Pāriet uz galveno navigāciju Pāriet uz meklēšanu Pāriet uz galveno saturu

Multilingual culture-independent word analogy datasets

  • Matej Ular
  • , Kristiina Vaik
  • , Jessica Lindström
  • , Milda Kurpniece
  • , Marko Robnik-Šikonja
  • University of Ljubljana
  • University of Tartu
  • University of Helsinki

Zinātniskās darbības rezultāts: Nodaļa grāmatā/enciklopēdijā/konferences krājumāKonferences zinātniskais rakstsPētniecībakoleģiāli recenzēts

9 Atsauces (Scopus)

Kopsavilkums

In text processing, deep neural networks mostly use word embeddings as an input. Embeddings have to ensure that relations between words are reflected through distances in a high-dimensional numeric space. To compare the quality of different text embeddings, typically, we use benchmark datasets. We present a collection of such datasets for the word analogy task in nine languages: Croatian, English, Estonian, Finnish, Latvian, Lithuanian, Russian, Slovenian, and Swedish. We designed the monolingual analogy task to be much more culturally independent and also constructed cross-lingual analogy datasets for the involved languages. We present basic statistics of the created datasets and their initial evaluation using fastText embeddings.

OriģinālvalodaAngļu
Rīkotāja publikācijas nosaukumsLREC 2020 - 12th International Conference on Language Resources and Evaluation, Conference Proceedings
RedaktoriNicoletta Calzolari, Frederic Bechet, Philippe Blache, Khalid Choukri, Christopher Cieri, Thierry Declerck, Sara Goggi, Hitoshi Isahara, Bente Maegaard, Joseph Mariani, Helene Mazo, Asuncion Moreno, Jan Odijk, Stelios Piperidis
Publikācijas vietaParis
IzdevējsThe European Language Resources Association
Lapas4074-4080
Lapu skaits7
ISBN (Elektroniski)9791095546344
ISBN (Drukātā versija)979-109554634-4, 9791095546344
Publikācijas statussPublicēts - 2020

Publikāciju sērijas

NosaukumsLREC 2020 - 12th International Conference on Language Resources and Evaluation, Conference Proceedings

OECD Zinātnes nozare

  • 6.2 Valodniecība un literatūrzinātne

Nospiedums

Uzziniet vairāk par pētniecības tēmām “Multilingual culture-independent word analogy datasets”. Kopā tie veido unikālu nospiedumu.

Citēt šo