形态学类比神经模型的可迁移性研究
计算与语言
2021-08-10 v1 人工智能
摘要
类比比例是以“A之于B如同C之于D”形式表达的陈述，用于人工智能和自然语言处理（NLP）中的若干推理与分类任务。在本文中，我们关注形态学任务，并提出一种深度学习方法来检测形态学类比。我们提出了一项实证研究，以观察我们的框架如何跨语言迁移，并突显这些语言之间有趣的相似性与差异性。鉴于这些结果，我们还讨论了构建多语言形态学模型的可能性。
引用
@article{arxiv.2108.03938,
title = {On the Transferability of Neural Models of Morphological Analogies},
author = {Safa Alsaidi and Amandine Decker and Puthineath Lay and Esteban Marquer and Pierre-Alexandre Murena and Miguel Couceiro},
journal= {arXiv preprint arXiv:2108.03938},
year = {2021}
}
备注
Submitted and accepted by AIMLAI, ECML PKDD 2021: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases