阅读 | 003《知识图谱发展报告2022》（三）实体抽取
本系列文是笔者在阅读人工智能、自然语言处理、知识图谱等相关书籍的过程中，结合导图所做的笔记梳理。① 本文源自：2022年《知识图谱发展报告》by 中国中文信息学会、语言与知识计算专委会。② 梳理内容：第三章 实体抽取。
·
文章目录
写在前面：
本系列文是笔者在阅读人工智能、自然语言处理、知识图谱等相关书籍的过程中，结合导图所做的笔记梳理。
- 本文源自：2022年《知识图谱发展报告》by 中国中文信息学会、语言与知识计算专委会
- 梳理内容：第三章 实体抽取
- 本文写于：2022年9月14日~15日
报告框架：
第三章 实体抽取
一. 任务定义、目标和研究意义
导图
二. 研究内容与挑战
导图
三. 研究现状与发展趋势
文中将分别从模型架构、学习算法以及模态融合三个层面介绍实体抽取领域的研究现状与发展趋势
导图
1、模型架构：从序列标注到生成模型
导图
2、学习算法：从粗粒度有监督学习到细粒度小样本学习
导图
3、模态融合：从单语单模到多语多模
导图
四. 产业发展现状
导图
五. 总结与展望
导图
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
2
0- 0
已为社区贡献15条内容
所有评论(0)