-
题名基于同义词词林和预训练词向量的微调方法
被引量:1
- 1
-
-
作者
佘琪星
王必聪
刘铭
秦兵
王莉峰
-
机构
哈尔滨工业大学
鹏程实验室
腾讯科技(深圳)有限公司
-
出处
《中文信息学报》
CSCD
北大核心
2020年第10期27-32,共6页
-
基金
国家自然科学基金(61772156,61976073)
黑龙江省自然科学基金(F2018013)。
-
文摘
同义词挖掘是自然语言处理领域中的一个基础任务,而同义词对的判别是该任务的一个重要部分。传统两大类方法,基于分布式表示和基于模板的方法,分别利用了语料的全局统计信息和局部统计信息,只能在精确率和召回率中权衡。随着预训练词向量技术的发展,基于分布式表示的方法存在一种简单高效的方案,即直接对预训练好的词向量计算相似度,将此表示为语义相似度。然而,这样的思路并没有利用到现有的同义词对这一外部知识。该文提出基于《同义词词林》的词向量微调方法,利用同义词对信息,增强预训练词向量的语义表示。经过实验,该微调方法能很好地完成同义词对的判别。
-
关键词
同义词挖掘
预训练词向量
语义表示
微调
-
Keywords
synonym discovery
pre-trained word embedding
semantic representation
fine-tuning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于贝叶斯网络的实体属性补全
被引量:2
- 2
-
-
作者
佘琪星
姜天文
刘铭
秦兵
-
机构
哈尔滨工业大学
鹏城实验室
-
出处
《中文信息学报》
CSCD
北大核心
2021年第5期55-62,共8页
-
基金
科技创新2030—“新一代人工智能”科技部重大项目(2018AAA0101901)
国家自然科学基金(61772156,61976073)
深圳市基础研究项目(JCYJ20180507183527919)。
-
文摘
属性是实体的重要组成部分,因此实体属性的获取是知识图谱构建的关键步骤。由哈尔滨工业大学社会计算与信息检索研究中心推出的开放域中文知识图谱《大词林》是通过从文本中自动挖掘实体及实体间的关系构建而成的,因此为《大词林》中缺少属性的实体添加属性也成为必须研究的问题之一。该文提出了一种解决方案:基于贝叶斯网络的概率统计模型,通过上位词概念与属性之间的依赖关系和实体与上位词概念的依赖关系来自动地为《大词林》中没有属性的实体添加属性,并与相似度计算方法对比证明了其有效性,可大规模提高《大词林》的属性覆盖率。
-
关键词
属性补全
知识图谱
大词林
-
Keywords
attribute completion
knowledge graph
BigCilin
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-