SENSEMBERT：多语言词义消歧上下文增强意义嵌入.pdfVIP

SENSEMBERT：多语言词义消歧的上下文增强意义嵌入

BiancaScarlini,TommasoPasini,Roberto

Navigli罗马萨皮恩扎大学计算机科学系

{scarlini,pasini,navigli}@di.uniroma1.it

但由于多语言意义标注数据的匮乏，它们在扩展到不同语

由神经语言模型派生的单词的上下文表示已被证明能够言时。相比之下，基于知识的方法更加灵活，可

有效地编码同一单词不同含义之间的细微差别。然而，以应用于不同的语言，但其性能通常低于监督方法。

这些表示与语义网络没有关联，因此它们使单词的意义

隐含化，从而忽略了可以从知识库本身推导出的信息。，不同版本的语言模型，如ELMo（Peters等

在本文中，我们提出了SENSEMBERT，这是一种基于知人（De