命名实体识别(NER)的任务是识别提到命名实体的文本范围,并将它们分类为预定义的类别,如人员、位置、组织等。NER是各种自然语言应用的基础,如问题回答、文本摘要和机器翻译。虽然早期的NER系统能够成功地产生相当高的识别精度,但它们通常需要大量的人力来精心设计规则或特征。近年来,基于连续实值向量表示和通过非线性处理的语义组合的深度学习被应用到NER系统中,产生了最先进的性能。在这篇论文中,我们对现有的深度学习技术进行了全面的回顾。我们首先介绍NER资源,包括标记的NER语料库和现成的NER工具。然后,我们根据一个分类法沿着三个轴对现有的作品进行了系统的分类:输入的分布式表示、上下文编码器和标记解码器。接下来,我们调查了最近在新的NER问题设置和应用中应用深度学习技术的最有代表性的方法。最后,我们向读者介绍NER系统所面临的挑战,并概述该领域的未来发展方向。

成为VIP会员查看完整内容
91

相关内容

南洋理工大学(简称NTU,南大),是新加坡首屈一指的世界级顶尖大学。NTU工学院是全球规模最大的工程学院之一,商学院也是亚洲顶尖商学院之一。在2015QS世界大学排名中,NTU名列第13位。

专知会员服务
153+阅读 · 2020年4月21日
临床自然语言处理中的嵌入综述,SECNLP: A survey of embeddings
专知会员服务
102+阅读 · 2020年3月12日
专知会员服务
197+阅读 · 2020年3月6日
新加坡南洋理工最新37页《零样本学习综述》论文
专知会员服务
109+阅读 · 2019年10月20日
南洋理工大学,深度学习推荐系统综述
专知会员服务
172+阅读 · 2019年10月14日
深度学习自然语言处理综述,266篇参考文献
专知会员服务
224+阅读 · 2019年10月12日
命名实体识别(NER)综述
AI研习社
65+阅读 · 2019年1月30日
图神经网络概述第三弹:来自IEEE Fellow的GNN综述
机器之心
46+阅读 · 2019年1月7日
基于深度学习的NLP 32页最新进展综述,190篇参考文献
人工智能学家
27+阅读 · 2018年12月4日
从0到1,这篇深度学习综述送给你!
机器学习算法与Python学习
27+阅读 · 2018年6月13日
神经网络结构在命名实体识别(NER)中的应用
全球人工智能
10+阅读 · 2018年4月5日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Generative Adversarial Networks: A Survey and Taxonomy
Arxiv
10+阅读 · 2019年2月19日
Arxiv
21+阅读 · 2018年8月30日
Arxiv
11+阅读 · 2018年1月28日
VIP会员
相关VIP内容
相关资讯
相关论文
微信扫码咨询专知VIP会员