通过差分嵌入学习新闻语料库中的语言变体
计算与语言
2020-11-16 v1 机器学习
摘要
NLP 社区对捕捉语言使用中的变体日益关注，这些变体可能随时间（即语义漂移）、跨地区（如方言或变体）或在不同社会语境（即专业或媒体技术语体）而出现。已有若干成功的动态嵌入被提出，可追踪随时间发生的语义变化。本文表明，一种具有中心词表示和切片相关贡献的模型可同时从不同语料库中学习词嵌入。该模型基于切片的星型表示。我们将其应用于《纽约时报》和《卫报》，并表明它能在各语料库的年度切片中捕捉时间动态，以及在美国英语和英国英语之间的精选多源语料库中捕捉语言变体。我们对该方法进行了广泛评估。
引用
@article{arxiv.2011.06949,
title = {Learning language variations in news corpora through differential embeddings},
author = {Carlos Selmo and Julian F. Martinez and Mariano G. Beiró and J. Ignacio Alvarez-Hamelin},
journal= {arXiv preprint arXiv:2011.06949},
year = {2020}
}