LGDE：基于局部图的词典扩展

我们提出了基于局部图的词典扩展（LGDE），这是一种利用流形学习和网络科学工具，以数据驱动方式发现词语语义邻域的方法。LGDE的核心在于从词嵌入的几何结构出发构建词语相似度图，然后基于图扩散进行局部社区检测。局部图流形中的扩散允许探索词嵌入的复杂非线性几何结构，以捕捉基于语义关联路径的词相似性，而不仅仅是直接的成对相似性。利用这种语义邻域能够扩展预选关键词的词典，这是信息检索任务（如数据库查询和在线数据收集）中的一个重要步骤。我们在两个用户生成的英语语料库上验证了LGDE，并表明与基于直接词相似性或共现的方法相比，LGDE以更优的性能丰富了关键词列表。我们进一步通过一个来自传播学的真实世界用例展示了我们的方法，在该用例中，基于领域专家收集和分析的在线数据，对LGDE在扩展阴谋论相关词典方面的效果进行了定量评估。我们的实证结果和专家用户评估表明，由于基于流形学习的相似性网络，LGDE能够用更有用的关键词扩展种子词典。