Nov, 2023

利用形式概念分析和 WordNet 进行本体学习

PDF
TL;DR本文提供了一种从自由文本中学习概念层次的 Formal Concept Analysis 和 WordNet 框架，并通过减少正式上下文来加速思想格框架的推导。
ontology constructionformal concept analysiswordnet frameworkconcept hierarchiesidea lattice derivation
发现论文，激发创造
  • 利用形式概念分析从文本语料库中学习概念层次结构

    该研究提出了一种基于 FCA 的新方法，通过对文本语料库中的上下文信息进行建模和分析，以自动获取层次结构的概念分类。在旅游和金融领域应用比手工分类更有效。

    Sep, 2011

  • 依赖项：为信息检索形式化语义链

    本论文在语义处理方面做出重大贡献，提出了多种数学模型以及解决研究范式中存在问题的建议，从而大大提升了机器自动进行语义推理的复杂性和粒度。

    Sep, 2017

  • 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

  • 使用概念密度进行词义消歧

    本文提出一种方法解决名词的词汇歧义问题，并对其在布朗语料库上的自动评估进行了说明，方法基于 WordNet 的广泛覆盖的名词分类法和概念密度公式，无需手动编码或训练，结果已自动评估了布朗语料库的语义标记版本 SemCor。

    Jun, 1996

  • 词汇语义增强的神经词向量

    通过深度度量学习进行后处理可以提高神经语言模型中语义相似度推断的效果，并将层次拟合用于建模 IS-A 层次中的语义相似性细微差别。

    Oct, 2022

  • 分析 ConceptNet 中常识关系的子结构

    本文介绍了一种基于非监督知识图谱表示学习和聚类的方法，以揭示和研究 ConceptNet 中三个常用的常识关系的子结构，研究结果表明，尽管这些常识关系在 ConceptNet 中具有 “官方” 的定义，但它们中的许多关系存在相当的子结构。

    Oct, 2022

  • 自动提取语法知识对 L2 语言学习的教师感知

    本研究介绍了一个自动框架，旨在通过自动发现和可视化语法的不同方面来促进语言教学，其中从自然语料库中提取描述单词排序、一致性、语法标记或词形成及词汇学习的描述，并显示例证。作者在印度语言 Kannada 和 Marathi 上应用此方法，以评估其实用性，并邀请北美的语言教育家对这些语言进行手动评估。教师们认为这些材料有趣，可以用作自己的课程准备或学习者评估的参考资料。

    Jun, 2022

  • L2 语言学习的自动提取语法概念的教师感知

    通过自动发现和可视化语法描述，本研究旨在帮助语言教育专家自动创建材料，以便教授印度语言中的语法和语义知识。

    Oct, 2023

  • 一种基于人类词语联想的社交网络主题检测模型

    本论文提出一种基于 Word Association 的社交网络话题检测框架，利用语言结构方法发现单词间的关系，结合人类 Word Association 模型实现更好的效果，在英语和波斯语低资源语言中进行测试，显示出良好的性能。

    Jan, 2023

  • 从文本中提取数学概念

    本文探讨了使用四种不同的术语提取器从数学范畴论的英文文本中提取数学实体的系统，作为构建数学知识图的第一步。研究还提供了两个开放数据集，以支持在数学领域进行研究。

    Aug, 2022