Nov, 2023

一种嵌入式历时义项变化模型并以古希腊语为案例研究

HTML
PDF
TL;DR词义随时间而变化，其中古代语言的小型、稀疏和嘈杂的语料库使得准确建模变得困难，因此量化意义变化估计中的不确定性变得重要。本文介绍了EDiSC，它是DiSC的嵌入版本，结合了词嵌入和DiSC以提供优越的模型性能。我们经验证实EDiSC在预测准确性、地面真实恢复和不确定性量化方面表现出色，同时还具有更好的采样效率和可扩展性。我们还讨论了拟合这些模型的挑战。
发现论文，激发创造
  • 不同时间尺度下单词意义变化的自动识别

    本文提出了一种无监督的方法来区分名词的意义变化，并通过数字化书籍中的严格时间变化文本数据构建分布式词库网络，将它们分别聚类以获得与不同时间点对应的以词为中心的意义聚类，这种方法可应用于词汇编纂和语义搜索，并经过人工评估和WordNet对比，该算法在48个样本和21个样本分别中正确识别出60.4％的新出现情况，57％的分裂/合并情况，并有44％的新意义得到WordNet验证。

    May, 2014

  • 随时间演变的词嵌入揭示语义变化的统计规律

    通过评估PPMI，SVD和word2vec等词嵌入模型来量化语义变化的方法，我们提出并验证了语义演化的两个定量化规律：与频率呈反幂律相关的语义变化率规律和与多义性无关的语义变化率规律。

    May, 2016

  • 语义变化计算的现状

    该论文评述了语义变化计算在计算语言学领域中的发展现状，提出了一个框架，总结了该领域的五个关键组成部分：历时语料库、历时词义表征、变化建模、评估数据和数据可视化，并指出了该领域存在的核心问题。

    Jan, 2018

  • 词汇语义变化的计算方法综述

    介绍了最近计算技术中应用到词汇语义变化的方法与工具，着重研究了语义变化的历时概念变化扩展。

    Nov, 2018

  • GASC: 古希腊文体感知语义变化

    针对古代语言语境中词义变化的 challenges，开发了一种新的 GASC 语义变化模型，可以利用文本流派等类别信息提高推理效果，与现有模型相比，GASC 可以更好地预测古希腊语中的词义演变情况。

    Mar, 2019

  • 语义变迁的探测和评估：跨时间和领域

    本文通过对词汇语义分歧的跨学科大规模评估，在时间尺度和领域范畴两方面开展语义感知变化的检测，并通过集成和扩展基准模型来解决评估历程中表面性和缺乏比较的挑战。此外，本文还展示了利用相同的评估方式和建模方法可以成功地应用于术语提取领域异构感知偏离的同步性检测。

    Jun, 2019

  • DUKweb：基于英国网络档案馆语料库的历时词表示

    本文介绍了 DUKweb 数据库，它是一个大规模的资源集，用于对当代英语进行历时分析。该资源集可以提供每年的词共现矩阵和两种类型的词向量表示。我们通过一个词义变化检测的案例研究展示了 DUKweb 的重用潜力和质量标准。

    Jul, 2021

  • 历史声音变化建模：通过历时字符嵌入 Letters From the Past

    本文针对语言变化的另一方面——声音变化进行了研究，提出了一种可以通过比较不同时期的分布距离来捕捉声音变化的理论，并通过PPMI字符嵌入比较并验证了这一理论，在丹麦历史文献中成功找到了若干个相关的语音变化。该方法可以用于探究一些未解决的问题。

    May, 2022

  • 上下文化语言模型用于语义变化检测：经验教训

    本文研究使用基于上下文嵌入方法进行检测历时语义变化的可能存在的输出错误。通过引入单一方法并进行深入的分析，作者发现这种方法可能会将词汇的词典含义变化与上下文语境的变化混淆，同时将词汇实体的句法和语义方面合并在一起。本文提出了一些解决这些问题的未来可能方案。

    Aug, 2022

  • 罗马尼亚语的语义变化检测

    自动语义变化方法旨在通过分析词语在历时语料库中的使用来识别其含义随时间的变化。本文分析了在真实的英语和罗马尼亚数据集上创建静态和上下文词嵌入模型（Word2Vec和ELMo）的不同策略。通过对英语数据集（SEMEVAL-CCOHA）进行评估，并针对罗马尼亚数据集进行实验来确定模型的性能，并突出该低资源语言中语义变化的不同方面，如含义的获取与丧失。实验结果表明，在选择模型和计算语义变化得分的距离方面，取决于语料库，这是最重要的因素。

    Aug, 2023