SJTU-NLP 在 SemEval-2018 任务 9 中的表现:基于词项嵌入的神经上下位词发现
计算与语言
2018-05-29 v1
摘要
本文描述了我们参与 SemEval-2018 任务 9 的上下位词发现系统,该任务旨在给定预定义词表的搜索空间下,为输入概念或实体发现最佳的候选上位词(集合)。我们针对该任务引入了一种神经网络架构,并经验性地研究了多种神经网络模型以在潜在空间中构建词与短语的表示。所评估的模型包括卷积神经网络、长短期记忆网络、门控循环单元和循环卷积神经网络。我们还探索了不同的嵌入方法,包括词嵌入和义项嵌入,以获得更好的性能。
引用
@article{arxiv.1805.10465,
title = {SJTU-NLP at SemEval-2018 Task 9: Neural Hypernym Discovery with Term Embeddings},
author = {Zhuosheng Zhang and Jiangtong Li and Hai Zhao and Bingjie Tang},
journal= {arXiv preprint arXiv:1805.10465},
year = {2018}
}
备注
SemEval-2018, Workshop of NAACL-HLT 2018