HyperAIHyperAI
il y a 17 jours

UWB à SemEval-2018 Tâche 10 : Capturer des attributs discriminatifs à partir de distributions de mots

{Tom{\'a}{\v{s}} Hercig, Tom{\'a}{\v{s}} Brychc{\'\i}n, Michal Konkol, Josef Steinberger}
UWB à SemEval-2018 Tâche 10 : Capturer des attributs discriminatifs à partir de distributions de mots
Résumé

Nous présentons notre système UWB pour la tâche de capture d’attributs discriminatifs lors de SemEval 2018. Étant donné deux mots et un attribut, le système détermine si cet attribut est discriminant entre les deux mots ou non. En s’appuyant sur l’hypothèse distributionnelle — selon laquelle le sens d’un mot est lié à sa distribution dans les contextes —, nous proposons plusieurs approches pour comparer les informations contextuelles des mots. Nous expérimentons avec des espaces sémantiques de pointe ainsi qu’avec des statistiques simples de co-occurrence. Nous montrons que la distribution des mots dans le corpus présente un potentiel significatif pour détecter des attributs discriminatifs. Notre système obtient un score F1 de 72,1 % et se classe au rang #4 parmi les 26 systèmes soumis.

UWB à SemEval-2018 Tâche 10 : Capturer des attributs discriminatifs à partir de distributions de mots | Articles de recherche récents | HyperAI