COLINGNov, 2020

一种简单而有效的稳健非监督双语词典归纳方法

PDF
TL;DR本研究针对无监督双语词典归纳在类似语言对中表现良好但在远距离语言对中表现不佳的问题，提出迭代降维方法以此来弥补自学习最小初始化性能和实际初始化性能之间的差距，其实验结果表明这种简单的方法在类似语言对中不会影响性能，并在英语与中文，日语，越南语和泰语四种较远距离语言之间实现了 13.64-55.53% 的准确率。
发现论文，激发创造
  • 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

  • 利用单语嵌入中的结构相似性进行非监督式词汇对应

    本文提出了一种无监督的方法来学习一对语言的双语词典，并利用单语向量空间中的局部和全局结构将它们对齐，从而使相似的单词映射到一起，实验表明，使用提出的无监督方法学习的双语对应词性能与使用监督学习的双语对应词从种子词典中学习的相当。

    Dec, 2017

  • 一种强大的自学习方法：全无监督跨语言词嵌入映射

    本文提出了一种新的无监督初始化和稳健的自学习算法来学习跨语言词嵌入，成功地克服了传统方法在更实际的语境下所面临的困难，并在标准数据集上取得了最佳效果，甚至超过了以往的监督式系统。

    May, 2018

  • 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

  • 评估迷雾：双语词典归纳的误导性基准

    研究跨语言词嵌入的双语词典归纳的任务，发现现有数据集存在的困扰性问题：（1）数据中有 1/4 的专有名词，难以反映 BDI 表现，（2）黄金标准数据存在普遍间隔，对个体语言之间交叉嵌入系统排名和性能差异的总体度的影响，提出未来的研究要么避免从此 BDI 数据集中定量结果中得出结论，要么伴随严格的误差分析的评估。

    Sep, 2019

  • 无监督的跨语言词向量空间转移

    本文提出了一种基于无监督学习的算法，通过分布匹配和最小化回译损失来优化两种语言单词嵌入空间之间的转换函数，使用神经网络计算 Sinkhorn 距离评估性能并在跨语言词汇相似度预测和双语词汇归纳等任务中具有强大的性能。

    Sep, 2018

  • 将普克鲁斯特分析泛化以提升双语词典感知能力

    本文提出了一种新方法，即通过将两种语言映射到一个潜在的第三个空间中，而不是直接对其进行线性对齐，从而更容易地学习到近似的对齐，在低资源情况下可以通过支持语言进一步提高性能的双语词典归纳方法。

    Aug, 2018

  • 跨文字系統的無監督雙語詞彙彙編

    本文研究了使用无监督双语词汇识别中基于嵌入的最新方法，提出了一种使用拼写信息的强化方法，并提出了一种可以学习和利用具有不同语言间的正字对应关系的方法。实验结果表明该方法在使用不同文字和不同词汇相似度的三种语言对上表现出了很好的效果。

    Jan, 2020