Bayesian Hierarchical Words Representation Learning

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

This paper presents the Bayesian Hierarchical Words Representation (BHWR) learning algorithm. BHWR facilitates Variational Bayes word representation learning combined with semantic taxonomy modeling via hierarchical priors. By propagating relevant information between related words, BHWR utilizes the taxonomy to improve the quality of such representations. Evaluation of several linguistic datasets demonstrates the advantages of BHWR over suitable alternatives that facilitate Bayesian modeling with or without semantic priors. Finally, we further show that BHWR produces better representations for rare words.

اللغة الأصليةإنجليزيّة أمريكيّة
عنوان منشور المضيفACL 2020 - 58th Annual Meeting of the Association for Computational Linguistics, Proceedings of the Conference
ناشرAssociation for Computational Linguistics (ACL)
الصفحات3871-3877
عدد الصفحات7
رقم المعيار الدولي للكتب (الإلكتروني)9781952148255
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 2020
الحدث58th Annual Meeting of the Association for Computational Linguistics, ACL 2020 - Virtual, Online, الولايات المتّحدة
المدة: ٥ يوليو ٢٠٢٠١٠ يوليو ٢٠٢٠

سلسلة المنشورات

الاسمProceedings of the Annual Meeting of the Association for Computational Linguistics

!!Conference

!!Conference58th Annual Meeting of the Association for Computational Linguistics, ACL 2020
الدولة/الإقليمالولايات المتّحدة
المدينةVirtual, Online
المدة٥/٠٧/٢٠١٠/٠٧/٢٠

All Science Journal Classification (ASJC) codes

  • !!Language and Linguistics
  • !!Computer Science Applications
  • !!Linguistics and Language

بصمة

أدرس بدقة موضوعات البحث “Bayesian Hierarchical Words Representation Learning'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا