单词和字符表示的协同学习 |
| |
引用本文: | 刘慧婷,凌超.单词和字符表示的协同学习[J].华南理工大学学报(自然科学版),2018(8). |
| |
作者姓名: | 刘慧婷 凌超 |
| |
作者单位: | 安徽大学计算智能与信号处理教育部重点实验室;安徽大学计算机科学与技术学院 |
| |
摘 要: | 当前的词嵌入模型多数基于分布假设理论,这类模型将单词作为最基本语义单元,然后利用词的外部上下文信息学习词表示.然而,在类似于汉语的语言中,单词经常由多个字符组成,这些字符包含了丰富的内部信息,同时单词的语义也和这些字符的语义息息相关.考虑到当前常用词模型均忽略了字符信息,文中以中文为例,提出了单词与字符表示的协同学习模型.为了解决汉语中存在的单字符多语义和多字符单语义情况,文中提出了基于多原型的单词协同学习模型,并使用词相似任务和类比推理任务对该模型进行评估.结果显示,文中模型的词表示质量均优于其他词嵌入模型.
|
本文献已被 CNKI 等数据库收录! |
|