关键词word vector representations
搜索结果 - 5
- ACL从词汇资源中提取的知识增强单词嵌入
提出了一种用于词向量表示的语义专业化的有效方法，使用传统的词嵌入并应用专业化方法以更好地捕捉单词之间的语义关系，结合来自丰富词汇资源（如 BabelNet）的外部知识，以及使用基于对抗式神经网络及 Wasserstein 距离的后处理专业化 - 分布式词表示的预训练技术进展
本文着重讨论了如何通过使用已知技巧来训练高质量的单词向量表示，以提高自然语言处理任务的表现，并提供了一组公开可用的预训练模型，能在多项任务上远远优于现有技术。
- 基于相关性的词向量表示内在评估
提出了一种基于 linguistic resources 的 word vector 表征的内在评估指标 QVEC-CCA，并展示了该评估的高效性和优越性。
- ICML其部分之和”：利用自编码器联合学习单词和短语表示
论文介绍了一种新的模型，采用词共现统计信息来学习单词向量表示，同时利用平均单词向量表示法将不同长度的单词序列嵌入到一个共同的语义空间中，并说明了这种短语表示法对于自然语言处理中的许多任务可能是有用的。
- 通过神经语言模型进行语言的时间分析
该论文提出了一种自动检测语言变化的方法，通过一个按年度训练的神经语言模型来训练 Google Books Ngram 语料库，识别出 “cell” 和 “gay” 等单词在 1900 年至 2009 年间发生了显著变化并同时识别出这些单词发