Watset：用于义项与语义框架归纳的局部-全局图聚类算法
计算与语言
2019-10-09 v4
摘要
我们对用于模糊图聚类的 Watset 元算法进行了详尽的理论与计算分析，该算法已被发现可广泛应用于多种领域。该算法创建输入图的中间表示以反映其节点的“歧义性”，随后使用硬聚类在该“消歧”的中间图中发现簇。在概述该方法并分析其计算复杂度后，我们展示了 Watset 在三个应用中的竞争性结果：从同义图中进行无监督同义词集归纳、从依存三元组中进行无监督语义框架归纳，以及从分布式子词典中进行无监督语义类归纳。我们的算法具有通用性，也可应用于其他语言数据网络。
引用
@article{arxiv.1808.06696,
title = {Watset: Local-Global Graph Clustering with Applications in Sense and Frame Induction},
author = {Dmitry Ustalov and Alexander Panchenko and Chris Biemann and Simone Paolo Ponzetto},
journal= {arXiv preprint arXiv:1808.06696},
year = {2019}
}
备注
58 pages, 17 figures, accepted at the Computational Linguistics journal