Vec2Gloss：利用上下文向量与 Wordnet 释义的定义建模
计算与语言
2023-05-30 v1
摘要
上下文嵌入已被证明是多个 NLP 任务中的强大工具。然而，关于其可解释性以及表征词汇语义能力的问题仍然存在。在本文中，我们提出定义建模任务（旨在生成单词的可读人类定义）为评估或理解高维语义向量提供了一条途径。我们提出了一种 `Vec2Gloss' 模型，该模型从目标词的上下文嵌入生成释义。本研究的生成释义得益于中文 Wordnet 提供的系统性释义模式。我们设计了两个依赖指数来衡量语义与上下文依赖，用于在释义和词元层面分析生成的文本。我们的结果表明，所提出的 `Vec2Gloss' 模型为上下文嵌入的词汇-语义应用开辟了新视角。
引用
@article{arxiv.2305.17855,
title = {Vec2Gloss: definition modeling leveraging contextualized vectors with Wordnet gloss},
author = {Yu-Hsiang Tseng and Mao-Chang Ku and Wei-Ling Chen and Yu-Lin Chang and Shu-Kai Hsieh},
journal= {arXiv preprint arXiv:2305.17855},
year = {2023}
}