面向菲律宾语 WordNet 的自动构建：基于句子嵌入的词义归纳与同义词集归纳
计算与语言
2023-10-20 v3
摘要
WordNet 是各种自然语言处理应用中不可或缺的工具。遗憾的是，WordNet 会逐渐过时，而制作或更新 WordNet 在时间和资源方面可能既缓慢又昂贵。对于低资源语言，这一问题更为严重。本研究提出了一种仅使用两种语言资源（即无标注语料库和基于句子嵌入的语言模型）进行词义归纳和同义词集归纳的方法。由此产生的词义清单和同义词集可用于自动创建 WordNet。我们将此方法应用于菲律宾语文本语料库。通过将词义清单与机器翻译的普林斯顿 WordNet 的词义清单进行匹配，并将同义词集与菲律宾语 WordNet 进行比较，对词义清单和同义词集进行了评估。本研究实证表明，30% 的归纳词义是有效的，40% 的归纳同义词集是有效的，其中 20% 是新颖的同义词集。
引用
@article{arxiv.2204.03251,
title = {Towards Automatic Construction of Filipino WordNet: Word Sense Induction and Synset Induction Using Sentence Embeddings},
author = {Dan John Velasco and Axel Alba and Trisha Gail Pelagio and Bryce Anthony Ramirez and Unisse Chua and Briane Paul Samson and Jan Christian Blaise Cruz and Charibeth Cheng},
journal= {arXiv preprint arXiv:2204.03251},
year = {2023}
}
备注
To appear in SEALP 2023. Formerly titled "Automatic WordNet Construction using Word Sense Induction through Sentence Embeddings"