IRB-NLP 在 SemEval-2022 任务 1：探索词与其语义表示之间的关系
计算与语言
2022-05-17 v1
摘要
一个词与其描述之间，或一个词与其嵌入之间的关系是什么？描述与嵌入都是词的语义表示。但是，这些表示中保留了原词的哪些信息？或者更重要的是，关于一个词，这两种表示共享了哪些信息？定义建模与反向词典是两个相反的学习任务，旨在解决这些问题。定义建模任务的目标是探究词嵌入内部所蕴含信息的能力，以人类可理解的方式——如词典定义——表达词的含义。反之，反向词典任务探索直接从定义预测词嵌入的能力。本文通过攻克这两个任务，探索词与其语义表示之间的关系。我们基于在 CODWOE 数据集上进行的描述性、探索性与预测性数据分析给出发现。我们详细概述了为定义建模与反向词典任务所设计的系统，这些系统在 SemEval-2022 CODWOE 挑战赛的若干子任务中取得了最高分。我们希望有关预测模型的实验结果及所提供的数据分析，能对未来词表示及其关系的探索有所裨益。
引用
@article{arxiv.2205.06840,
title = {IRB-NLP at SemEval-2022 Task 1: Exploring the Relationship Between Words and Their Semantic Representations},
author = {Damir Korenčić and Ivan Grubišić},
journal= {arXiv preprint arXiv:2205.06840},
year = {2022}
}