在新语言与领域中复现相关性排序的同义词发现

领域特定同义词出现在许多专业搜索任务中，例如检索医学文档、法律文档与软件工程制品时。我们通过将已有方法应用于新语言与领域——识别建筑构造领域中的瑞典语同义词，来复现先前关于消费者健康领域领域特定同义词排序的工作。我们选择此设定是因为该领域中的同义词识别有助于下游系统，其中不同用户可能使用不同术语查询文档（如工程需求）。我们考虑了受语言变化与自先前工作发表以来的方法进展启发的两个新特征。使用建筑构造领域数据的评估支持了先前工作的发现，即同义词发现最好作为学习排序（learning to rank）任务来处理，由人工编辑按顺序查看排序后的同义词候选以构建领域特定词典。我们进一步发现，仅 FastText 嵌入即提供了强基线，尽管其表现不如最强的学习排序方法。最后，我们分析了各单独特征的表现及领域间的差异。