EMNLPOct, 2020

双向交互的半监督双语词典归纳

PDF
TL;DR本文提出了一种新的半监督双语词表归纳框架，通过先验最优运输和双向词典更新等机制促进有标注和无标注数据之间的交互，在 MUSE 和 VecMap 数据集上表现出显著的提高，并通过消融研究证明了受监督信号和无监督对齐之间的双向交互对于整体性能的提高起到了作用。
semisupervisedbilingual lexicon inductionoptimal transportmessage-passingunsupervised alignment
发现论文，激发创造
  • 双语词典感应中的半监督非等距嵌入空间

    该论文提出了一种半监督的双语词汇识别方法（BLISS），该方法使用了一个新的中枢过滤技术，可以放松两个嵌入空间同构假设，利用有限的对齐双语词汇表和更大的未对齐词汇表，实现了令人瞩目的效果。

    Aug, 2019

  • 半监督学习用于双语词典归纳

    无监督和半监督学习方法在词向量、双语词汇归纳以及排名问题方面取得了重要进展。

    Feb, 2024

  • 无监督机器翻译实现双语词库归纳

    本文提出一种新的方法，使用无监督机器翻译的方法生成合成平行语料库，进而提取双语词汇表。该方法可与任何词向量和跨语言映射技术一起使用，并且除了用于训练词向量的单语语料库外，不需要任何其他资源。在评估方面，与最近邻和 CSLS 技术相比，该方法在标准 MUSE 数据集上提高了 6 个准确度点，确立了新的最先进技术。

    Jul, 2019

  • 无监督双语平行语料库构建及词对齐的双语词汇识别

    本文提出了一种过程，结合自监督的双文本挖掘与自监督的词对齐，从而产生更高质量的双语词典，进一步地，学习过滤结果的词汇条目，最终模型在 12 种语言对上的 BUCC 2020 共享任务中，比现有技术提高了 14 个 F1 点，同时提供更加可解释的方法和丰富的词义语境推理能力。

    Jan, 2021

  • 关于使用大型语言模型进行双语词典归纳

    使用最新一代的大型语言模型，我们系统地研究了双语词典诱导（BLI）任务，包括无监督的零样本诱导、少样本上下文诱导和标准的 BLI 模型微调，并证明了与当前 BLI 方法相比，这种方法在许多语言对上取得了最新的 BLI 成绩。

    Oct, 2023

  • 一种简单的方法用于数据不平衡、紧密相关的语言对的无监督双语词典归纳

    介绍了一种适用于资源匮乏语言的无监督双语词汇表感知方法，该方法仅需要使用高资源语言单语 BERT 进行推理，并在印度次大陆的五种语言中首次发布自动生成的双语词汇表。

    May, 2023

  • 无监督 BLI 的松弛匹配程序

    本研究提出一种轻松的匹配程序以及双向对齐源和目标语言嵌入空间的方法，以提高无监督的双语词表感知任务的效果。在标准基准测试中，我们的方法明显优于以前的无监督方法。

    Oct, 2020

  • 通过两阶段对比学习提高单词翻译

    本文提出了一个稳健且有效的两阶段对比学习框架，旨在弥合不同语言之间的词汇鸿沟，其中运用了双语词典归纳、交叉语言映射等方式，从而成功提高了跨语言单词翻译的准确率。

    Mar, 2022

  • 来自单语多模数据的无监督双语词典归纳

    本文提出了一种多语种图像字幕模型，通过联合特征学习将不同语言的单词映射到共同空间，其中学习了从句子上下文中分离出的语言特征和与单词相关的局部视觉特征。实验结果表明该方法在多个语言对上具有有效性。

    Jun, 2019

  • 无监督双语词典归纳的局限性

    该文研究了无监督的机器翻译模型，提出了利用对手生成网络对词嵌入空间进行自对齐和对齐生成双语词典，但对于形态丰富的语言，无监督双语词典的表现会受到很大限制，该研究通过利用弱监督从同一词来构建词典，建立了无监督双语词典表现和图相似度的相关性。

    May, 2018