多任务学习方法在自然语言抽取任务中的应用

2026.05.15点击:

摘要:<正>在人工智能技术迅速发展的背景下,自然语言处理及语义抽取是实体抽取、目标设定、语义分析的关键环节,也是构建知识库、理解文本的重要基础。在问答系统、文本摘要及知识图谱构建中,语义抽取和关系建立是不可或缺的关键步骤。目前开展的自然语言抽取方法,主要是基于神经网络的方法,但该方法主要为单一任务,得到的知识有限,无法对底层任务进行泛化,相对而言,多任务学习模型具有更好的泛化性能,能够充分利用任务之间的隐藏知识,实现跨任务知识迁移与协同优化。

专辑: 信息科技

专题: 计算机软件及计算机应用;自动化技术

分类号: TP391.1;TP18