本文共 1829 字,大约阅读时间需要 6 分钟。
AMiner平台由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
事物、概念之间的关系是人类知识中非常重要的一个部分,但这些关系通常隐藏在海量的非结构文本中。从早期的模式匹配到近年的神经网络,Relation Extraction(关系抽取)在多年前就已经展开。然而,随着互联网的爆炸发展,人类的知识也随之飞速增长,对Relation Extraction提出了更高的要求:需要一个有效的RE系统,能够利用更多的数据,有效地获取更多的关系,高效地处理更多复杂的文本,并具有较好的扩展性,能够迁移到更多的领域。
根据AMiner-EMNLP2020词云图和论文可以看出,Relation Extraction在本次会议中也有许多不凡的工作。以下是本次会议中值得关注的论文总结:
SelfORE: Self-supervised Relational Feature Learning for Open Relation Extraction
Joint Constrained Learning for Event-Event Relation Extraction
Double Graph Based Reasoning for Document-level Relation Extraction
Global-to-Local Neural Networks for Document-Level Relation Extraction
Two are Better Than One: Joint Entity, Relation Extraction with Table-Sequence Encoders
更多EMNLP2020论文,可以关注公众号或者链接直达EMNLP2020专题,最前沿的研究方向和最全面的论文数据等你来~
转载地址:http://ilwd.baihongyu.com/