上下位等关系：在分布向量中识别并利用赫斯特模式用于词汇蕴含
计算与语言
2016-09-27 v2 人工智能
摘要
我们考虑使用分布向量预测词汇蕴含的任务。我们对一个现有模型进行了新颖的定性分析，该模型先前被证明仅测量词对的原型性。我们发现该模型强烈地学习使用赫斯特模式识别上下位词，赫斯特模式已知可预测词汇关系。我们提出了一种新颖模型，该模型利用此行为作为特征提取方法，用于类似于主成分分析的迭代过程中。我们的模型将提取的特征与文献中其他提出模型的优势相结合，并在多个数据集上匹配或超越先前工作。
引用
@article{arxiv.1605.05433,
title = {Relations such as Hypernymy: Identifying and Exploiting Hearst Patterns in Distributional Vectors for Lexical Entailment},
author = {Stephen Roller and Katrin Erk},
journal= {arXiv preprint arXiv:1605.05433},
year = {2016}
}
备注
EMNLP 2016