-
题名低资源场景事件抽取研究综述
被引量：2
- 1
-
-
作者
刘涛
蒋国权
刘姗姗
刘浏
环志刚
-
机构
南京信息工程大学计算机学院软件学院网络安全空间学院
国防科技大学第六十三研究所
-
出处
《计算机科学》
CSCD
北大核心
2024年第2期217-237,共21页
-
基金
第四批军事科技领域青年人才托举工程项目(2021-JCJQ-QT-050)
中国博士后科学基金资助项目(2021MD703983)
江苏省高等学校自然科学研究面上项目(20KJB413003)。
-
文摘
事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息。当前基于机器学习和深度学习的自动化信息抽取方法过度依赖于标注数据,而大多数领域的标准数据集规模很小且分布不均匀,因此低资源场景成为了限制自动化信息抽取性能的瓶颈。虽然,近年来众多学者针对低资源场景进行了深入研究,并取得了许多显著的成果,但目前针对该场景下的事件抽取研究综述比较缺乏。文中对现有的学术成果进行了较为全面的总结分析,首先介绍了相关任务的定义,并将低资源场景事件抽取任务分为3类;其次围绕此分类重点阐述了6种相关技术方法,包括基于迁移学习、基于提示学习、基于无监督学习、基于弱监督学习、基于数据与辅助知识增强、基于元学习的方法,并指出了当前方法的不足和未来改进的方向;然后介绍了相关数据集及评价指标,并对典型技术方法的实验结果进行了总结分析;最后从全局角度总结分析了当前低资源场景事件抽取工作面临的挑战及未来研究的趋势。
-
关键词
事件抽取
低资源场景
数据处理
场景适应
-
Keywords
Event extraction
Low-resource scenarios
Data processing
Scenarios adaptation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于迁移学习的小样本事件抽取技术及军事应用展望
- 2
-
-
作者
刘涛
蒋国权
刘姗姗
周泽云
陈涛
-
机构
国防科技大学第六十三研究所
南京信息工程大学计算机学院软件学院网络安全空间学院
装备发展部信息中心
装备发展部某局
-
出处
《火力与指挥控制》
CSCD
北大核心
2023年第10期9-17,共9页
-
基金
国家自然科学基金
国家高技术研究发展计划(863计划)资助课题(2008AA000000)。
-
文摘
事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。
-
关键词
事件抽取
迁移学习
小样本
低资源场景
军事应用展望
-
Keywords
event extraction
transfer learning
small sample
low resource scenario
prospect of military application
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
