利用单词嵌入进行无监督POS词性归纳

Mar, 2015

利用单词嵌入进行无监督POS词性归纳

Unsupervised POS Induction with Word Embeddings

Chu-Cheng Lin, Waleed Ammar, Chris Dyer, Lori Levin

TL;DR探讨了如何利用多变量高斯分布建立的词嵌入模型，在词性归纳任务中取代多项式分布，并通过实验表明在8种语言中获得了一致性的提升。同时分析了在诱导词嵌入时的各种选择对后续词性归纳结果产生的影响。

Abstract

Unsupervised word embeddings have been shown to be valuable as features in supervised learning problems; however, their role in unsupervised problems has been less thoroughly explored. In this paper, we show that embeddings can likewise add value to the problem of unsupervised POS indu

发现论文，激发创造

跨语言单词嵌入模型的实证比较

通过系统比较四种不同的方法，本研究对于在四个不同语言对上诱导跨语言词向量的方法进行了评估，包括内在评估和外在评估，并展示在某些任务上，廉价监督模型的性能是有竞争力的。

Apr, 2016

评估无监督的荷兰语单词嵌入作为语言资源

本文探讨使用基于计数和基于预测结构构建的多种类型词向量嵌入在两个特定任务中的表现，即关系评估和方言识别，同时展示了这些嵌入的实用性以及在下游任务中的有效性。

Jul, 2016

使用组成性 n-Gram 特征进行句子嵌入的无监督学习

本文介绍了一种简单但高效的无监督学习方法，用于训练分布式表示的句子嵌入。该方法在大多数基准任务中性能优于最先进的无监督模型，突显了所产生的通用句子嵌入的健壮性。

Mar, 2017

使用子词RNN模拟单词嵌入

本文介绍MIMICK，它是一种通过学习从拼写到分布式嵌入的函数来组成生成超出词汇表词汇的嵌入的方法，并提高了词性标注等任务的性能。