关于使用词嵌入簇进行特征集增强的有效性
计算与语言
2018-07-31 v2
摘要
词簇已在经验上被证明能在各种任务上提供重要的性能提升。尽管它们很重要，但它们在标准特征工程流程中的引入更多依赖于试错过程，其中需要评估若干超参数，例如要使用的簇数。为了更好地理解此类特征的作用，我们系统地评估了它们对四项任务的影响，即命名实体分割与分类，以及五点情感分类与量化。我们的结果强烈表明簇成员特征能改善性能。
引用
@article{arxiv.1705.01265,
title = {On the effectiveness of feature set augmentation using clusters of word embeddings},
author = {Georgios Balikas and Ioannis Partalas},
journal= {arXiv preprint arXiv:1705.01265},
year = {2018}
}
备注
SwissText 2018; oral presentations