OP-IMS @ DIACR-Ita：回归本源：SGNS+OP+CD 在语义变化检测中依然表现出色
计算与语言
2020-11-09 v1
摘要
我们展示了参与 DIACR-Ita 意大利词语义变化检测共享任务的结果。我们采用了基于负采样跳字模型（Skip-Gram with Negative Sampling）、正交普罗克鲁斯特斯对齐（Orthogonal Procrustes alignment）和余弦距离（Cosine Distance）最早且最具影响力的语义变化检测模型之一，并以接近完美的准确率 .94 获得了该共享任务的最优提交。我们的结果再次表明，在当前的词语义变化检测任务设置下，传统的基于词类型的（type-based）方法能取得优异的性能。
引用
@article{arxiv.2011.03258,
title = {OP-IMS @ DIACR-Ita: Back to the Roots: SGNS+OP+CD still rocks Semantic Change Detection},
author = {Jens Kaiser and Dominik Schlechtweg and Sabine Schulte im Walde},
journal= {arXiv preprint arXiv:2011.03258},
year = {2020}
}