内容简介

文本信息抽取的目的是从海量互联网信息中抽取结构化知识，是知识图谱自动化构建和更新的基础，为信息检索、推荐系统、智能问答等诸多研究领域提供底层知识推理支撑，并取得了重大突破，是推动人工智能技术由感知走向认知的关键要素，具有重要的研究意义和实用价值。本书梳理了命名实体识别、关系抽取、事件抽取等相关研究方向的知识资源、基础理论和实践应用，详细介绍了联合实体识别的关系抽取、弱监督的关系抽取、基于知识迁移的关系抽取、多实例联合的事件抽取、无监督的事件模板推导等前沿理论研究，并从图谱构建和图谱知识应用两个方面探索了信息抽取在知识图谱中的应用。最后本书对文本信息抽取进行了总结和未来研究方向展望。