基于迁移学习的小样本事件抽取技术及军事应用展望 |
| |
作者姓名: | 刘涛 蒋国权 刘姗姗 周泽云 陈涛 |
| |
作者单位: | 1. 国防科技大学第六十三研究所;2. 南京信息工程大学计算机学院软件学院网络安全空间学院;3. 装备发展部信息中心;4. 装备发展部某局 |
| |
基金项目: | 国家自然科学基金;;国家高技术研究发展计划(863计划)资助课题(2008AA000000); |
| |
摘 要: | 事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。
|
关 键 词: | 事件抽取 迁移学习 小样本 低资源场景 军事应用展望 |
|