关键词compositional distributional semantics
搜索结果 - 9
- 英语名词复数的语义属性：来自词向量的启示
使用分布语义学，本文研究了英语名词复数形式的意义聚类，介绍了一种计算方法叫做 CosClassAvg，通过实验比较它与另一种方法 FRACSS 的差异，并验证了 CosClassAvg 方法在语义向量映射中的优越性
- ACL基于组成式分布语义中世界背景的会话否定
本文提出一个模型框架来模拟对话否定，该模型将世界上下文应用于逻辑否定，以组成分配语义。给定一个词，该框架可以创建一个类似于人类感知否定的否定。该框架可以纠正逻辑否定，并将意义更接近蕴含层次结构的意义重量相加，以容纳不同选择的逻辑否定，组合和 - MM近期量子计算机上的量子自然语言处理
本文介绍了一种针对近期量子计算机运行的自然语言处理全栈流程 ——QNLP，该流程中所采用的语言模型框架为组合密度语义学（DisCoCat），它扩展和补充了预组语法的组合结构；我们将 DisCoCat 图解释作于近期的量子线路映射，为量子技术 - COLING基于张量组合的分布式包含假设
论文讨论了张量中的特征包含性质在不同的具体方法中的应用。通过对几种句子级度量方法的评估，证明了基于张量的组合方式可以获得最佳的性能表现。
- 打包依赖树的对齐：分布语义的组合理论
本文提出了一种新的组合分布式语义框架，其中词汇的分布上下文以锚定打包的依赖树的形式表达。我们展示了这些结构有潜力捕捉词汇的完整上下文，并提供了一种统一的基础，以在捕捉相互消歧和泛化的同时组合分布式知识。
- NIPS利用句子可信度学习及物动词的语义
利用逻辑回归分类器的参数构建线性映射，进行基于似然性的训练，用于形成具有歧义消解功能的动词矩阵；与基于语料库的方法相比较，该方法表现更有效。
- 一个向量是不够的：实体增强的分布式语义用于话语关系
该研究通过自动计算句法分析树上的分布式含义表示来进行话语关系预测，包括实体提及之间的链接，并在预测 Penn 话语树库中的隐式话语关系时实现了显著改进。
- ICLR学习基于类型驱动的张量意义表示
本文研究了表示及物动词语义的三阶张量的学习，使用了基于张量的语义框架，并使用神经网络的标准技术学习张量，并在简单的二维句子空间上进行了选择偏好式任务的测试，并与竞争性基于语料库的基线进行比较，结果有希望，扩展这项工作超越及物动词，并针对更高 - 组合分布式语义的多步回归学习
介绍一种基于张量及向量的学习方法，并在数据集上进行了评估，表现超过了现有的先进方法，同时也适用于解决组合分布式模型可能遇到的更微妙问题。