在WordNet名词上下位图上的欧氏与双曲嵌入比较
计算与语言
2021-09-17 v1 机器学习
摘要
Nickel与Kiela（2017）提出了一种在Poincare球中嵌入树节点的新方法，并指出这些双曲嵌入在嵌入大型分层结构图（如WordNet名词上下位树）的节点时，远比欧氏嵌入有效。这在低维情况下尤为明显（Nickel与Kiela，2017，表1）。在本工作中，我们试图复现他们在嵌入与重构WordNet名词上下位图上的实验。与他们的报告相反，我们发现当至少允许50维时，欧氏嵌入至少能够像Poincare嵌入一样好地表示该树。我们注意到，鉴于双曲嵌入在极低维设定下令人印象深刻的性能，这并不削弱他们工作的意义。然而，鉴于他们工作的广泛影响，我们此处的目标是呈现一个更新且更准确的欧氏与双曲嵌入之间的比较。
引用
@article{arxiv.2109.07488,
title = {Comparing Euclidean and Hyperbolic Embeddings on the WordNet Nouns Hypernymy Graph},
author = {Sameer Bansal and Adrian Benton},
journal= {arXiv preprint arXiv:2109.07488},
year = {2021}
}