尚未达成：结合类比模式与编解码器网络实现认知上合理的词形变化
计算与语言
2021-08-10 v1
摘要
本文介绍了提交给 SIGMORPHON 2021 共享任务 0 第二部分的两个模型，该任务旨在复现人类对假造词项的词形变化判断。我们的目标是探索将预编译的类比模式与编解码器（encoder-decoder）架构相结合的有用性。两个模型分别在网络输入或输出中使用此类模式来设计。另外两个模型控制了非词（nonce）屈折形式与同一范式单元中已有屈折形式的原始相似性，以及类比模式的类型频率的作用。我们的策略完全是内生的，即模型仅利用 SIGMORPHON 组织者提供的数据，不使用外部资源。我们的模型 2 在所有提交系统中排名第二，表明在网络架构中纳入类比模式有助于模仿说话者的预测。
引用
@article{arxiv.2108.03968,
title = {Not quite there yet: Combining analogical patterns and encoder-decoder networks for cognitively plausible inflection},
author = {Basilio Calderone and Nabil Hathout and Olivier Bonami},
journal= {arXiv preprint arXiv:2108.03968},
year = {2021}
}