开放信息抽取(OpenIE)有助于从大型语料库中独立于领域的关系事实发现。该技术非常适合许多开放世界的自然语言理解场景，如自动知识库构建、开放领域问题回答和显式推理。由于深度学习技术的快速发展，许多神经OpenIE架构被提出，并取得了相当大的性能提升。在这项综述中，我们提供了最先进的神经OpenIE模型的广泛概述，它们的关键设计决策，优点和缺点。然后，我们讨论了当前解决方案的局限性和OpenIE问题本身的开放性问题。最后，我们列出了有助于扩大其范围和适用性的最新趋势，为OpenIE的未来研究奠定了良好的方向。据我们所知，这是关于神经OpenIE的第一篇综述。

论文链接：https://arxiv.org/pdf/2205.11725.pdf

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除