罗马尼亚语的语义变化检测
计算与语言
2023-08-24 v1 人工智能
摘要
自动语义变化方法试图通过分析历时语料库中词语的使用来识别其意义随时间发生的变化。在本文中，我们分析了在真实世界的英语和罗马尼亚语数据集上创建静态与上下文词嵌入模型（即 Word2Vec 和 ELMo）的不同策略。为测试我们的流程并确定模型的性能，我们首先在一个英语数据集（SEMEVAL-CCOHA）上评估两种词嵌入模型。随后，我们将实验聚焦于一个罗马尼亚语数据集，并强调了这一低资源语言中语义变化的不同方面，例如意义获得与丧失。实验结果表明，根据语料库的不同，需要考虑的最重要因素是模型的选择以及用于计算语义变化检测分数的距离。
引用
@article{arxiv.2308.12131,
title = {Semantic Change Detection for the Romanian Language},
author = {Ciprian-Octavian Truică and Victor Tudose and Elena-Simona Apostol},
journal= {arXiv preprint arXiv:2308.12131},
year = {2023}
}