信息抽取
自然语言处理领域的核心任务之一，旨在从非结构化或半结构化文本中自动识别并抽取结构化信息，如实体、关系、事件等
时间轴 (近 90 天)
在信息抽取文献中，多数投票面临'粒度不匹配'问题：必须先对齐到统一的最小语义单元，否则一致率和准确率都是虚数。
预判重排序、信息抽取、内容审核是下一批被「解绑」的面向 LLM 的工作负载，会出现专用小模型替代通用大模型并形成价格竞争。
从非结构化文本自动构建图谱的信息抽取主要涉及命名实体识别（NER）和关系抽取（RE）两个子任务
将非结构化文本转化为结构化数据的过程在NLP领域被称为信息抽取（Information Extraction）
将非结构化对话转化为结构化CRM字段属于NLP信息抽取范畴，涉及命名实体识别、关系抽取、事件抽取等子任务
知识图谱构建流程包括命名实体识别（NER）、关系抽取（RE）和共指消解（Coreference Resolution）等信息抽取环节
信息抽取流水线包括命名实体识别（NER）、关系抽取（RE）和共指消解（Coreference Resolution）
全部知识事实 (7)
在信息抽取文献中，多数投票面临'粒度不匹配'问题：必须先对齐到统一的最小语义单元，否则一致率和准确率都是虚数。
50%待验证从非结构化文本自动构建图谱的信息抽取主要涉及命名实体识别（NER）和关系抽取（RE）两个子任务
50%待验证将非结构化文本转化为结构化数据的过程在NLP领域被称为信息抽取（Information Extraction）
50%待验证将非结构化对话转化为结构化CRM字段属于NLP信息抽取范畴，涉及命名实体识别、关系抽取、事件抽取等子任务
50%待验证知识图谱构建流程包括命名实体识别（NER）、关系抽取（RE）和共指消解（Coreference Resolution）等信息抽取环节
50%待验证信息抽取流水线包括命名实体识别（NER）、关系抽取（RE）和共指消解（Coreference Resolution）
50%待验证预判重排序、信息抽取、内容审核是下一批被「解绑」的面向 LLM 的工作负载，会出现专用小模型替代通用大模型并形成价格竞争。
50%