句子与子句嵌入空间的聚类与网络分析
计算与语言
2021-10-05 v1
摘要
句子嵌入方法为处理短文本结构或词序列提供了一种强有力的途径。通过将句子表示为稠密数值向量，许多自然语言处理（NLP）应用提升了其性能。然而，人们对句子嵌入的潜在结构了解相对较少。具体而言，研究尚未探讨句子的长度与结构是否会影响句子嵌入空间与拓扑。本文报道了一组针对句子与子句嵌入空间的综合聚类与网络分析研究。结果表明，某一种方法生成了最具可聚类性的嵌入。总体而言，跨度子句的嵌入比原始句子具有更好的聚类性质。这些结果对未来句子嵌入模型与应用具有启示意义。
引用
@article{arxiv.2110.00697,
title = {Clustering and Network Analysis for the Embedding Spaces of Sentences and Sub-Sentences},
author = {Yuan An and Alexander Kalinowski and Jane Greenberg},
journal= {arXiv preprint arXiv:2110.00697},
year = {2021}
}
备注
Accepted by The International Conference on Intelligent Data Science Technologies and Applications (IDSTA2021)