Jul, 2020
基于反射的词属性转换
Reflection-based Word Attribute Transfer
TL;DR本研究提出了一种基于反射映射的词属性转移新方法，不需要进行类比操作，实验结果表明该方法可以在不改变不具有目标属性的单词的情况下转移给定单词的属性。
Abstract
word embeddings, which often represent such analogic relations as king - man + woman = queen, can be used to change a word's attribute, including its gender. For transferring king into queen in this analogy-based manner, we subtract a difference vector man - woman based on the knowledg
发现论文，激发创造
使用词向量差异评估词汇关系学习的功用: Take、Took、Gaggle、Goose、Book、Read
本文研究了基于预训练词嵌入的简单向量减法在捕捉不同词汇关系方面的效能，通过对比不同的学习方式和词汇关系类型，发现在适当的监督学习下，向量减法具有很好的泛化性能。
Sep, 2015
使用平滑的一阶共现法测量文本语料库中的社会偏见
本研究提出了一种采用平滑一阶共现关系来度量文本中偏见的方法，通过与向量相似性进行对比实验，对经常使用的词向量方法在量化偏见时引入非相关概念的问题进行探究，并在英文维基百科语料库上测量了职业词的性别偏见，得到了与美国职场实际情况更高相关性的结果。
Dec, 2018
公正胜于轰动：男性对医生的称呼与女性对医生的称呼相同
本文旨在探讨如何使用类比法检测自然语言嵌入的偏见问题，并分析类比法存在的固有问题，同时提出其他更合适的偏见检测方法。同时，本文指出类比法在检测偏见方面的局限性，以及其贡献和局限性。
May, 2019
关系词嵌入
本文中，我们提出了一种用于编码关系性知识的词嵌入方法，其旨在为已有的标准词嵌入方法提供一种补充。通过从共现统计数据中学习出这种关系性词向量，我们发现它确实捕捉到了非常有用的补充信息。
Jun, 2019
一种因果推断方法用于减少词嵌入关系中的性别偏见
本研究提出了一种基于统计依存关系的方法来消除词向量关系中的性别偏差，有效避免了词向量关系中存在的性别偏见问题，并在多个联想任务中实现了最先进的结果。
Nov, 2019
不包含类比测试的类比研究：衡量词嵌入中的规律性
本文通过分解和实证分析经典算数词类比测试，提出了两种新的指标，用于解决标准测试存在的问题，并区分广泛类别内二元词汇之间的相似方向和正确匹配词对之间存在常规变换的配对一致性；结果表明，尽管标准的词类比测试存在缺陷，但一些受欢迎的词嵌入方法仍然编码语言规律。
Oct, 2020