基于点关联测度矩阵分解的中英跨语言词嵌入.PDFVIP

基于点关联测度矩阵分解的中英跨语言词嵌入.PDF

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于点关联测度矩阵分解的中英跨语言词嵌入.PDF

文章编号:1003-0077 (2011)00-0000-00 基于点关联测度矩阵分解的中英跨语言词嵌入 1,2 2 2 1,2 于东 ,赵艳 ,韦林煊 ,荀恩东 (1. 北京语言大学 大数据与教育技术研究所,北京 100083; 2.北京语言大学 信息科学学院,北京 100083) 摘要:研究基于矩阵分解的词嵌入方法,提出统一的描述模型,并应用于中英跨语言词嵌入问题。以双语 对齐语料为知识源,提出跨语言关联词计算方法和两种点关联测度的计算方法:跨语言共现计数和跨语言 点互信息。分别设计目标函数学习中英跨语言词嵌入。从目标函数、语料数据、向量维数等角度进行实验, 结果表明:在中英跨语言文档分类中以前者作为点关联测度最高得到87.04%的准确率;在中英跨语言词义 相似度计算中,后者作为点关联测度得到更好的性能,同时在英-英词义相似度计算中的性能略高于主流的 英语词嵌入。 关键词:点关联测度;词嵌入;跨语言;矩阵分解 中图分类号:TP391 文献标识码:A Chinese-English Cross-lingual Word Embeddings Based on Pointwise Relevant Measurement Matrix Factorization 1,2 2 2 1,2 YU Dong , ZHAO Yan , WEI Linxuan , XUN Endong (1. Institute of Big Data and Language Education, Beijing Language and Culture University, Beijing 10083, China; 2.College of Information Science, Beijing Language and Culture Univers ity, Beijing 10083, China) Abstract: This paper presents a unified model for matrix factorization based word embedding, and applies the model to Chinese-English Cross-lingual word embedding. It proposes a method to determine Cross-lingual relevant word on parallel corpus. Both Cross-lingual word co-occurrence and pointwise mutual information are served as pointwise relevant measurements to design objective function for learning Cross-lingual word embeddings. Experiments are carried out from perspectives of different objective function, corpus, and vector dimension. For the problem of Cross-lingual document classification, the best performance model achieves 87.03% in accuracy, as it adopts Cross-lingual word co-occurrence as relevant measurement. However, models adopt Cross-lingual pointwise mutual information get better performance in Cross-lingual word sim

文档评论(0)

153****2993 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档