金融文章语料库分析中隐喻反义词的识别
计算与语言
2013-02-05 v2
摘要
我们使用一个包含17,000多篇金融新闻报道（超过1000万词）的语料库，对用于描述指数、股票和股份变动的UP和DOWN动词的论元分布进行了分析。在研究1中，参与者通过自由回答任务和匹配任务识别了这些动词的反义词，从中汇总了最常被识别的反义词。在研究2中，我们确定了这些反义词对中动词的论元分布是否足够相似，以预测最常被识别的反义词。余弦相似度与人们识别的反义词对比例呈中等相关（r = 0.31）。更令人印象深刻的是，在87%的情况下，最常被识别的反义词是备选集合中相似度第一或第二高的对。本文讨论了这些结果对分布方法确定隐喻知识的意义。
引用
@article{arxiv.1212.3139,
title = {Identifying Metaphoric Antonyms in a Corpus Analysis of Finance Articles},
author = {Aaron Gerow and Mark Keane},
journal= {arXiv preprint arXiv:1212.3139},
year = {2013}
}
备注
arXiv admin note: text overlap with arXiv:1212.3138