希腊语文本语料库中隐喻检测的神经嵌入

自然语言处理面临的主要挑战之一是隐喻检测，尤其是通过自动手段进行检测；对于缺乏语言资源和工具的语言，这一任务变得更加困难。我们的目的是通过机器学习的计算方法，在来自希腊语文本语料库的真实未标注短语中自动区分字面意义与隐喻意义。为此，我们讨论并应用了分布语义学的理论背景。分布语义学理论发展了相关的概念与方法，用于根据语言元素在大规模语言数据中的分布特性，对其所呈现的语义相似性进行量化与分类。根据这一模型，本文采用的方法考虑了语言上下文，以在几何空间中计算短语的分布式表示，并将其与其它短语的分布式表示进行比较——这些其它短语在言语中的功能已经是“已知”的——从而得出关于它们在特定语言上下文中具有字面功能还是隐喻功能的结论。这一过程旨在应对希腊语语言资源匮乏的问题，因为迄今为止几乎不可能在“短语”之间进行的语义比较，现在转化为了在几何空间中对其分布式表示的数值比较。