Sõnajaht：定义嵌入与语义搜索在反向词典创建中的应用
计算与语言
2024-05-01 v1
摘要
我们提出了一种基于信息检索的反向词典系统，该系统使用现代预训练语言模型和近似最近邻搜索算法。所提出的方法应用于现有的爱沙尼亚语词汇资源Sõnaveeb（词网），旨在通过引入由语义搜索驱动的跨语言反向词典功能来增强和丰富该资源。系统的性能通过两个评估方法进行衡量：一个现有的标注英文单词与定义数据集（扩展后包含爱沙尼亚语和俄语翻译），以及一种新颖的无标注评估方法，该方法利用同义关系从词汇资源本身提取评估数据。评估结果表明，无需任何模型训练的基于信息检索的语义搜索方法是可行的：在单语设置下，使用无标注评估方法的中位排名为1；在跨语言设置下，中位排名为2。其中，针对跨语言检索训练且训练数据包含爱沙尼亚语的模型在我们的特定任务中表现出更优的性能。
引用
@article{arxiv.2404.19430,
title = {S\~onajaht: Definition Embeddings and Semantic Search for Reverse Dictionary Creation},
author = {Aleksei Dorkin and Kairit Sirts},
journal= {arXiv preprint arXiv:2404.19430},
year = {2024}
}
备注
Accepted to *SEM 2024