国内刊号:37-1389/N
国际刊号:1671-9352
发布日期:
作者:易洁,钟茂生,刘根,王明文
单位:江西师范大学计算机信息工程学院, 江西 南昌 330022
关键词:词表示学习,高斯分布,汉字组件,语义不确定性,
基金:国家自然科学基金资助项目(61877031,61876074)
使用一种基于密度的分布式嵌入式表示,并给出一种学习高斯分布空间表示的方法,以更好地捕获关于表示及其关系的不确定性,比点积余弦相似度更自然地表达词语的不对称性;同时,针对中文汉字本身特点,将组成汉字的组件即子汉字的语义信息加入词表示训练。与现有方法对比,该文的模型性能在词语相似度或下游任务等方面有更好的效果,且能更好地表达词语的不确定性。
来源:2021年第5期
《山东大学学报(理学版)》期刊编辑部