HyperAIHyperAI
vor 2 Monaten

SJTU-NLP bei SemEval-2018 Task 9: Neuronale Hyperonym-Erkennung mit Term-Einbettungen

Zhuosheng Zhang; Jiangtong Li; Hai Zhao; Bingjie Tang
SJTU-NLP bei SemEval-2018 Task 9: Neuronale Hyperonym-Erkennung mit Term-Einbettungen
Abstract

Dieses Papier beschreibt ein Hyperonym-Entdeckungssystem für unsere Teilnahme an der SemEval-2018 Aufgabe 9, die das Ziel verfolgt, die besten (Mengen von) Kandidat-Hyperonymen für Eingabebegriffe oder -entitäten zu entdecken, unter Berücksichtigung des Suchraums eines vordefinierten Wortschatzes. Wir stellen eine neuronale Netzwerkarchitektur für die betrachtete Aufgabe vor und untersuchen empirisch verschiedene neuronale Netzwerke, um Darstellungen im latente Raum für Wörter und Phrasen zu erstellen. Die evaluierten Modelle umfassen Convolutional Neural Network (CNN), Long-Short Term Memory Network (LSTM), Gated Recurrent Unit (GRU) und Recurrent Convolutional Neural Network (RCNN). Zudem erforschen wir unterschiedliche Einbettungsmethoden, einschließlich Wort-Einbettungen und Sinneinbettungen, um die Leistung zu verbessern.

SJTU-NLP bei SemEval-2018 Task 9: Neuronale Hyperonym-Erkennung mit Term-Einbettungen | Neueste Forschungsarbeiten | HyperAI