sememe专题

论文阅读《Modeling Semantic Compositionality with Sememe Knowledge》

论文阅读《Modeling Semantic Compositionality with Sememe Knowledge》——基于义素知识的语义组合性建模 文章目录 摘要1 引言2 用义原测量SC程度2.1 基于义原的SCD计算公式2.2 SCD计算公式的评估 3 义原整合SC模型3.1 仅包含义原3.2 加入组合规则3.3 Training 4 实验4.1 数据集4.2 实验设置4.3

论文阅读之Enhancing Transformer with Sememe Knowledge(2020)

文章目录 论文阅读Transformmer-SETransformer-SP 实验结果总结参考 论文阅读 文章建议结合两种简单的方法将义原知识整合: 1)基于语言学假设,我们将聚合义原嵌入添加到每个词嵌入中以增强其语义表示; 2)我们使用义原预测作为辅助任务,帮助模型更深入地理解单词语义。 文章验证了我们的方法在与词级和句子级语义密切相关的几个中文 NLP 任务上的有效性。在预