06): 15-18 . 百度学术
    18. 党小超，叶汉鑫，董晓辉，李芬芳，祝忠彦. 矿井提升系统的故障实体关系抽取研究. 计算机工程与应用. 2024(16): 311-318 . 百度学术
    19. 李航程，钟勇. 基于多特征驱动图注意卷积网络的关系抽取. 计算机应用. 2024(S1): 24-28 . 百度学术
    20. 蓝梦琦，黄路遥，魏宸，傅骏伟，俞佳雯，杨晓蓉. 面向发电领域文本数据结构化方法研究与应用. 工业控制计算机. 2024(09): 1-3 . 百度学术
    21. 安璐，魏辰瑜. 面向应急需求的科技文献推荐与知识抽取. 情报科学. 2024(05): 11-20 . 百度学术
    22. 李顺航，周刚，卢记仓，李志博，黄宁博，陈静. 文本中事件因果关系识别与应用技术综述. 中文信息学报. 2024(09): 1-23 . 百度学术
    23. 王昊，李晓敏，布文茹，赵梓博，邓三鸿. 面向知识图谱生成的非遗丝织领域实体关系抽取研究. 数据分析与知识发现. 2024(Z1): 179-190 . 百度学术
    24. 任安琪，柳林，王海龙，刘静. 面向文本实体关系抽取研究综述. 计算机科学与探索. 2024(11): 2848-2871 . 百度学术
    25. 崔金满，李冬梅，田萱，孟湘皓，杨宇，崔晓晖. 提示学习研究综述. 计算机工程与应用. 2024(23): 1-27 . 百度学术
    26. 赵贵中，黄淼华. 基于BERT-BiLSTM-CRF的电力事故信息抽取方法. 综合智慧能源. 2024(11): 19-28 . 百度学术
    27. 成全，蒋世辉，李卓卓. 基于改进CasRel实体关系抽取模型的在线健康信息语义发现研究. 数据分析与知识发现. 2024(10): 112-124 . 百度学术
    28. 杨竣辉，刘保冰. 基于词汇增强和对抗训练的中文命名实体识别. 计算机工程与设计. 2024(12): 3712-3718 . 百度学术
    29. 彭珂，王华伟，侯召国，曾啸寒，罗通. 基于知识图谱的空管特情处置决策支持方法. 系统工程与电子技术. 2024(12): 4116-4127 . 百度学术
    30. 王全蕊. 具有学习反馈的自适应知识图谱构建——以操作系统课程为例. 现代信息科技. 2024(24): 182-189 . 百度学术
    31. 刘清堂，蒋如意，吴林静，尹兴翰，王登，马鑫倩. 融合实体位置与类型特征的土家民族器乐实体关系抽取研究. 数据分析与知识发现. 2024(12): 112-124 . 百度学术
    32. 禹克强，黄芳，吴琪，欧阳洋. 基于双向语义的中文实体关系联合抽取方法. 计算机工程. 2023(01): 92-99+112 . 百度学术
    33. 乔勇鹏 ，于亚新 ，刘树越 ，王子腾 ，夏子芳 ，乔佳琪 . 图卷积增强多路解码的实体关系联合抽取模型. 计算机研究与发展. 2023(01): 153-166 . 本站查看
    34. 曾巨凯，徐小良，王宇翔. 基于语义图嵌入的实体与关系联合识别方法. 杭州电子科技大学学报(自然科学版). 2023(01): 41-48 . 百度学术
    35. 唐楠楠，陈吉，侯磊，王星. 融合注意力机制和指针标注的实体关系联合抽取方法. 小型微型计算机系统. 2023(02): 256-262 . 百度学术
    36. 戴剑锋，陈星妤，董黎刚，蒋献. 融合混合嵌入与关系标签嵌入的三元组联合抽取方法. 电信科学. 2023(02): 132-144 . 百度学术
    37. 胡珉，胡星辰，宋云，羌培. 基于知识图谱的盾构施工辅助决策系统设计和开发. 现代隧道技术. 2023(01): 66-75 . 百度学术
    38. 汤洁仪，李大军，刘波. 基于BERT-BiLSTM-CRF模型的地理实体命名实体识别. 北京测绘. 2023(02): 143-147 . 百度学术
    39. 衡红军，苗菁. 语义与句法信息加强的二元标记实体关系联合抽取. 计算机工程. 2023(04): 77-84 . 百度学术
    40. 郑肇谦，韩东辰，赵辉. 单步片段标注的实体关系联合抽取模型. 计算机工程与应用. 2023(09): 130-139 . 百度学术
    41. 毛亮，赵林均，余敦辉，孙斌. 基于知识蒸馏的企业命名实体识别模型. 计算机工程. 2023(05): 90-96 . 百度学术
    42. 张张，白轩，廖志斌，付嵩. 基于逻辑回归算法的列车单端双网无线接入方案研究. 现代城市轨道交通. 2023(05): 42-47 . 百度学术
    43. 王书鸿，郑少明，刘中硕，刘一民，董鹏，陶畅，于逸廷，薛安成. 面向某地区电网继电保护装置缺陷知识图谱构建的实体关系抽取. 电网技术. 2023(05): 1874-1887 . 百度学术
