领域与功能:语义关系和组合的双重空间模型
该论文提出了一种使用递归神经网络推理多跳关系的新方法,通过向既有的知识库添加由多跳关系推理得出的新事实实现知识库完成,并在新整理的数据库上展示了 11% 的准确度提升。
Apr, 2015
介绍了一种扩展基于范畴的表示意义的方法,将其应用于概念空间模型,提出了凸关系范畴,构建了名词、形容词和动词类型的概念空间,通过例子说明了复合短语的构成方式,建立了一种新的认知复合方法。
Mar, 2017
该文章提出了一种基于数据分布的组合建模通用框架,证明了针对具有词汇表和组合函数的任何可分解任务都存在一族数据转换函数,可在训练数据上产生新的、格式正确的例子,进而说明即使在未知组合函数的情况下 (例如无法编写或推断符号语法), 也可以识别这些数据转换并对普通 RNN 和转换器序列模型进行数据增强,在 CLEVR-CoGenT 视觉问答数据集上获得了最先进的结果,在 COGS 语义分析数据集上获得了与专用模型架构相当的结果。
Jan, 2022
本文提供了一种用于实现分布式语义中语义合成模型的矢量空间的具体方法,实现方法基于结构化向量空间及张量积原理,将所有句子的语义矢量存在同一向量空间,并将提出的句子空间设置为两个名词空间的张量积,并通过它们的向量内积来比较句子的语义。
Dec, 2010
本文介绍了将基于范畴的组合语义学理论 [6] 应用于认知的概念空间模型,并引入凸关系类别作为范畴性组合语义学的新设置,强调了凸结构对概念空间应用的重要性,展示了如何构建复合类型,如形容词和动词的概念空间模型,并通过详细实例阐述了这一新模型。
Aug, 2016
论文提出” 基于向量空间模型(VSM)的无标注文本学习算法 “,应用于中学生常见 SAT 考试的语义类比题及名词修饰语语义关系分类中,取得了 47% 和 43.2% 的正确率,性能达到当时最高水平。
Aug, 2005
本文介绍了一个基于向量组合方法和 DCS 的形式语义模型。实验证明该模型在短语相似性和关系分类方面达到了近乎最新成果的能力,并在句子完成任务方面报告了一个新的最新成果。
Jun, 2016
本文提出了一个基于词汇语义分解和组合、双通道 CNN 模型的方法,不仅考虑输入两个句子的相似部分,同时也利用它们的不相似部分,从而可以更准确地比较句子相似度。实验表明,该模型在答案句子选择任务上取得了最好的表现,并在释义识别任务上取得可比较的结果。
Feb, 2016
本文提出了用自动提取的近义例子替代手工注释进行组合模型训练的方法,同时开发了一种上下文感知的短语组成能力评分模型,实验结果表明这些方法可以用于提高机器翻译系统的翻译质量。
Jan, 2018
本文研究了分布语义学中的组合性问题,使用 Coek,Sadrzadeh 和 Clark 提出的范畴理论框架,将语法分析形式主义与分布语义表示法相结合,生成具体的组合式分布式模型,并展示它们在自然语言处理领域的有效性。研究的贡献包括将 DisCoCat 框架拓展到在句法和语义上,验证模型的优势以及提出了在本主题上应用范畴论的未来研究方向。
Nov, 2013