迈向词义与下游NLP应用的无缝集成
计算与语言
2017-10-19 v1
摘要
词汇歧义会阻碍NLP系统准确理解语义。尽管具有潜在益处，但将词义层面信息集成到NLP系统中的研究仍不充分。通过将一种新颖的消歧算法融入最先进的分类模型，我们构建了一个将词义层面信息集成到下游NLP应用中的流水线。我们表明，对输入文本进行简单的消歧可以在多个主题分类和情感极性检测数据集上带来一致的性能提升，尤其是在底层词义库的细粒度降低且文档足够大时。我们的结果还表明，词义表示研究需要更多地关注面向下游NLP应用性能的体内评估，而非人工基准。
引用
@article{arxiv.1710.06632,
title = {Towards a Seamless Integration of Word Senses into Downstream NLP Applications},
author = {Mohammad Taher Pilehvar and Jose Camacho-Collados and Roberto Navigli and Nigel Collier},
journal= {arXiv preprint arXiv:1710.06632},
year = {2017}
}
备注
ACL 2017