COLINGOct, 2020

跨文体的状态性：一种分布式语义学方法

PDF
TL;DR研究动词词汇体现出的语态对于文本蕴涵和学习语篇层推断至关重要。我们使用分布语义学有效地模拟了动态类别的两个基本维度，状态与事件以及目的性与非目的性事件。我们发现动词的本地上下文最能表明其语态，并证明封闭类词往往比内容词更具区分能力。我们的方法优于先前的三个数据集。最后，我们提供了一个由人 - 人对话注释的词汇视角数据集，并呈现实验结果，表明终止性与文本体裁和话语目标的相关性。
lexical aspectverbal aspectdistributional semanticstextual entailmenttelicity
发现论文，激发创造
  • 词汇和语法层面的介绍和调查计算方法

    本文综述了计算模型在词汇和语法体貌方面的应用，重点探究静态性、目的性、习惯性、完成、未完成等方面的概念和影响，强调语义学在人类语言理解中的重要性及其在自然语言处理中的重要性。

    Aug, 2022

  • 分布语义学与语言学理论

    该综述文章阐述了分布语义学在理论语言学领域的影响有限，但其成功地捕捉了自然语言诸多意义方面，并回顾了该领域在语义变化、一词多义及组合，以及语法 - 语义接口等领域的研究成果，旨在在理论和计算语言学之间进行更大规模的交叉授粉，以推进我们集体的语言知识。

    May, 2019

  • 零样本跨语言事件语义学习

    本文研究跨语言识别图像标题中的语言学方面，通过计算模型可以准确预测词法方面，无需直接观察全部注释数据即可在尚未观察到的语言上进行词法方面的预测。

    Jul, 2022

  • 如果不能推理，不要怪分布语义学

    分布式语义模型已经广泛应用于自然语言处理系统中，但在语言和认知的更广泛理论范围内，分布式语义模型的理论地位仍不清楚。 然而，我们认为传统答案本质上是一个误解，分布式语义模型本身是表达含义的适当模型。

    May, 2019

  • 神经模型中的语义 - 句法推理

    研究使用神经模型捕捉词汇句法推理的能力。我们以事件事实预测任务为案例研究对象，并建立一个各种句法上下文中所有英语嵌入子句动词的事实判断数据集。我们使用这个数据集来探究当前最先进的神经系统的行为，揭示了这些系统在事实预测方面会出现某些系统性错误。

    Aug, 2018

  • 组合分布语义的分级蕴涵

    本文研究了分类组合分布语义学中的词汇包含问题，使用密度矩阵和量子计算中的部分知识的范畴语义思想提出了一种新的语言模型，并引入了一种新颖而强健的分级量化概念，能够有效地计算概念之间的包含关系。

    Jan, 2016

  • GilBERTo 中的能动性和目的性：认知启示

    研究目的是调查基于 Transformer 的神经语言模型是否能推断词汇语义，并利用这些信息来完成形态句法模式的构建；研究考虑了 telicity（兼具确定性）和 agentivity 两个语义特性，它们在语义和句法语言之间的交接处起作用，既受语义决定，又在句法上编码；实验分别让计算模型和一群意大利母语者完成了这些任务，通过比较两组数据，我们可以研究神经语言模型在多大程度上捕捉到人类语义能力的重要方面。

    Jul, 2023

  • 计算价位词典和荷马史诗的形式化

    通过比较古希腊史诗中及非标准文本中的及物动词短语的语义灵活性，我们提出了一个用于古希腊的计算机价值词典 AGVaLex，该词典包含关于动词和它们的论元的数量、语料库驱动的形态、句法和词汇信息，对于研究古希腊语言有广泛的应用。

    Aug, 2022

  • 使用分布式原理对上下文语言模型进行语义研究

    本文研究了上下文语言模型的语义相似性属性，并利用 SemCor 和 WordNet 方式进行探索。然后，将该方法应用于更开放的环境，以表征静态和上下文语言模型之间的差异。

    Nov, 2021

  • 句法与语义的交汇：通过代理性探究语言模型的句法 - 语义接口

    以 semantic notion of agentivity 为例，研究了 large language models 在句法和语义交互方面的表现；作者创建了一个新颖的评估数据集，发现 GPT-3 的表现非常好，甚至比语法和语义语料库的统计结果还要好，这表明大语言模型可能对语言注释、理论测试和发现比某些任务的语料库更有用。

    May, 2023