探索富化共现网络的统计特性
计算与语言
2024-12-04 v1 社会与信息网络
摘要
最近的研究探索了使用词嵌入向词共现网络添加虚拟边以增强图表示，尤其针对短文本。尽管这些富化网络在某些方面取得了成功，但将语义边纳入传统共现网络的影响仍不明确。本研究检验两种关键文本网络模型统计特性。首先，我们评估网络指标是否能够有效区分无意义与有意义的文本。其次，我们分析这些指标是否更敏感于文本的句法或语义方面。我们的结果表明，根据具体的网络指标，引入虚拟边可能产生积极或消极影响。例如，平均最短路径和接近中心性的可信度在短文本中得到改善，而聚类系数的可信度随虚拟边的增加而降低。此外，我们发现包括停用词会影响富化网络的统计特性。我们的结果可作为用于确定特定应用中哪些网络指标最为恰当的指南，取决于典型文本大小和问题的性质。
引用
@article{arxiv.2412.02664,
title = {Probing the statistical properties of enriched co-occurrence networks},
author = {Diego R. Amancio and Jeaneth Machicao and Laura V. C. Quispe},
journal= {arXiv preprint arXiv:2412.02664},
year = {2024}
}