    44. 赵宇博，张丽萍，闫盛，侯敏，高茂. 个性化学习中学科知识图谱构建与应用综述. 计算机工程与应用. 2023(10): 1-21 . 百度学术
    45. 排日旦·阿布都热依木，吐尔地·托合提，艾斯卡尔·艾木都拉. 基于深度学习的实体关系抽取方法研究. 计算机工程与科学. 2023(05): 895-902 . 百度学术
    46. 张仰森，刘帅康，刘洋，任乐，辛永辉. 基于深度学习的实体关系联合抽取研究综述. 电子学报. 2023(04): 1093-1116 . 百度学术
    47. 邱芹军，王斌，徐德馨，马凯，谢忠，潘声勇，陶留锋. 地质领域文本实体关系联合抽取方法. 高校地质学报. 2023(03): 419-428 . 百度学术
    48. 曹碧薇，曹玖新，桂杰，陶蕊，管鑫，高庆清. 面向中文文学作品的长文本人物关系抽取. 中文信息学报. 2023(05): 88-100 . 百度学术
    49. 林佳瑞，周育丞，郑哲，陆新征. 自动审图及智能审图研究与应用综述. 工程力学. 2023(07): 25-38 . 百度学术
    50. 黄梦林，段磊，张袁昊，王培妍，李仁昊. 基于Prompt学习的无监督关系抽取模型. 计算机应用. 2023(07): 2010-2016 . 百度学术
    51. 翟社平，柏晓夏，张宇航，成大宝. 融合依存分析和图注意网络的三元组抽取. 计算机工程与应用. 2023(12): 148-156 . 百度学术
    52. 刘成星，张超群，代林林，张龙昊. TFLS-BiGRU-ATT:一种简单有效的中文短文本关系抽取模型. 中文信息学报. 2023(06): 115-127 . 百度学术
    53. 赵文彬，王佳琦，吴峰，任雁，安寅生. 基于图神经网络文档相似度的实体与关系层次匹配方法. 郑州大学学报(理学版). 2023(06): 8-14 . 百度学术
    54. 祝振赫，武虹，高洁，周玉. 融合外部知识的生成式实体关系联合抽取方法. 计算机技术与发展. 2023(08): 124-130 . 百度学术
    55. 季一木，张旺，刘强，刘尚东，洪程，邱晨阳，朱金森，惠岩，肖婉. 基于小样本学习的中文文本关系抽取方法. 南京邮电大学学报(自然科学版). 2023(04): 64-71 . 百度学术
    56. 张滈辰，屈红军，牛雪莹，耿琴兰. 融合注意力机制的电力集控安全隐患实体识别模型研究. 自动化仪表. 2023(10): 55-59+64 . 百度学术
    57. 刘子轩，申艳光，李焰，苏文婷. 基于MFE-BERT与FNNAttention的心理医学知识图谱构建. 计算机系统应用. 2023(11): 108-119 . 百度学术
    58. 李书琴，庞文婷. 词嵌入BERT-CRF玉米育种实体关系联合抽取方法. 农业机械学报. 2023(11): 286-294 . 百度学术
    59. 冯钧，张涛，杭婷婷. 重叠实体关系抽取综述. 计算机工程与应用. 2022(01): 1-11 . 百度学术
    60. 王红，吴燕婷. 基于多跳注意力的实体关系联合抽取方法及应用研究. 太原理工大学学报. 2022(01): 63-70 . 百度学术
    61. 李刚，李银强，王洪涛，谢庆，黄文琦，侯佳萱. 电力设备健康管理知识图谱：基本概念、关键技术及研究进展. 电力系统自动化. 2022(03): 1-13 . 百度学术
    62. 张婷婷，让冉，张龙波，邢林林，蔡红珍. 面向新兴产业的检验检测服务关系抽取. 智能计算机与应用. 2022(02): 32-36+43 . 百度学术
    63. 苗琳，张英俊，谢斌红，李玉. 基于图神经网络的联合实体关系抽取. 计算机应用研究. 2022(02): 424-431 . 百度学术
    64. 徐况，夏献军，冯强中，王颜颜. 基于ERNIE的评论文本观点分析的应用. 信息技术与信息化. 2022(03): 122-125 . 百度学术
    65. 王永生 ，王昊 ，虞为 ，周泽聿 . 融合结构和内容的方志文本人物关系抽取方法. 数据分析与知识发现. 2022(Z1): 318-328 . 百度学术
    66. 张少伟，王鑫，陈子睿，王林，徐大为，贾勇哲. 有监督实体关系联合抽取方法研究综述. 计算机科学与探索. 2022(04): 713-733 . 百度学术
    67. 段俊花，朱怡安，邵志运，钟冬，张黎翔，史先琛. 融合语句-实体特征与Bert的中文实体关系抽取模型. 微电子学与计算机. 2022(04): 17-23 . 百度学术
    68. 尹文萍，高宸，樊辉，谢菲，张鑫. 一种融合文本中地理位置和土地利用/覆被信息的野生动物活动细粒度定位方法. 地球信息科学学报. 2022(07): 1363-1374 . 百度学术
    69. 涂飞明，刘茂福，夏旭，张耀峰. 基于BERT的阅读理解式标书文本信息抽取方法. 武汉大学学报(理学版). 2022(03): 311-316 . 百度学术
