通过动词与论元聚类获取动词谓词
计算与语言
2017-08-02 v1
摘要
人工构建的动词聚类，如广泛使用的 Levin 类，已被证明很有用，但覆盖范围有限。另一方面，从语料库数据中自动诱导的动词类，如来自 VerbKB 的动词类，可以提供覆盖范围大得多的聚类，并且可以适应特定语料库，如 Twitter。我们提出了一种对 VerbKB 输出进行聚类的方法：将动词与其多种论元类型进行聚类，例如“marry(person, person)”、“feel(person, emotion)”。我们利用动词及其论元的新型低维嵌入来产生高质量的聚类，在这些聚类中，同一动词可以根据其论元类型处于不同的聚类中。由此产生的动词聚类在预测推文中的讽刺、情感和控制点方面比人工构建的聚类表现更好。
引用
@article{arxiv.1708.00416,
title = {Deriving Verb Predicates By Clustering Verbs with Arguments},
author = {Joao Sedoc and Derry Wijaya and Masoud Rouhizadeh and Andy Schwartz and Lyle Ungar},
journal= {arXiv preprint arXiv:1708.00416},
year = {2017}
}