Idiomify - 基于 Word2Vec 的英语成语词汇搭配辅助逆向词典构建，面向非母语学习者

Apr, 2022

Idiomify - 基于 Word2Vec 的英语成语词汇搭配辅助逆向词典构建，面向非母语学习者

Idiomify -- Building a Collocation-supplemented Reverse Dictionary of English Idioms with Word2Vec for non-native learners

PDF

Eu-Bin Kim

TL;DR本文旨在构建一个带有搭配支持的英语成语反向词典以帮助非母语学习者学习英语成语，通过应用 PMI 和 Word2Vec 等分析方法，作者们尝试解决了从语料库中挖掘成语的困境，同时提出了反向词典的实现方案。研究结果表明，通过机器学习等方法，可以进一步优化该成语反向词典。

Abstract

The aim of idiomify is to build a collocation-supplemented reverse dictionary of idioms for the non-native learners of English. We aim to do so because the →

idioms collocations reverse dictionary pmi word2vec

发现论文，激发创造

会话系统中成语的向量表征

本文研究表明，由习语或比喻语言训练的开放域对话系统能够更好地生成与包含习语提示相符的回复，通过利用潜在习惯表达（PIE）- 英语习语语料库，我们实现了 98％F1 宏分数的准确率和更好的会话回复效果，为公众贡献了模型检查点 / 演示和代码。

May, 2022

翻译意义而非单纯的词语：IdiomKB 在通过语言模型优化成语翻译中的作用

使用大型语言模型开发的多语言习语知识库（IdiomKB）能够提高机器翻译模型的性能，通过检索习语的比喻含义，使较小的模型在翻译过程中得到更全面的理解。

Aug, 2023

神经机器翻译中成语的自动评估和分析

本文探讨了神经机器翻译中存在的习语翻译难题，提出了一个新的自动化量化习语翻译错误的方法，并通过对模型的训练以及不同翻译测试集的测试，探索了单语预训练和习语上下文因素对翻译质量的影响。

Oct, 2022

HIT 在 SemEval-2022 任务 2 中的表现：预训练语言模型用于成语检测

通过使用预训练的语言模型，我们可以提供上下文感知的句子嵌入来检测句子中的多词表达是否是惯用用法，从而更好地理解多词表达的惯用含义。

Apr, 2022

学习解释非标准英语单词和短语

利用 15 年的 UrbanDictionary.com 数据，提出了一种基于数据驱动的方法，可以自动解释给定句子中的新的非标准英语表达式。该方法利用神经序列 - 序列模型，通过上下文学习生成解释，利用双编码器方法，即单词级编码器学习上下文表示，字符级编码器学习目标非标准表达式的隐藏表示。该模型可以在一定置信水平下生成新的非标准英语表达式的合理定义。

Sep, 2017

成语语料库构建的众包游戏化

本文介绍了一种基于游戏化众包方法的语言学习材料收集方法，可以有效地收集各种表达习惯用语的例句，这一方法在语言独立性、数据收集的效率以及成果的可行性等方面都得到了验证。

Feb, 2021

预训练语言模型中习语的探索数据集和方法

本文介绍了一个包含英语和葡萄牙语的细粒度含义数据集，用于测试语言模型对习语使用的检测能力和生成含有习语句子的表现效果，并且发现 fine-tuning 是学习包含 MWE 的句子表示的一种有效的样本高效方法。

Sep, 2021

使用语义兼容性进行惯用语表达式识别

本研究提出了一种多阶段深度神经网络架构，利用注意力机制和上下文信息对句子中的习语表达进行定位，通过评估表明该模型能够在各类习语表达的数据集上实现新的最优结果，并具有对未见过的习语表达的识别能力。

Oct, 2021

审视冰山一角：一组惯用语翻译的数据集

本文提出了第一个大规模的短语翻译数据集，用于解决神经机器翻译模型中的成语翻译问题，并通过初步的实验评估了该数据集的效果。

Feb, 2018

从源代码中挖掘成语

本文介绍了 HAGGIS 系统，作为第一个用于从软件项目语料库中自动挖掘代码习惯用法的方法，可利用最新的自然语言处理技术非参数贝叶斯概率树替换语法，该系统可发现描述重要程序概念的代码习惯用法。

Apr, 2014