词义分布能否检测词语的语义变化？
计算与语言
2023-10-17 v1 人工智能
机器学习
摘要
词语的语义变化检测（SCD）是各类必须进行时间敏感预测的NLP应用中的一项重要任务。一些词语随时间以新颖方式使用以表达新含义，这些新含义作为已有词语的新义项而确立。另一方面，词义消歧（WSD）方法依据词语出现的上下文将歧义词与义项编号相关联。鉴于WSD与SCD间的这种关系，我们探究通过比较两个语料库中该词语的义项分布，来预测目标词在不同时间步收集的两个语料库间是否发生含义变化的可能性。为此，我们使用预训练静态义项嵌入来自动将语料库中目标词的每次出现标注为义项编号。接着，我们计算给定语料库中目标词的义项编号分布。最后，我们使用不同的散度或距离度量来量化目标词在给定两个语料库间的语义变化。我们在 SemEval 2020 Task 1 数据集上的实验结果表明，词义分布可被准确用于预测英语、德语、瑞典语和拉丁语中词语的语义变化。
引用
@article{arxiv.2310.10400,
title = {Can Word Sense Distribution Detect Semantic Changes of Words?},
author = {Xiaohang Tang and Yi Zhou and Taichi Aida and Procheta Sen and Danushka Bollegala},
journal= {arXiv preprint arXiv:2310.10400},
year = {2023}
}
备注
Accepted to Findings of EMNLP 2023