ACLMay, 2021

基于组成式分布语义中世界背景的会话否定

PDF
TL;DR本文提出一个模型框架来模拟对话否定，该模型将世界上下文应用于逻辑否定，以组成分配语义。给定一个词，该框架可以创建一个类似于人类感知否定的否定。该框架可以纠正逻辑否定，并将意义更接近蕴含层次结构的意义重量相加，以容纳不同选择的逻辑否定，组合和世界性背景生成，尤其提出并激励了一个新的采用矩阵逆的逻辑否定，通过密度矩阵来编码分级蕴含信息，实验证明，采用减法否定和相移器的组合可以得到与人类评分最高的 Pearson 相关系数为 0.635。
conversational negationcompositional distributional semanticsworldly contextlogical negationmatrix inverse
发现论文，激发创造
  • 面向组合分布语义的逻辑否定

    该研究论文提出了一种关于逻辑否定的操作方法，将其建模为对于词的正交子空间的投影版本，并在句子推理任务中展示了该操作符的性能。

    May, 2020

  • 上下文化语言模型中的否定、协同和量词

    本文探讨了上下文化的语言模型及其内部机制，尤其关注其对虚词的语义学约束和周围环境的影响，研究了相应的数据集，实现了可视化的定性分析界面。

    Sep, 2022

  • 分布语义组合性的基于语境理论的框架

    提出了一种自然语言语义框架，使用向量对词语、短语和句子进行表示，基于理论分析，假设意义由语境决定。该方法可以推广向量加法、分量乘法和张量积等现有方法，并使用 lattice 结构描述语义之间的蕴含关系。

    Jan, 2011

  • 自然语言处理中的否定检测和词语消歧的语义方法

    本研究旨在演示一种通过词义消歧唯一地评估文本的词汇结构以检测否定的方法，从而解决否定对情感分析的影响，达到更好的准确性，并且在情感分析方面比传统方法有着显著的提高。

    Feb, 2023

  • 不不错” 不等于 “错”：否定表达在分布式认知中的解释

    本文提出了一个三元组的解决方案来解决当前的分布式语义模型中捕捉否定等逻辑操作的能力不足的问题。我们使用该表示法来在这些模型中开发否定的形式组合概念。

    Jun, 2013

  • 使用密度矩阵进行分布式句子蕴涵

    扩展基于类别、组成和分布的语义模型，通过将单词表示扩展为概率分布，定义对词汇蕴涵的对称和非对称相似度度量，利用量子变体对 von Neumann 熵进行度量。通过单词表示的组合映射和单词之间的蕴涵关系，提供了一种获取句子水平上的因果关系的方法。

    Jun, 2015

  • 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

  • 基于语义的句法机器翻译中的情态和否定使用

    本文描述了为期八周的约翰霍普金斯大学人类语言技术卓越中心应用语言探索夏令营（SCALE-2009）中语义驱动机器翻译（SIMT）的资源和系统构建工作。作者引入了一种新的模态 / 否定（MN）注释方案，基于该方案和词典生成了两个自动化的 MN 标注器，并将其应用于用于翻译的语法框架中，结果显示基于结构的 MN 标注器的标注精确率高达 86％。最终生成的系统有效地提高了翻译质量。

    Feb, 2015

  • 类别论定量组合式分布式自然语义模型

    本文研究了分布语义学中的组合性问题，使用 Coek，Sadrzadeh 和 Clark 提出的范畴理论框架，将语法分析形式主义与分布语义表示法相结合，生成具体的组合式分布式模型，并展示它们在自然语言处理领域的有效性。研究的贡献包括将 DisCoCat 框架拓展到在句法和语义上，验证模型的优势以及提出了在本主题上应用范畴论的未来研究方向。

    Nov, 2013

  • NegatER：基于常识知识库的负例自动发现方法

    该研究提出了 NegatER 框架，使用上下文语言模型对常识知识库中的负面语句进行排序，不需要真实的负面数据，有助于完成知识库中的缺失信息。实验结果证明，与多种数据扩增方法相比，NegatER 产生的负面语句更合理、更连贯、更具有信息量，以显著地提高知识库补充任务的准确性，证实了语言模型中的正面知识可以 “重新利用” 来生成负面知识。

    Nov, 2020