基于 Huang 等人 GlossBERT 的词义消歧构建方法
计算与语言
2021-12-15 v1 人工智能
摘要
我们着手解决词义消歧（WSD）问题。在语言中，形式相同的词可根据上下文具有不同的含义。尽管人类能轻易通过上下文推断此类词的含义或释义，机器却在此任务上受挫。因此，我们旨在复现并扩展 Huang 等人 GlossBERT 的成果，该模型由他们设计用于消歧这些词（Huang et al., 2019）。具体而言，我们提出以下增强：数据集调整（alpha 超参数）、集成方法，以及用 BART 和 ALBERT 替换 BERT。以下 GitHub 仓库包含本报告中使用的所有代码，其扩展了 Huang 等人提供的代码。
引用
@article{arxiv.2112.07089,
title = {Building on Huang et al. GlossBERT for Word Sense Disambiguation},
author = {Nikhil Patel and James Hale and Kanika Jindal and Apoorva Sharma and Yichun Yu},
journal= {arXiv preprint arXiv:2112.07089},
year = {2021}
}