استخراج المعلومات المفتوح (OpenIE) يسهل اكتشاف حقائق علاقاتية من مجموعات كبيرة من النصوص بشكل مستقل عن المجال. تتناسب هذه التقنية مع العديد من سيناريوهات فهم اللغة الطبيعية في العالم المفتوح، مثل بناء قاعدة المعرفة تلقائيًا، والإجابة على الأسئلة في مجالات متنوعة، والمنطق الصريح. بفضل التطور السريع في تقنيات التعلم العميق، تم اقتراح العديد من الهندسات العصبية لـ OpenIE وتحقيق تحسينات أداء كبيرة. في هذا الاستعراض، نقدم ملخصًا شاملًا لأحدث النماذج العصبية لـ OpenIE، وقرارات التصميم الرئيسية الخاصة بها، ومزاياها وعيوبها. ثم نناقش القيود الحالية للحلول المقترحة والمشكلات المفتوحة في مشكلة OpenIE نفسها. وأخيرًا، نسرد الاتجاهات الحديثة التي يمكن أن تساعد في توسيع نطاقها وتطبيقاتها، مما يحدد اتجاهات واعدة للبحث المستقبلي في مجال OpenIE. حسب علمنا، تعتبر هذه الورقة أول مراجعة حول هذا الموضوع المحدد.