基于 BERT 的预测上下文对词相似性（分级）影响的精确模型
计算与语言
2020-07-23 v3 机器学习
摘要
自然语言处理（NLP）近年来已广泛应用于语义分析。我们的论文主要讨论一种分析方法，用以分析上下文对人类感知相似词的影响，这是 SemEval 2020 的第三项任务。我们应用了多种方法来计算由 Bidirectional Encoder Representation from Transformer（BERT）生成的两个嵌入向量之间的距离。我们的团队 will_go 在 subtask1 的芬兰语赛道获得第一名，在 subtask1 的英语赛道获得第二名。
引用
@article{arxiv.2005.01006,
title = {An Accurate Model for Predicting the (Graded) Effect of Context in Word Similarity Based on Bert},
author = {Wei Bao and Hongshu Che and Jiandong Zhang},
journal= {arXiv preprint arXiv:2005.01006},
year = {2020}
}
备注
ACL-SemEval 2020