摘要：指代消解的基本任务是识别篇章中对现实世界同一实体的不同表达．由于消解不同实体表达是自然语言理解的关键因素之一，因此许多学者在该领域做了大量的研究工作．本文将指代消解领域的经典算法综述为两大类：①基于启发式语言学规则的指代消解方法；②基于数据驱动的指代消解方法．在过去的几十年里，由于标注语料MUC，ACE和0ntoNotes的出现，指代消解系统从基于启发性规则的消解方法转向基于数据驱动的消解方法．然而最近两年出现一个比较有趣的现象，只要能获取足够多的表达信息，基于启发性规则的方法也能取得很好的消解效果，基于启发性规则的方法又有兴起的趋势．随着指代消解研究的发展，它在其余自然语言处理技术中得到了广泛的应用，例如：机器翻译、信息抽取和自动文摘等领域．计算模型不精确、篇章知识匮乏以及缺少标注语料是限制指代消解发展的主要因素．未来，候选消解项的识别与抽取、跨文本指代消解、多语言的指代消解和各种深层篇章知识的联合利用将成为指代消解发展趋势．

原文链接:http://www.cqvip.com//QK/93869A/201401/48530604.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）