Apr, 2019

基于词嵌入的无监督缩略语消歧

PDF
TL;DR本文提出了一种完全无监督的缩写消岐方法（称为 UAD），它通过从非结构化文本中获取缩写定义，并学习用于表示其不同含义的上下文向量，进而提高其消岐性能，并支持多个含义的成千上万个缩写，是一种高度适用于实际部署的模型。经过充分的实验评估，UAD 在来自不同领域的大型真实数据集上取得了高性能，并超过了基线和最先进方法。
abbreviation disambiguationunsupervised methodcontext representationsperformance analysisreal-world data sets
发现论文，激发创造
  • 首字母缩写消歧：领域独立方法

    本文提出了一种可通用的缩写歧义消除系统，使用来自 Wikipedia 和 AcronymsFinder.com 的方法获取缩写的所有可能扩展，并使用 Doc2Vec 技术对这些扩展进行打分，最终在一个数据集上取得了 90.9％的准确率。

    Nov, 2017

  • Primer AI 的首字母缩写识别和消歧系统

    该研究介绍了新的缩略语识别和消歧方法，并提出了辅助数据集，为科学文档理解的进一步发展做出了贡献。

    Dec, 2020

  • 一种用于医学术语缩写消歧的神经主题注意力模型

    提出了一种少样本学习方法，使用神经主题 - 注意力模型来改进具有主题信息的上下文化句子表示，以在短量非平衡训练数据集上显著提高医学术语缩略语消歧的性能，尤其是针对罕见意义，已有的稀缺注释数据集不准确和缺失，需要进行修正和补充。

    Oct, 2019

  • 利用大型语言模型进行上下文感知缩略语扩展

    为了加速严重运动障碍者在辅助和替代交流中的文本输入，我们提出了一种方法，该方法通过将短语缩写为主要的单词首字母来拓展缩写，利用预先训练的大型语言模型（LLMs）来利用会话上下文。通过在四个公共会话数据集上进行零样本、少样本和微调实验，我们展示 LLM 能够精确地扩展高达 70% 的缩写短语，包括具有长达 10 个单词的缩写短语。这种方法有效地节省了高达约 77% 的击键率。添加一个简短的会话回合的上下文比没有上下文的精确率高出一倍以上，这种效应在较长的短语中更为显著。此外，模型对于打字错误的鲁棒性可以通过在嘈杂的数据上进行微调来增强。

    May, 2022

  • 上下文感知的语义相似度测量用于无监督词义消歧

    本研究提出一种新的上下文感知的无监督词义消歧方法，通过将上下文信息纳入相似度量计算过程中，有效地管理文本中的词义模糊，从而提高了词义消歧的准确性并超越了现有的多种技术。

    May, 2023

  • 科技文档理解中的缩略语识别和消歧共享任务

    本文回顾了两个针对科学文献中缩略语识别和消歧的共享任务以及各自的参与系统。

    Dec, 2020

  • 使用仅词嵌入的方法对 158 种语言进行词义消歧

    本研究提出了一种基于预训练的词嵌入，利用完全无监督和无基于知识的方法诱导一个完整的词义库，并实现对 158 种语言中的单词进行上下文消歧，对于资源匮乏的语言特别有用。

    Mar, 2020

  • 利用领域不可知和特定领域知识进行首字母缩写消歧

    本研究提出一种 Hierarchical Dual-path BERT 方法，该方法利用 RoBERTa 和 SciBERT 预训练模型来分别编码通用精细和高级具体表示，用于缩写消歧。实验结果表明，该方法在各种评估指标上均优于现有技术，特别是其宏 F1 达到了 93.73％。

    Jul, 2021

  • 这个缩写是什么意思？介绍一个用于缩写识别和消歧的新数据集

    本文提出了一个针对科学领域的人工智能和缩写消歧的数据集，证明了现有的最先进模型在这些数据集上的性能远远不如人类水平，并提出了一种利用句子的句法结构来扩展句中含义不明确的缩写的深度学习模型，该深度学习模型在新的数据集上表现出色，为未来研究提供了强有力的基础。

    Oct, 2020

  • 利用预训练的上下文化词表示改进词义消歧

    本文探讨了不同的策略，将预训练的上下文化单词表示与非上下文化单词嵌入使用最佳策略相结合，其在多个基准 WSD 数据集上实现了显著比之前发表的最佳准确率更高的结果，并提供了源代码。

    Oct, 2019