文本特征提取的研究进展

来源：南京信息工程大学学报·自然科学版杂志2019年第6期北京时间：

作者：曾明睿

单位：曾明睿,南京邮电大学 通信与信息工程学院, 南京, 210044,袁梦奇,南京邮电大学 通信与信息工程学院, 南京, 210044,邵曦,南京邮电大学 通信与信息工程学院, 南京, 210044,鲍秉坤,南京邮电大学 通信与信息工程学院, 南京, 210044,bingkunbao@njupt.edu.cn徐常胜,南京邮电大学 通信与信息工程学院, 南京, 210044;中国科学院自动化研究所 模式识别国家重点实验室, 北京, 100190

摘要：文本理解是人工智能的一个重要分支，其技术推动了人与计算机之间在自然语言上的有效交互.为了让计算机准确地理解和感知文本数据，文本特征提取是最为基础和关键的步骤之一.基于此，本文介绍文本特征提取研究的发展历史，以及近年来主流特征提取的方法，并对未来的研究方向进行展望.首先，介绍语义最底层的词级表示；接着，总结在词级表示基础上衍生出的句级表示上的研究进展；随后，介绍比词级表示和句级表示更高层的篇分析；最后，通过文本特征提取的一个典型应用——问答系统的介绍，阐述文本特征提取的最新方法和技术在问答系统上的应用，并对未来的研究方向做了展望.

关键词：自然语言处理;文本特征提取;问答系统

基金资助：国家自然科学基金（61572503，61872424，6193000388，61872199）；南京邮电大学高层次人才启动基金（NY218001）；模式识别国家重点实验室开放课题（201900015）