지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
The present study concerns word sense disambiguation in neural language models using the diagnostic classifiers and hierarchical lexical network. First, we conducted an experiment to see whether the neural models are capable of detecting ambiguous nouns and how they do so. Secondly, we carried out an experiment to verify whether the neural models can identify a specific sense of a lexeme and how they do so. For these experiments, we made use of Word2Vec and FastText as the fixed embedding models and BERT as the contextualized model. In addition, we examined the uniformed and weighted sum method by adding nonword properties (senses). In the case of ambiguity detection, BERT with the general embedding showed better performance than the other models. In regards to sense class detection, BERT with nonword properties showed the best performance on lexemes with numerous senses.
목차
1. Introduction
2. Methods
3. Experiment
4. Results
5. Discussion
References
참고문헌 (29)
참고문헌 신청
Alt, Christoph / 2020 / Probing linguistic features of sentence-level representations in neural relation extraction / ACL 2020 - Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, Proceedings of the Conference :1534~1545
Arora, Sanjeev / 2018 / Linear Algebraic Structure of Word Senses, with Applications to Polysemy / Transactions of the Association for Computational Linguistics 6:483~495
Bojanowski, Piotr / 2017 / Enriching word vectors with subword information / Transactions of the Association for Computational Linguistics 5:135~146
Buhrmester, Vanessa / 2019 / Analysis of explainers of black box deep neural networks for computer vision: A survey / arXiv preprint arXiv:1911.12116
Chi, Ethan A. / 2020 / Finding Universal Grammatical Relations in Multilingual BERT / arXiv preprint arXiv:2005.04511
Arora, Sanjeev / 2018 / Linear Algebraic Structure of Word Senses, with Applications to Polysemy / Transactions of the Association for Computational Linguistics 6:483~495
Bojanowski, Piotr / 2017 / Enriching word vectors with subword information / Transactions of the Association for Computational Linguistics 5:135~146
Buhrmester, Vanessa / 2019 / Analysis of explainers of black box deep neural networks for computer vision: A survey / arXiv preprint arXiv:1911.12116
Chi, Ethan A. / 2020 / Finding Universal Grammatical Relations in Multilingual BERT / arXiv preprint arXiv:2005.04511
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Decoding BERT’s Internal Processing of Garden-Path Structures through Attention Maps
영어학
2023 .01
-
혼성 텍스트의 (무)의미 : 루이스 캐럴의 『스나크 사냥』
새한영어영문학
2015 .11
-
한시 텍스트마이닝 기법의 적용과 한계
어문연구
2024 .09
-
A study of corresponding words in TED talks using Word2vec
Studies in English Education
2020 .01
-
한국인 영어 학습자의 관계절 중의성 해결 : 안구추적 기반
언어학 연구
2017 .10
-
A Cognitive Approach to Polysemous Verbs : Lexical Networks of Make, Get, and Keep
언어
2015 .09
-
BERT Learns More than Word Frequency Information: A Case Study of Do-Be Constructions
언어
2022 .09
-
워드임베딩에 기반한 러시아어 감정어휘의미 연구 -슬픔의 감정형용사를 중심으로
유럽사회문화
2024 .06
-
Leveraging More Fine-grained Representation to Reduce Instability within Word Embeddings
언어와 정보
2019 .11
-
Evaluation of BERT-Based Models’ Ability to Linguistically Distinguish Between Human-Authored and Machine-Generated Texts
언어
2024 .12
-
An Experimental Investigation of Discourse Expectations in Neural Language Models
영어학
2022 .01
-
딥러닝 언어모델과 중국어 문법?BERT를 활용한 방향보어의 예측 모형을 중심으로
중국문학
2021 .01
-
버트(BERT)를 활용한 인간번역의 자동평가: 여러 모델의 성능 비교 및 활용 가능성
통번역학연구
2022 .11
-
한자 ‘기(氣)’로 끝난 단어들의 조어법 분석
한국학(구 정신문화연구)
2019 .09
-
How are Korean Neural Language Models ‘surprised’ Layerwisely?
언어과학
2021 .11
-
단어임베딩을 활용한 러시아어 어휘의미 연구
슬라브硏究
2021 .12
-
딥러닝 기반 단어 임베딩을 적용한 사진 자막 영작문 채점 시스템
언어학
2021 .01
-
한·중 대학교명의 대조언어학적 분석
중국어문학논집
2023 .04
-
Lexical frames in L2 writing development: A longitudinal study
영어교과교육
2020 .01
-
러시아어의 영어 합성어 차용 연구 : 다어절 어휘소를 중심으로
러시아어문학연구논집
2021 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-701-001845767