comp-syn：基于颜色感知基础的词嵌入
计算与语言
2020-10-20 v2 机器学习
社会与信息网络
摘要
自然语言处理的流行方法基于文本共现模式创建词嵌入，但往往忽略语言的具身、感知方面。在此，我们介绍 Python 包 comp-syn，它基于 Google 图像搜索结果在感知上均匀的颜色分布提供具身词嵌入。我们证明 comp-syn 显著丰富了分布语义模型。具体而言，我们表明：（1）使用低维词-颜色嵌入，comp-syn 在预测人类词具体性判断上比 word2vec 更准确且更具可解释性；（2）在隐喻与字面词对分类任务上，comp-syn 表现与 word2vec 相当。comp-syn 在 PyPi 上开源，并与主流机器学习 Python 包兼容。我们的包发布包含超过 40,000 个英文单词的词-颜色嵌入，每个单词均关联众包词具体性判断。
引用
@article{arxiv.2010.04292,
title = {comp-syn: Perceptually Grounded Word Embeddings with Color},
author = {Bhargav Srinivasa Desikan and Tasker Hull and Ethan O. Nadler and Douglas Guilbeault and Aabir Abubaker Kar and Mark Chu and Donald Ruggiero Lo Sardo},
journal= {arXiv preprint arXiv:2010.04292},
year = {2020}
}
备注
9 pages, 3 figures, all code and data available at https://github.com/comp-syn/comp-syn. Forthcoming in the Proceedings of the 28th International Conference on Computational Linguistics