    70. 赵良，张赵玥，廖子逸，王玲. 用BERT和改进PCNN模型抽取食品安全领域关系. 农业工程学报. 2022(08): 263-270 . 百度学术
    71. 姜磊，刘琦，赵肄江，袁鹏，李媛，邹子维. 面向知识图谱的信息抽取技术综述. 计算机系统应用. 2022(07): 46-54 . 百度学术
    72. 卓可秋，沈思，王东波. 自有知识增强下的学术全文本关系抽取研究. 图书情报工作. 2022(07): 120-131 . 百度学术
    73. 吕东东，陈俊华，毛典辉，张青川，赵敏，郝治昊. 农产品标准领域知识图谱实体关系抽取及关联性分析. 农业工程学报. 2022(09): 315-323 . 百度学术
    74. 马昂，于艳华，杨胜利，石川，李劼，蔡修秀. 基于强化学习的知识图谱综述. 计算机研究与发展. 2022(08): 1694-1722 . 本站查看
    75. 欧阳康，朱艳辉，张旭，孔令巍，黄雅淋，金书川，沈加锐. 基于位置辅助标记的实体关系抽取方法. 湖南工业大学学报. 2022(05): 50-55+62 . 百度学术
    76. 高茂，张丽萍. 融合多模态资源的教育知识图谱的内涵、技术与应用研究. 计算机应用研究. 2022(08): 2257-2267 . 百度学术
    77. 徐欣，杜军平，薛哲. 基于知识图谱的科技成果智能查询系统. 计算机工程与应用. 2022(22): 116-122 . 百度学术
    78. 胡朝晖，潘伟民，张海军，韩连金. 基于代价敏感的中文文本的情感-原因对提取研究. 计算机与数字工程. 2022(10): 2229-2232+2258 . 百度学术
    79. 李代祎，李忠良，严丽. 一种面向中文的实体关系联合抽取方法研究. 小型微型计算机系统. 2022(12): 2479-2486 . 百度学术
    80. 苏杭，胡亚豪，谢艺菲，潘志松. 利用提示调优实现两阶段模型复用的关系实体抽取方法. 计算机应用研究. 2022(12): 3598-3604 . 百度学术
    81. 季一木，汤淑宁，刘尚东，张旺，洪程，邱晨阳，刘强，肖婉. 基于TransH的双重注意力机制远程监督关系抽取算法. 南京邮电大学学报(自然科学版). 2022(06): 70-78 . 百度学术
    82. 杭婷婷，冯钧，陆佳民. 知识图谱构建技术:分类、调查和未来方向. 计算机科学. 2021(02): 175-189 . 百度学术
    83. 张明芳，余正涛，郭军军，高盛祥，线岩团. 联合罪名预测的涉案新闻重叠实体关系抽取. 南京理工大学学报. 2021(01): 46-55 . 百度学术
    84. 张彤，宋明艳，王俊，白洋. 基于PCNN的工业制造领域质量文本实体关系抽取方法. 信息技术与网络安全. 2021(03): 8-13 . 百度学术
    85. 东苗. 基于知识图谱的多目标学习资源推荐算法. 计算机系统应用. 2021(04): 139-145 . 百度学术
    86. 郑薇薇，黄刚. 范钦生平知识图谱构建与应用. 江西科学. 2021(02): 366-373 . 百度学术
    87. 丰小丽，张英俊，谢斌红，赵红燕. 基于集成学习方法的实体关系抽取. 计算机系统应用. 2021(06): 255-261 . 百度学术
    88. 胡滨，汤保虎，姜海燕，霍傲，韩文笑. 家禽诊疗文本多实体关系联合抽取模型研究. 农业机械学报. 2021(06): 268-276 . 百度学术
    89. 李攀锋，林锋，蒋宗神. 基于多模板模糊竞争的涉案财物关系抽取方法. 四川大学学报(自然科学版). 2021(04): 56-62 . 百度学术
    90. 王一钒，李博，史话，苗威，姜斌. 古汉语实体关系联合抽取的标注方法. 数据分析与知识发现. 2021(09): 63-74 . 百度学术
    91. 范青，史中超，谈国新. 非物质文化遗产的知识图谱构建. 图书馆论坛. 2021(10): 100-109 . 百度学术
    92. 王俊，史存会，张瑾，俞晓明，刘悦，程学旗. 融合上下文信息的篇章级事件时序关系抽取方法. 计算机研究与发展. 2021(11): 2475-2484 . 本站查看
    93. 曹艳琴. 基于深度学习的英语自然语言处理系统. 系统仿真技术. 2021(04): 285-288 . 百度学术

    其他类型引用(250)

    • 资源附件(0)
计量
  • 文章访问数:  5106
  • HTML全文浏览量:  13
  • PDF下载量:  4535
  • 被引次数: 343
出版历程
  • 发布日期:  2020-06-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(343)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计