一种用于词嵌入全无监督跨语言映射的鲁棒自学习方法：同时使该方法可鲁棒复现
机器学习
2020-03-04 v2 计算与语言
机器学习
摘要
在本文中，我们复现了 Artetxe 等人（2018b）关于用于词嵌入全无监督跨语言映射的鲁棒自学习方法的实验。我们表明，在若干次要假设下，对其方法的复现确实是可行的。我们进一步通过引入四种与英语相似度低于原论文所提语言的新语言，来研究其模型的鲁棒性。为了评估其模型的稳定性，我们还对合理的超参数进行了网格搜索。随后，我们提出了适用于任何研究项目的关键建议，以开展完全可复现的研究。
引用
@article{arxiv.1912.01706,
title = {A Robust Self-Learning Method for Fully Unsupervised Cross-Lingual Mappings of Word Embeddings: Making the Method Robustly Reproducible as Well},
author = {Nicolas Garneau and Mathieu Godbout and David Beauchemin and Audrey Durand and Luc Lamontagne},
journal= {arXiv preprint arXiv:1912.01706},
year = {2020}
}
备注
Accept in REPROLANG@LREC2020