计算机与现代化JISUANJIYUXIANDAIHUA2023年第1期总第329期摘要：近年来随着深度学习技术的不断革新，预训练模型在自然语言处理中的应用也越来越广泛，关系抽取不再是单纯地依赖传统的流水线方法。预训练语言模型的发展已经极大地推动了关系抽取的相关研究，在很多领域已经超越了传统方法。首先简要介绍关系抽取的发展与经典预训练模型；其次总结当下常用的数据集与评测方法，并分析模型在各数据集上的表现；最后探讨关系抽取发展的挑战与未来研究趋势。关键词：深度学习；预训练模型；关系抽取；特征抽取；自然语言处理中图分类号：TP391文献标志码：ADOI：10.3969/j.issn.1006-2475.2023.01.009ReviewofRelationExtractionBasedonPre-trainingLanguageModelWANGHao-chang，LIURu-yi（SchoolofComputerandInformationTechnology，NortheastPetroleumUniversity，Daqing163318，China）Abstract：Inrecentyears,withthecontinuousinnovationofdeeplearningtechnology，theapplicationofpre-trainingmodelsinnaturallanguageprocessinghasbecomemoreandmoreextensive,andrelationextractionisnolongerpurelydependentonthetraditionalpipelinemethod.Thedevelopmentofpre-traininglanguagemodelshasgreatlypromotedtherelatedresearchofrelationextraction，andhassurpassedtraditionalmethodsinmanyfields.First，thispaperbrieflyintroducesthedevelopmentofrelationshipextractionandclassicpre-trainingmodels；secondly,summarizesthecurrentcommonlyuseddatasetsandevaluationmethods,andanalyzestheperformanceofthemodeloneachdataset;finally，discussesthedevelopmentchallengesofrelationshipextractionandfutureresearchtrends.Keywords：deeplearning；pre-trainingmodel；relationextraction；featureextraction；naturallanguageprocessing文章编号：1006-2475（2023）01-0049-09收稿日期：2022-01-06；修回日期：2022-04-17基金项目：国家自然科学基金资助项目（61402099,61702093）作者简介：王浩畅（1974—），女，黑龙江大庆人，教授，博士，研究方向：人工智能，自然语言处理和数据挖掘，E-mail：kinghaos⁃ing@gmail.com；刘如意（1995—），男，江西赣州人，硕士研究生，研究方向：实体关系抽取，E-mail：jsaslry@163.com。0引言信息时代网络上无穷无尽的信息生成和共享为人们提供了丰富的数据，其中大部分构成了非结构化的文...
