| 词汇语义表示研究综述 |
| |
| 引用本文： | 袁书寒,向 阳.词汇语义表示研究综述[J].中文信息学报,2016,30(5):1-8. |
| |
| 作者姓名： | 袁书寒 向 阳 |
| |
| 作者单位： | 同济大学 电子与信息工程学院,上海 201804 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划)(2014CB340404);上海市科委科研计划项目(14511108002);国家自然科学基金(71171148,71571136);上海市科委基础研究项目(16JC1403000) |
| |
| 摘 要： | 构建能够表达语义特征的词语表示形式是自然语言处理的关键问题。该文首先介绍了基于分布假设和基于预测模型的词汇语义表示方法,并给出目前词表示方法的评价指标;进而介绍了基于词汇表示所蕴含的语义信息而产生的新应用;最后,对词汇语义表示研究的方法和目前面临的问题进行了分析和展望。
|
| 关 键 词： | 词汇表示 语义 分布假设 深度学习
|
A Review on Lexical Semantic Representation |
| |
| YUAN Shuhan,XIANG Yang.A Review on Lexical Semantic Representation[J].Journal of Chinese Information Processing,2016,30(5):1-8. |
| |
| Authors: | YUAN Shuhan XIANG Yang |
| |
| Affiliation: | School of Electronics and Information Engineering, Tongji University, Shanghai 201804, China |
| |
| Abstract: | Constructing the words representation which could express the semantic features is the key problem of Natural Language Processing. In this paper, we first introduce the lexical semantic representation based on the distributional hypothesis and prediction model, and describe the evaluations methods of words representation. Then we review the new applications based on the semantic information of words representation. Finally, we discuss the development directions and exiting problems of lexical semantic representation. |
| |
| Keywords: | words representation semantic distributional hypothesis deep learning |
|
| 点击此处可从《中文信息学报》浏览原始摘要信息 |
|
点击此处可从《中文信息学报》下载全文 |
|
