word sense induction | BriefGPT

关键词word sense induction

搜索结果 - 18

多语言基于替代的词义归纳
通过群集将一个多义词的用法分组成对应的几个义项，以发现该多义词的义项是 Word Sense Induction (WSI) 的任务。本研究提出了适用于 100 种语言的多语言替代基础的 WSI 方法，无需或仅需很少调整就能适应不同语言，这
PDF2 months ago
LSCD 基准：一个历时词义任务的测试平台
词汇语义变化检测 (LSCD) 是一个复杂的基于词元级的任务，它通常是基于两个后续应用的用法级任务来操作的：首先，对使用对生成上下文的词 (WiC) 进行标注，然后将这些标签表示为图形，在图上应用词义归纳 (WSI) 来生成语义聚类。最后，
PDF3 months ago
ACL词汇语义变化的上下文化词嵌入系统比较
现有的 LSC 问题评估通常集中在 Graded Change Detection (GCD) 任务上，但由于它们依赖不同的设置，性能比较往往会误导。本研究在相同的条件下评估了最先进的 GCD 模型和方法，并将 LSC 问题分解为 Word
PDF4 months ago
利用层次聚类和互信息最大化进行词义归纳
本文提出了一种基于分层聚类和不变信息聚类的新型无监督方法，用于解决自然语言处理中的词义识别问题，该方法可以在某些情况下优于目前提出的任何方法，并在其他情况下表现出竞争力。
PDF2 years ago
COLINGRuDSI：基于图形的俄语词义感知数据集
本文提出 RuDSI 作为俄语词义归纳的新基准，通过手工注释和半自动聚类生成了数据集，具有完全数据驱动、不施加外部词语含义的特点，实验表明了数种基线词义归纳方法在 RuDSI 上的表现和改进空间。
PDF2 years ago
始终牢记目标：研究语义并提高神经词汇替换的性能
本文比较了多种词汇替换方法，使用包括 context2vec、ELMo、BERT、RoBERTa、XLNet 等在内的多种语言模型，并证明注入目标词信息后，能够进一步显著提高现有最佳语言模型的结果。作者还分析了不同模型或注释者给出的目标词和
PDF2 years ago
用于词义消歧的拓扑数据分析
本研究使用拓扑数据分析模式，开发和测试了一种新型的自监督学习算法，用于词义识别和消歧任务，并在 SemCor 数据集上演示了其低相对误差，为自然语言处理领域中基于拓扑的算法提供了希望。
PDF2 years ago
ACL大规模基于替换的词义归纳
本文提出一种基于预训练掩码语言模型（MLMs）的词义归纳方法，可以扩展到大词汇和大语料库，其结果是一个按语料库导出的意义清单进行感知标记的语料库，每个意义将与指示性单词相关联，通过在此感知标记语料库上训练静态单词嵌入算法，我们获得了优质的静
PDF3 years ago
ACLPolyLM: 通过语言模型学习多义词
PolyLM 是一种基于语言建模的词义嵌入方法，能够融合上下文化嵌入技术，通过对词义的建模及概率计算实现更加准确的词义感知，在词义感知任务上性能优于先前的方法，且只有现有方法参数数量的六分之一。
PDF3 years ago
基于替换的词义识别的改进
本文介绍了一种通过识别句中单词使用的不同含义进行分组的无监督词义归纳（WSI）任务。最近的工作使用了预先训练的 RNN 语言模型（ELMo）来进行聚类，并且将该方法适用于 BERT 进一步提高了得分。本文通过提出一种解释聚类结果的方法来扩展
PDF5 years ago
AAAI词义归纳的 AutoSense 模型
提出一种基于自动感知的潜在变量模型 AutoSense，用于解决词的多个意义或含义的概率计算问题，该方法可以在不需要超参数调整和非参数归纳的情况下消除需要，使其适应不同的词语含义概率计算，同时在常用的 WSI 数据集上表现出更好的效果，并且
PDF6 years ago
EMNLP基于神经双向语言模型和对称模式的词义归纳
本文提出通过使用循环神经网络语言模型和动态对称模式来有效查询以替代目标单词的概率，从而诱导出它们的词义，进而得到用于 Word Sense Induction 的强大替代向量，从而大幅度超越 SemEval 2013 WSI 共享任务的当
PDF6 years ago
一个词有多重？为单词语义感知调整词嵌入重量
该论文介绍了我们参与俄语单词词义感知和消除方面的 RUSSE'2018（Panchenko 等人，2018）的首个共享任务。我们通过使用词嵌入的重量平均值和神经机器翻译系统，在该任务中表现出了优异的结果并超越了先前年份基于语义嵌入的竞争性基
PDF6 years ago
RUSSE'2018：俄语词义归纳共享任务
这篇研究论文描述了第一个关于俄语词义归纳（WSI）的共享任务的结果，使用 sense embeddings 方法，创新性的从维基百科、学术语料库和俄罗斯解释词典中开发三个新的评估数据集，为具有许多斯拉夫语言特征的斯拉夫语言探索词义归纳和消歧
PDF6 years ago
ACLWatset: 从同义词图中自动归纳同义词集
本研究提出了一种基于图的方法，利用同义词词典和词嵌入诱导同义词集。首先，我们建立了一个从常见资源（例如 Wiktionary）中提取同义词的加权图。其次，我们应用词义归纳来处理有歧义的单词。最后，我们将有歧义输入图的已消除歧义版本聚类到同义
PDF7 years ago
词义感知词向量学习
本文提出一种基于 sense embeddings 方法的词义感知 (word sense induction) 算法，通过 Sense 聚类和 Contextual 向量来辨别多义词的词义，相对于传统基于分布式模型的方法，我们的算法可以更
PDF8 years ago
MM俄语网络搜索结果的语义聚类：可能性和问题
本研究为了解决搜索引擎语义检索问题，探讨了从俄语大规模语料库中构建词汇共现图，运用分布式语义模型对于词义归纳和聚类的方法。
PDF10 years ago
词义归纳技术的现状：一种面向资源匮乏语言的词义消歧方法
这篇论文是关于如何运用词义感知诱导方法在缺乏词汇资源的语言中初始开展词义消岐研究，并提出了一些有趣的研究重点。
PDF11 years ago