属性抽取研究综述
CSTR:
作者:
作者单位:

作者简介:

徐庆婷(1994—),女,硕士,CCF学生会员,主要研究领域为属性抽取;洪宇(1978—),男,博士,教授,博士生导师,CCF专业会员,主要研究领域为信息抽取,智能问答,低资源机器翻译,语篇分析;潘雨晨(1996—),男,硕士生,主要研究领域为属性抽取;姚建民(1971—),男,博士,主任研究员,主要研究领域为机器翻译,信息抽取;周国栋(1967—),男,博士,教授,博士生导师,CCF杰出会员,主要研究领域为自然语言处理

通讯作者:

洪宇,hongy@suda.edu.cn

中图分类号:

基金项目:

国家重点研发计划(2020YFB1313601);国家自然科学基金(62076174,62076175);江苏省研究生科研与实践创新计划(KYCX21_2955)


Survey on Aspect Term Extraction
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    属性抽取是一种自动识别和提取属性表述文字的自然语言处理任务.首先重温了属性抽取的基本任务、权威数据资源和通用评测规范,并在此基础上全面回顾了现有前沿技术,包括基于统计策略和特征工程的传统抽取技术以及利用深度学习的神经抽取技术.特别地,以属性表述语言的本质为出发点,结合现有技术暴露出的不足,对该领域的技术难点和推演方向给出了详细解释.

    Abstract:

    Aspect term extraction is a natural language processing task that automatically recognizes and extracts aspect term from free expression text. The study first goes over the basic task of aspect term extraction, the authoritative datasets of it and general evaluation specifications on it. Based on these, the study comprehensively reviews on the state-of-the-art techniques for the task, including traditional extraction techniques based on statistical strategies and feature engineering, and the neural extraction techniques using deep learning. In particular, the study takes the essence of expression language as the starting point, combines with the limitations of existing techniques and gives an elaboration of the technical difficulties and the future development prospects of aspect term extraction.

    参考文献
    相似文献
    引证文献
引用本文

徐庆婷,洪宇,潘雨晨,姚建民,周国栋.属性抽取研究综述.软件学报,2023,34(2):690-711

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-08-12
  • 最后修改日期:2022-04-14
  • 录用日期:
  • 在线发布日期: 2022-07-22
  • 出版日期: 2023-02-06
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号