Evaluation of Vector Transformations for Russian Word2Vec and FastText Embeddings

Korogodina O.; Karpik O.; Klyshinsky E.

doi:10.51130/graphicon-2020-2-3-18

Публикации

?

Evaluation of Vector Transformations for Russian Word2Vec and FastText Embeddings

Korogodina O., Karpik O., Klyshinsky E.

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: vector space word embeddings Vector Transformation Word Analogies

В книге

GraphiCon 2020 - Proceedings of the 30th International Conference on Computer Graphics and Machine Vision

St. Petersburg: CEUR-WS, 2020.

A resource-light method for cross-lingual semantic textual similarity

Glavas G., Franco-Salvador M., Ponzetto S. и др., Knowledge-Based Systems 2018 Vol. 143 P. 1–9

Добавлено: 29 октября 2020 г.

Scalable and language-independent embedding-based approach for plagiarism detection considering obfuscation type: no training phase

Gharavi E., Veisi H., Россо П., Neural Computing and Applications 2020 Vol. 32 No. 14 P. 10593–10607

Добавлено: 29 октября 2020 г.

Word2vec not dead: predicting hypernyms of co-hyponyms is better than reading definitions

Arefyev N V., Fedoseev M., Kabanov A. и др., , in: Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог» (Москва, 17–20 июня 2020 г.)Issue 19(26): дополнительный том.: -, 2020. P. 13–32.

Добавлено: 9 октября 2020 г.

How much does a word weight? Weighting word embeddings for word sense induction

Arefyev, N., Ermolaev P., Panchenko A., , in: Computational Linguistics and Intellectual Technologies. International Conference "Dialogue 2018" Proceedings.: M.: Conference Proceedings Editorial board, 2018. P. 68–84.

Добавлено: 9 октября 2020 г.

Word Embedding for Semantically Related Words: An Experimental Study

Karyaeva M., Браславский П. И., Sokolov V., Automatic Control and Computer Sciences 2019 Vol. 53 P. 638–643

Добавлено: 10 апреля 2020 г.

Data-driven models and computational tools for neurolinguistics: a language technology perspective

Ekaterina Artemova, Бакаров А. А., Артемов А. В. и др., Journal of Cognitive Science 2020 Vol. 1 No. 21 P. 15–52

Добавлено: 17 января 2020 г.

Learning Word Embeddings without Context Vectors

Зобнин А. И., Elistratova E., , in: Proceedings of the 4th Workshop on Representation Learning for NLP (RepL4NLP-2019)Issue W19-43.: Association for Computational Linguistics, 2019. P. 244–249.

Добавлено: 9 ноября 2019 г.

A Dataset for Noun Compositionality Detection for a Slavic Language

Puzyrev D., Shelmanov A., Panchenko A. и др., , in: Proceedings of the 7th Workshop on Balto-Slavic Natural Language Processing, 2019, Florence, Italy, Association for Computational Linguistics.: Association for Computational Linguistics, 2019. P. 56–62.

Добавлено: 30 октября 2019 г.

Noun Compositionality Detection using Distributional Semantics for the Russian Language

Пузырев Д. А., Shelmanov A., Panchenko A. и др., , in: Analysis of Images, Social Networks and Texts. 8th International Conference AIST 2019.: Springer, 2019. P. 218–229.

Добавлено: 30 октября 2019 г.

Automatic Mining of Discourse Connectives for Russian

Толдова С. Ю., Pisarevskaya D., Kobozeva M., , in: Artificial Intelligence and Natural Language, 7th International Conference, AINL 2018, St. Petersburg, Russia, October 17–19, 2018, ProceedingsIssue 930.: Switzerland: Springer, 2018. P. 79–87.

Добавлено: 26 октября 2018 г.

Text classification with deep learning neural networks

Voronkov Ilia, Amajd M., Kaimuldenov Z., , in: Actual Problems of System and Software Engineering 2017. Proceedings of the 5th International Conference on Actual Problems of System and Software Engineering Supported by Russian Foundation for Basic Research. Project #17-07-20565 Moscow, Russia, November 14-16, 2017, 408 P.Vol. 1989.: Aachen: CEUR Workshop Proceedings, 2017. P. 362–370.

Добавлено: 16 августа 2018 г.

Rotations and Interpretability of Word Embeddings: The Case of the Russian Language

Зобнин А. И., , in: Analysis of Images, Social Networks and Texts. 6th International Conference, 2017, Revised Selected PapersVol. 10716.: Cham: Springer, 2018. Ch. 11 P. 116–128.

Добавлено: 26 ноября 2017 г.

Extracting social networks from literary text with word embedding tools

Wohlgenannt G., Артемова Е. Л., Ильвовский Д. А., , in: Proceedings of the Workshop on Language Technology Resources and Tools for Digital Humanities (LT4DH).: Osaka: [б.и.], 2016. Ch. 4 P. 18–26.

Добавлено: 6 марта 2017 г.

On Maximal Vector Spaces of Finite Noncooperative Games

Крепс В. Л., International Game Theory Review 2017 Vol. 19 No. 2

Добавлено: 20 февраля 2017 г.

Exploration of register-dependent lexical semantics using word embeddings

Кутузов А. Б., Кузьменко Е. А., Marakasova A., , in: Proceedings of the Workshop on Language Technology Resources and Tools for Digital Humanities (LT4DH).: Osaka: [б.и.], 2016. P. 26–34.

Добавлено: 12 ноября 2016 г.

Redefining part-of-speech classes with distributional semantic models

Кутузов А. Б., Velldal E., Øvrelid L., , in: Proceedings of The 20th SIGNLL Conference on Computational Natural Language Learning.: Berlin: Association for Computational Linguistics, 2016. P. 115–125.

Добавлено: 12 ноября 2016 г.

Improving Distributional Semantic Models Using Anaphora Resolution during Linguistic Preprocessing

Кутузов А. Б., Козлова О. С., , in: Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог» (Москва,1–4 июля 2016 г.)Вып. 15.: М.: Изд-во РГГУ, 2016. P. 288–300.

Добавлено: 12 ноября 2016 г.

On Maximal Vector Spaces of Finite Non-Cooperative Games

Крепс В. Л., / NRU Higher School of Economics. Series WP BRP "Economics/EC". 2016. No. WP BRP 150/EC/2016.

Мы рассматриваем линейные пространства конечных бескоалиционных игр N лиц фиксированного размера, то есть с фиксированным числом mi чистых стратегий каждого игрока I, i = 1, . . . , N. Мы ставим следующий вопрос: возможно ли расширить линейное пространство конечных бескоалиционных m1 × m2 × . . . × mN --игр в смешанных стратегиях так, ...

Добавлено: 22 сентября 2016 г.