一种基于排序的词嵌入相似性度量
计算与语言
2018-05-08 v1
摘要
词嵌入（Word Embeddings）近期已成为 NLP 中表示词义的标准方法。词对间的语义相似性已成为这些表示最常见的评测基准，通常仅使用向量余弦作为相似性度量。本文报道了使用一种基于排序的 WE 度量的实验，该度量在相似性估计中与向量余弦表现相当，并在近期引入且具有挑战性的离群点检测任务上优于后者，从而表明基于排序的度量可改善聚类质量。
引用
@article{arxiv.1805.01923,
title = {A Rank-Based Similarity Metric for Word Embeddings},
author = {Enrico Santus and Hongmin Wang and Emmanuele Chersoni and Yue Zhang},
journal= {arXiv preprint arXiv:1805.01923},
year = {2018}
}
备注
5 pages, 1 figure, 4 tables, ACL, ACL2018