从语义到感知——探索词语与气味感知嵌入之间的空间
计算与语言
2022-03-22 v1
摘要
本文提出利用 Word2vec 算法，仅使用公开的香水描述来获取气味感知嵌入（或称嗅觉嵌入）。这些嵌入不仅彼此之间展现出有意义的相似性关系，还证明与其对应的词嵌入共享某些信息。这些嵌入的有意义性表明，美学可能为在非随机组合数据上使用受分布语义学启发的算法提供了足够的约束。此外，它们为气味分类和香水分析提供了新的可能性。我们还利用这些嵌入，基于真实香水与随机生成香水之间的差异，尝试理解香水的审美本质。在一项额外的探索性实验中，我们通过在共享词汇上拟合回归器，探索了词嵌入空间与气味感知嵌入空间之间映射的可能性，进而预测那些没有先验关联气味的词语（如“夜晚”或“天空”）的气味感知嵌入。
引用
@article{arxiv.2203.10294,
title = {From meaning to perception -- exploring the space between word and odor perception embeddings},
author = {Janek Amann and Manex Agirrezabal},
journal= {arXiv preprint arXiv:2203.10294},
year = {2022}
}
备注
First International Workshop on Multisensory Data & Knowledge (LDK 2021)