基于一种新变体句法n元文法比较文档语义的拓扑方法
计算与语言
2021-03-10 v1
摘要
本文提供思考与利用句法n元文法（sn-grams）的新视角。Sn-grams是一类非线性n元文法，在许多NLP任务中发挥着关键作用。将sn-grams引入文档语义比较因而是一项引人注目的应用，但鲜有研究报道在此方面的进展。然而，在进行该应用时，我们发现sn-grams的三个主要问题：缺乏显著性、对词序敏感以及无法捕捉间接句法关系。为解决这些问题，我们提出一种名为广义短语（GPs）的sn-grams新变体。进而基于GPs提出一种名为DSCoH的拓扑方法来计算文档语义相似度。DSCoH已在文档语义比较与文档聚类任务上被广泛测试。实验结果表明DSCoH优于最先进的基于嵌入的方法。
引用
@article{arxiv.2103.05135,
title = {A Topological Approach to Compare Document Semantics Based on a New Variant of Syntactic N-grams},
author = {Fanchao Meng},
journal= {arXiv preprint arXiv:2103.05135},
year = {2021}
}