基于语料库的类比与语义关系学习
机器学习
2007-05-23 v1 计算与语言
信息检索
摘要
我们提出了一种基于信息检索向量空间模型（VSM）的从无标签文本中学习的算法，能够解答类似于SAT大学入学考试中所出现的 verbal analogy 题目。 verbal analogy 的形式为A:B::C:D，意为“A对B而言，C对D亦然”；例如，mason:stone::carpenter:wood。SAT类比题目提供一个词对A:B，问题在于从五个备选答案中选择最具类比性的词对C:D。该VSM算法在374个大学水平类比题目中正确解答了47%（随机猜测正确率为20%；大学适读生平均正确率约为57%）。我们通过应用于自然语言处理中的一个难题——确定名词-修饰词对的语义关系来动机这项研究。该问题在于对诸如“激光打印机”之类的名词-修饰词对进行分类，依据名词（打印机）与修饰词（激光）之间的语义关系。我们使用监督式最近邻算法，通过在训练数据中找到最具类比性的名词-修饰词对来为给定的名词-修饰词对分配类别。在30类语义关系的情况下，针对600个标记好的名词-修饰词对集合，学习算法实现了26.5%的F值（随机猜测：3.3%）。在5类语义关系的情况下，F值为43.2%（随机：20%）。该性能在 verbal 类比和名词-修饰关系方面均为领先技术。
引用
@article{arxiv.cs/0508103,
title = {Corpus-based Learning of Analogies and Semantic Relations},
author = {Peter D. Turney and Michael L. Littman},
journal= {arXiv preprint arXiv:cs/0508103},
year = {2007}
}
备注
related work available at http://purl.org/peter.turney/ and http://www.cs.rutgers.edu/~mlittman/