Извлечение именованных сущностей для графов знаний: обзор литературы

Огромный объем цифровой информации представлен в виде текста на естественном языке (NL), который трудно обрабатывать с помощью компьютеров. Графы знаний (KG) являются широко используемым форматом представления информации в форме, пригодной для компьютерной обработки. Поэтому для извлечения (или переноса) графов знаний из текстов на естественном языке необходима обработка естественного языка (NLP). Центральной частью этой задачи является извлечение именованных сущностей из текста. В статье представлен обзор последних достижений в данной области, включая распознавание именованных сущностей (NER), снятие неоднозначности именованных сущностей (NED) и связывание именованных сущностей (NEL). Отмечается, что многие подходы к NED и NEL основаны на более ранних подходах к NER и нуждаются в использовании результатов современных систем NER. Кроме того, существует потребность в стандартных методах оценки и сравнения подходов к извлечению именованных сущностей. Мы отмечаем, что в последнее время NEL перешло от поэтапной и изолированной процедуры к интегрированному процессу по двум направлениям: во-первых, ранее последовательные этапы теперь объединяются в сквозные процессы; во-вторых, сущности, которые ранее анализировались изолированно, теперь извлекаются с учетом контекста друг друга. Современной кульминацией этих тенденций являются подходы глубокого обучения, для которых в последнее время были получены многообещающие результаты.