ACLFeb, 2019

局部聚合词向量的向量化 (VLAWE): 一种新的文档级表示方法

PDF
TL;DR本文提出了一种基于聚合单词嵌入向量来表示文本的新方法，并将其用于文本分类任务，其中利用词向量的聚类来获得文档嵌入向量，并且 VLAWE 表示法能够达到很好的效果。
text documentsword embeddingdocument embeddingsvlawe representationtext classification
发现论文，激发创造
  • 用视觉对齐的单词嵌入来改善零样本学习

    本文提出了一个目标函数来将分布式词嵌入与视觉信息重新对齐，通过学习将其映射到一个新的表示形式 —— 视觉对齐词嵌入（VAWE），从而使 VAWE 的邻域结构与视觉领域中的结构类似，以克服分布式词嵌入和视觉相似性不匹配的问题。经过四种最先进的零 - shot 学习方法和四个基准数据集的评估，VAWE 表现出了持续的性能改进。

    Jul, 2017

  • 从图像到文本分类：一种基于聚类词嵌入的新方法

    本文提出了一种基于聚类词向量的文本分类方法，使用 K 均值算法构建超级词向量表征，建立特定于类别的词汇表以提高性能，在主题分类和极性分类任务中表现优异。

    Jul, 2017

  • 利用多语言迁移学习进行无监督语义声学词嵌入

    本文研究了声学词嵌入，探索了语义学声学词嵌入，并提出了一种基于多语种转移的语义学声学词嵌入方法，能够显著提高词汇相似性任务的表现，并且能够用于语义检索。

    Jul, 2023

  • 使用段落向量进行文档嵌入

    本文针对段落向量的应用进行研究，评估其在文本相似度计算方面的性能，同时探究其向量操作在语义任务上的效果。通过对比潜在狄利克雷分布模型等其他文本建模算法，实验结果表明段落向量方法在性能上优于其他方法，并提出了改进模型提高嵌入质量的简单方法。

    Jul, 2015

  • 可变长度嵌入

    本文介绍了一种新的深度学习架构，Variable Length Embeddings (VLEs)，一种可以生成由任意数量的标记组成的潜在表示的自回归模型。我们证明了 VLEs 的能力，并在 iNaturalist 和 ImageNet 数据集的混合实验中评估了我们的实验结果，发现 VLEs 在使用不到十分之一的参数的情况下，可以达到与最先进的 VAE 相当的重构结果。

    May, 2023

  • 分析声学单词嵌入的表征几何

    本研究对英语发音学习到的声学单词嵌入进行了分析，发现学习目标对模型架构的表示特征具有显著的影响。

    Jan, 2023

  • 句子和文本的分布式表示

    提出了一种名为 “Paragraph Vector” 的无监督算法，用于从文本段落、句子和文档等长度可变的文本片段中学习固定长度的特征表示，该算法能够克服 Bag-of-words 模型的两个主要弱点，经实验证明，Paragraph Vectors 在文本分类和情感分析任务上取得了新的最佳表现。

    May, 2014

  • 通过对齐异构词汇语义空间实现未见词表示

    本文提出了一种利用词典等词汇资源，采用图嵌入和跨语言向量空间转换技术，为未见过的单词诱导嵌入的方法，对多个基准测试进行了优化，表现出一致的性能提升。

    Nov, 2018

  • LDA2VEC：利用狄利克雷主题模型和词嵌入相结合

    本研究介绍了 lda2vec 模型，它可以联合学习文档层次上主题向量的 Dirichlet 分布与密集的单词向量，并且相对于连续的密集文档表示，可以产生更稀疏、可解释的文档混合分布。

    May, 2016

  • 基于 N-gram 的文本低维度表示方法用于文档分类

    本文提出了一种使用 n-grams 的 BOW 模型，通过调用 Skip-gram 模型快速获得单词向量表示并将其平均以获得 n-grams 的表征，从而在低维度空间中为所有 n-grams 维护了相同的语义信息，使用 K-means 聚类将语义概念分组以大大减少特征数量，最终展示了在情感分类任务中胜过 LSA 和 LDA，与传统的 BOW 模型相比，具有更少的特征但类似的结果。

    Dec, 2014