【知识图谱】从规则到大模型：知识图谱信息抽取实体NER与关系RE任务近10年演进发展详解

原创

已于 2025-05-28 01:04:56 修改 · 置顶 · 1.3k 阅读

33 ·

CC 4.0 BY-SA版权

文章标签：

#机器学习 #深度学习 #人工智能 #知识图谱 #实体关系抽取 #casrel #neo4j

于 2025-04-22 00:00:27 首次发布

摘要：

本文回顾了关系抽取与实体抽取领域的经典与新兴模型，清晰地梳理了它们的出现时间与核心创新，并给出在 2025 年不同资源与场景下的最佳实践推荐。文章引用了 BiLSTM‑CRF、BiLSTM‑CNN‑CRF、SpanBERT、LUKE、KnowBERT、CasRel、REBEL、UIE，大模型抽取等模型的原始论文与权威来源，帮助读者全面、系统地理解信息抽取技术的发展脉络与应用指南。

一、信息抽取技术的发展时间线

年份	代表模型	核心贡献
2016	BiLSTM‑CRF(Lample et al.)	将双向 LSTM 与 CRF 解码结合，实现端到端序列标注
2016	BiLSTM‑CNN‑CRF(Ma & Hovy)	引入字符级 CNN 捕捉形态特征，增强未登录词处理
2019	KnowBERT(Peters et al.)	将 WordNet/Wikipedia 知识注入 BERT，提升实体与关系抽取
2020	<