RAPO：一种用于双语词典归纳的自适应排序范式
计算与语言
2022-10-19 v1 人工智能
机器学习
摘要
双语词典归纳通过对两种语言中独立训练的词嵌入进行对齐来推导词语翻译。现有方法通常侧重于最小化对齐词对中词语之间的距离，但区分正候选与负候选之间相对顺序的判别能力较低。此外，映射函数被所有词语全局共享，其性能可能受到不同语言分布偏差的阻碍。在这项工作中，我们提出一种新颖的面向排序的归纳模型 RAPO，为每个词学习个性化映射函数。RAPO 能够同时利用单个词的独特特征与跨语言同构的优点。在包括富资源与低资源语言在内的公开数据集上的大量实验结果证明了我们方法的优越性。我们的代码公开于 \url{https://github.com/Jlfj345wf/RAPO}。
引用
@article{arxiv.2210.09926,
title = {RAPO: An Adaptive Ranking Paradigm for Bilingual Lexicon Induction},
author = {Zhoujin Tian and Chaozhuo Li and Shuo Ren and Zhiqiang Zuo and Zengxuan Wen and Xinyue Hu and Xiao Han and Haizhen Huang and Denvy Deng and Qi Zhang and Xing Xie},
journal= {arXiv preprint arXiv:2210.09926},
year = {2022}
}
备注
9 pages, accepted by EMNLP 2022