Connect-the-Dots：通过词义词库对齐桥接词与释义间的语义
计算与语言
2021-10-28 v1 人工智能
摘要
词义消歧（WSD）旨在依据上下文自动识别一词的确切含义。现有监督模型因训练数据有限，难以对罕见词义做出正确预测，且只能从单一预定义词义词库（如 WordNet）中选择最佳释义句。为解决数据稀疏问题并使模型摆脱对单一预定义词库的依赖，我们提出一种释义对齐算法，可将来自不同词义词库但含义相同的释义句（glosses）进行对齐，从而汇集丰富的词汇知识。随后，我们利用这些对齐词库训练模型，以识别上下文中目标词与其某一释义之间的语义等价性，该模型对多种 WSD 任务表现出很强的迁移能力。在基准数据集上的实验表明，所提方法在高频与罕见词义上的预测均有提升，在 All-Words WSD 任务上超越先前工作 1.2%，在 Low-Shot WSD 任务上超越 4.3%。在 WiC 任务上的评估亦表明，我们的方法能更好地捕捉上下文中的词义。
引用
@article{arxiv.2110.14091,
title = {Connect-the-Dots: Bridging Semantics between Words and Definitions via Aligning Word Sense Inventories},
author = {Wenlin Yao and Xiaoman Pan and Lifeng Jin and Jianshu Chen and Dian Yu and Dong Yu},
journal= {arXiv preprint arXiv:2110.14091},
year = {2021}
}
备注
11 pages. Accepted to the main conference of EMNLP 2021 (long paper)