May, 2022

同义词提取的当前趋势和方法：适用于阿拉伯语的潜在调适

PDF
TL;DR本文介绍了四种通过使用翻译图形、词网、同义词构造、深度学习等方式，自动提取同义词的方法。此外，作者还对这些方法进行了比较和分析，并探讨了未来在阿拉伯语环境下进行同义词自动生成的潜在适配性。
synonymsnlptranslation graphwordnetsdeep learning
发现论文，激发创造
  • 阿拉伯命名实体识别综述：历史、最新进展和未来趋势

    本文全面回顾了阿拉伯语命名实体识别技术的发展，特别是深度学习和预训练语言模型的最新进展，介绍了传统阿拉伯语 NER 系统和最新发展的深度学习方法，并指出了与其他语言 NER 技术的差距，为阿拉伯语 NER 未来的发展方向提供了参考。

    Feb, 2023

  • 为丰富阿拉伯同义词而设计的基准测试和评分算法

    本文提出了一种算法和数据集，用于从给定的单 / 多语言词汇表中提取模糊值超过特定阈值的新近义词，其中数据集由 3K 候选同义词和 500 个同义词组成。根据我们的评估，该算法表现得像语言学家，并且其模糊值与语言学家的提议值接近。

    Feb, 2023

  • 利用语料库元数据检测基于模板的翻译：埃及阿拉伯维基百科版本的探索性案例研究

    通过探索性分析和构建自动检测系统，本文旨在解决埃及阿拉伯维基百科中模板翻译问题，并利用文章元数据构建多变量机器学习分类器来自动检测这些模板翻译文章。最终，将最佳分类器 XGBoost 发布为名为 EGYPTIAN WIKIPEDIA SCANNER 的在线应用，并向研究界提供提取、过滤和标记的数据集，以便从我们的数据集和在线网络检测系统中获益。

    Mar, 2024

  • 类比、同义词、反义词和关联词的统一方法

    本文提出基于语料库的机器学习算法作为识别类比、近义词、反义词和联系词的方法，并且验证了其有效性

    Aug, 2008

  • 基于阿拉伯语同义词 BERT 的文本分类对抗样本

    通过引入第一个阿拉伯语的词级研究，我们使用基于掩蔽语言建模任务的同义词替换攻击，评估了最先进的文本分类模型对于阿拉伯语中的对抗攻击的鲁棒性，并研究了这些对抗样本的语法和语义相似性、传递性攻击的有效性以及关于 BERT 模型的防御机制的效果。我们发现，相较于其他我们训练的深度神经网络模型（如 WordCNN 和 WordLSTM），经过微调的 BERT 模型对我们的同义词替换攻击更容易受到影响。最后，我们发现经过对抗训练作为初始防御机制后，经过微调的 BERT 模型成功地恢复了至少 2% 的准确率。

    Feb, 2024

  • 推进阿拉伯语词网：提升内容质量

    高质量的词网（WordNets）对于依赖此类资源的 NLP 应用程序来说非常重要。为了解决诸如词汇错误、缺失的释义和例句，以及语言形态和语义的不完善等问题，我们对阿拉伯语 WordNet 进行了重大修订，更新了超过 58% 的同义词集。通过添加缺失的信息和纠正错误，同时还扩展了词网结构，引入了新的元素：短语和词汇空缺，以应对语言多样性和不可翻译性的问题。

    Mar, 2024

  • 阿拉伯语神经机器翻译的首个结果

    本文应用神经机器翻译技术在阿拉伯语翻译任务中进行比较和预处理，并发现在处理适当的阿拉伯语脚本前，神经机器翻译和基于短语的翻译系统性能相近，但神经机器翻译在域外测试集上明显优于短语翻译系统，在实际应用中更具吸引力。

    Jun, 2016

  • 基于分类和生成方法的阿拉伯语句子简化

    本文尝试构建一种现代标准阿拉伯语 (MSA) 句子级简化系统，使用两种方法进行简化：基于分类的方法和生成式方法 (mT5)，并使用 BERTScore 评估了它们的有效性。

    Apr, 2022

  • 利用变压器模型和语言学知识预训练技术提升阿拉伯语自然语言推断能力

    本文主要研究阿拉伯语文本数据的分类，特别关注自然语言推理和矛盾检测。通过创建专用数据集并利用语言学上知识进行预训练，发现了具有竞争力的阿拉伯语特定模型（AraBERT），并成功应用于大规模任务评估及多任务预训练的首个阿拉伯语背景应用。

    Jul, 2023

  • 阿拉伯文字情感分析：以广泛主题分析强化人工调查

    通过对已发表的 133 篇英文 ASA 论文的深入研究和 2297 篇 ASA 出版物的广泛研究，本文揭示了 ASA 的常见主题、应用领域、方法、技术和算法，并强调了 ASA 所面临的挑战和未来发展方向。

    Mar, 2024