BriefGPT.xyz
Ask
alpha
关键词
lexical substitution task
搜索结果 - 2
COLING
用贝叶斯 Skip-gram 模型将单词嵌入为分布
该研究介绍了一种将单词作为概率密度嵌入低维空间的方法,该 Bayesian 模型通过生成来自每个给定单词的单词特定先验密度,从而可以获得上下文特定的密度以及用于词汇替换任务的有效估算方法。
PDF
7 years ago
ACL
学习主题敏感词表示
该论文提出使用分层狄利克雷过程学习每个单词的多个主题敏感表示的两种方法,通过模拟主题并集成每个文档的主题分布,可以得到能够区分给定单词不同含义的表示。该模型在词汇替换任务中表现出统计学显著的改进,表明常用的单词表示即使与上下文信息结合使用,
→
PDF
7 years ago
Prev
Next