改进推文的分布式表示——现状与未来
计算与语言
2017-06-30 v1
摘要
推文的无监督表示学习是一个重要的研究领域，它有助于解决若干商业应用，如情感分析、标签预测、释义检测和微博排序。一个好的推文表示学习模型必须处理推文的特殊性质，这带来了若干挑战，例如短长度、非正式词汇、不寻常的语法和拼写错误。然而，缺乏以推文为重点的表示学习模型的综述性工作。在这项工作中，我们基于目标函数对模型进行组织，这有助于理解相关文献。我们还提供了有趣的未来方向，我们相信这些方向通过构建高质量的推文表示学习模型来推进该领域是富有成果的。
引用
@article{arxiv.1706.09673,
title = {Improving Distributed Representations of Tweets - Present and Future},
author = {Ganesh J},
journal= {arXiv preprint arXiv:1706.09673},
year = {2017}
}
备注
To be presented in Student Research Workshop (SRW) at ACL 2017