LSCD基准：历时词义任务的测试平台
计算与语言
2026-05-26 v3
摘要
词汇语义变化检测（LSCD）是一个复杂的词元级任务，通常基于两个后续应用的用法级任务来操作化：首先，为用法对推导出词在上下文（WiC）标签。然后，将这些标签表示在一个图上，应用词义归纳（WSI）来推导出义簇。最后，通过比较不同时间的义簇来推导出LSCD标签。这种模块化反映在大多数LSCD数据集和模型中。它也导致了建模选项和任务定义的高度异质性，而数据集版本、预处理选项和评估指标的多样性又加剧了这种异质性。这种异质性使得在可比条件下评估模型、选择最优模型组合或复现结果变得困难。因此，我们提供了一个标准化LSCD评估的基准仓库。通过透明的实现，结果易于复现，并且通过标准化，不同的组件可以自由组合。该仓库通过允许对WiC、WSI和LSCD进行模型评估来反映任务的模块化。这允许对日益复杂的模型组件进行仔细评估，为模型优化提供了新途径。
引用
@article{arxiv.2404.00176,
title = {The LSCD Benchmark: a Testbed for Diachronic Word Meaning Tasks},
author = {Dominik Schlechtweg and Sachin Yadav and Jonas Kuhn and Nikolay Arefyev},
journal= {arXiv preprint arXiv:2404.00176},
year = {2026}
}
备注
*SEM, 9 pages