文章摘要:实体关系抽取能够从文本中提取事实知识，是自然语言处理领域中重要的任务。传统关系抽取更加关注于单实体对的关系，但是句子内包含不止一对实体且实体间存在重叠现象，因此重叠实体关系抽取任务具有重大研究价值。任务发展至今，总体可以分为基于序列到序列、基于图和基于预训练语言模型三种方式。基于序列到序列的方式主要以标注策略和复制机制的方法为主，基于图的方式主要以静态图和动态图的方法为主，基于预训练语言模型的方式主要以BERT挖掘潜在语义特征的方法为主。回顾该任务的发展历程，讨论分析每种模型的优势、不足点；结合目前研究的最近动态，对未来的研究方向进行展望。

文章关键词:

项目基金: