本文共 645 字，大约阅读时间需要 2 分钟。

More Data, More Relations, More Context and More Openness:A Review and Outlook for Relation Extraction

作者：李瑾

单位：燕山大学

---

---

一、概述

  关系抽取定义： 关系抽取是信息抽取的任务之一，其任务是从文本内容中找到概念之间的语义关系，和知识图谱有密切的关系。

  本文详细介绍了关系抽取的发展，总结了现有关系抽取存在的问题以及四个有前途的发展方向，并进一步研究了现有的关系抽取模型所面临的两个关键挑战。

二、关系抽取的发展

三、存在的问题及发展方向

四、面临的挑战

1. 从上下文信息和实体名称中获取信息

作者对上下文信息和实体名称是否对获取关系信息起到了作用以及哪个起到的作用更大进行了如下消融实验，实验结果如下图所示。

其中，ME表示将实体名称替换为特殊字符，OE表示仅提供实体名称。 作者通过消融实验证明了上下文信息和实体名称对关系抽取都起到了很大的作用，其中实体名称所起的作用相对更大。但人类对于句子关系往往是通过上下文描述来获取，故还需要在理解语言如何表达关系方面做跟多的研究。

2. 缺少针对特定问题数据集

目前针对有监督关系抽取已经提出了很多数据集，但几乎没有针对特定问题的数据集（例如，两个实体在两个不同的句子中被提及），这对相关问题的研究带来了困难。为了进一步研究这些在信息抽取发展中具有重要意义的问题，有必要针对特定问题构建公认的、设计良好的和细粒度的数据集。

转载地址：http://demgi.baihongyu.com/