Jan, 2024

使用交错编码网络（ICE-NET）进行反义词与同义词的区分

PDF
TL;DR基于 InterlaCed Encoder NETworks 的反义词与近义词的区分方法，在词汇语义分析和自动词汇资源构建中具有较好效果，相对其他研究在准确性上提升了 1.8% 的 F1-measure 得分。
antonymssynonymslexico-semantic analysisautomated lexical resource constructioninterlaced encoder networks
发现论文，激发创造
  • 基于模式的神经网络中的反义词和同义词判别

    该研究提出一种名为 AntSynNET 的神经网络模型，利用词汇 - 句法模式和合成语法树来区分词汇关系，实验结果表明 AntSynNET 相对先前的基于模式的方法表现更好。

    Jan, 2017

  • 将分布式词汇对比集成到词向量中用于反义词 - 同义词区分

    该论文提出了一种新的向量表示方法，将词汇对比整合到分布式向量中，并加强了确定词语相似度度量的最显著特征。改进后的向量模型明显优于标准模型，并且可以跨词类（形容词，名词，动词）将反义词从同义词中区分开来。此外，该论文还将词汇对比向量整合到跳字模型的目标函数中，改进后的嵌入能够超越现有最先进的模型，在预测 SimLex-999 中的词语相似度和区分反义词和同义词方面表现优异。

    May, 2016

  • 计算词汇对比度

    提出了一种新的自动方法，基于语言学中的反义词，并通过语料库的统计结构来识别具有反义但不同种类的词对以及识别单词对之间的语义差异度。

    Aug, 2013

  • 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

  • 话语关系中的同义词与反义词分析：一种可解释的建模方法

    该研究提出了一种基于语义标记的计算方法来分析语篇中的异议和让步关系，澄清了语言学中的词汇语义在引发语篇中显性和隐性关系方面的贡献，并探讨了不同词性在其中所扮演的角色，从而为语料库和计算语言学之间的研究架起了一座桥梁。

    Aug, 2022

  • 利用多段双向上下文匹配进行实体同义词发现

    该论文提出了一种多环境下的同义词发现框架，使用分布式假设和神经网络模型 SYNONYMNET，从自由文本语料库中检测出实体的同义词，以提高实体消歧或知识图谱规范化等任务的效果和稳健性。

    Dec, 2018

  • 英语 WordNet 的同音词信息

    本文重新访问了填补 WordNet 中同音异义词及多义词间差异的问题，并且利用语言模型对此进行了合成标注。

    Dec, 2022

  • 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

  • 机器学习对矛盾检测模型的语言学研究：实证分析和未来展望

    分析了两个自然语言推理数据集的语言特征，发现机器学习模型难以理解介词和动词语义重要性，不能理解反义词和同音词，不能理解不完整的句子和罕见单词短语，因此需要在训练过程中尽可能利用更多外部知识。

    Oct, 2022

  • 尚未达到：将类比模式与编码器 - 解码器网络相结合，实现认知合理的屈折变化

    本文研究了结合预编译的类比模式和编码器 - 解码器架构的技术，旨在在 SIGMORPHON 组织提供的数据上验证其预测非单词的屈折形式的效果，结果表明，在网络架构中加入类比模式有助于模仿说话者的预测。

    Aug, 2021