• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Word2vec not dead: predicting hypernyms of co-hyponyms is better than reading definitions
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
26 октября 2026 г.
РНФ поддержал 26 научных проектов НИУ ВШЭ
Российский научный фонд подвел итоги конкурса на получение грантов «Проведение фундаментальных научных исследований и поисковых научных исследований малыми отдельными научными группами». Победителями признаны более 850 проектов, в том числе 26 из Высшей школы экономики.
23 октября 2026 г.
В НИУ ВШЭ впервые прошла конференция на стыке стохастики, ИИ и финансовой математики
В середине октября в Высшей школе экономики состоялась первая научная конференция «Стохастика, искусственный интеллект и финансовая математика» (SAIMF 26). Исследователи Вышки, ведущие математики и специалисты финансового сектора обсудили фундаментальные математические задачи, современные методы искусственного интеллекта и их применение в финансах.
21 октября 2026 г.
Ученые НИУ ВШЭ систематизировали методы защиты изображений
Исследователи МИЭМ ВШЭ проанализировали схемы полухрупких цифровых водяных знаков для изображений, опубликованные за последние десять лет. Такие водяные знаки сохраняются при обычном сжатии или изменении яркости, но выдают подделку, если в снимок добавили объект или заменили лицо. Авторы предложили классификацию этих схем и выделили главные нерешенные проблемы. Результаты опубликованы в журнале Computer Science Review.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

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

P. 13–32.
Arefyev N V., Fedoseev M., Kabanov A., Zizov V.
Язык: английский
DOI
Текст на другом сайте
Ключевые слова: taxonomy buildingword embeddingsLanguage models
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Разработка математических моделей и методов рекомендательных систем и автоматической обработки текстов (2020)

В книге

Компьютерная лингвистика и интеллектуальные технологии: по материалам ежегодной международной конференции «Диалог» (Москва, 17–20 июня 2020 г.)
Селегей В. Issue 19(26): дополнительный том. , -, 2020.
Похожие публикации
The voice of Twitter: observable subjective well-being inferred from tweets in Russian
Сметанин С. И., Mikhail Komarov, PeerJ Computer Science 2022 Vol. 8 Article e1181
Добавлено: 29 декабря 2022 г.
Language Models for Cloze Task Answer Generation in Russian
Lopukhina Anastasia, Pletenev S., Nikiforova A. и др., , in: Proceedings of the Second Workshop on Linguistic and Neurocognitive Resources.: Marseille: European Language Resources Association (ELRA), 2020. P. 28–37.
Добавлено: 20 апреля 2021 г.
Always Keep your Target in Mind: Studying Semantics and Improving Performance of Neural Lexical Substitution
Nikolay Arefyev, Sheludko B., Podolskiy A. и др., , in: Proceedings of the 28th International Conference on Computational Linguistics.: International Committee on Computational Linguistics, 2020. P. 1242–1255.
Добавлено: 7 декабря 2020 г.
SumTitles: a Summarization Dataset with Low Extractiveness
Malykh V., Chernis K., Артемова Е. Л. и др., , in: Proceedings of the 28th International Conference on Computational Linguistics.: International Committee on Computational Linguistics, 2020. Ch. 503 P. 5718–5730.
Добавлено: 6 декабря 2020 г.
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.
Evaluation of Vector Transformations for Russian Word2Vec and FastText Embeddings
Korogodina O., Karpik O., Klyshinsky E., , in: GraphiCon 2020 - Proceedings of the 30th International Conference on Computer Graphics and Machine Vision.: St. Petersburg: CEUR-WS, 2020.
Добавлено: 21 октября 2020 г.
Neural GRANNy at SemEval-2019 Task 2: A combined approach for better modeling of semantic relationships in semantic frame induction
Arefyev Nikolay, Sheludko B., Adis D. и др., , in: Proceedings of the 13th International Workshop on Semantic Evaluation (SemEval-2019).: Minneapolis: Association for Computational Linguistics, 2019. P. 31–38.
Добавлено: 10 октября 2020 г.
Hm2 at semeval 2019 task2: Unsupervised frame induction using contextualized and uncontextualized word embeddings
Anwar S., Ustalov D., Арефьев Н. В. и др., , in: Proceedings of the 13th International Workshop on Semantic Evaluation (SemEval-2019).: Minneapolis: Association for Computational Linguistics, 2019. P. 125–129.
Добавлено: 10 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.
Neural networks with attention for word sense induction
Struyanskiy O., Arefyev, N., , in: Supplementary Proceedings of the 7th International Conference on Analysis of Images, Social Networks and Texts (AIST-SUP 2018), Moscow, Russia, July 5-7, 2018.: Aachen: CEUR Workshop Proceedings, 2018. P. 208–213.
Добавлено: 9 октября 2020 г.
Combining neural language models for word sense induction
Arefyev, N, Boris S., Aleksashina T., , in: Analysis of Images, Social Networks and Texts. 8th International Conference, AIST 2019, Lecture Notes in Computer Science, Revised Selected PapersVol. 11832.: Cham: Springer, 2019. P. 105–121.
Добавлено: 9 октября 2020 г.
Combining Lexical Substitutes in Neural Word Sense Induction
Nikolay Arefyev, Boris S., Panchenko A., , in: Proceedings of the International Conference Recent Advances in Natural Language Processing, RANLP 2019.: INCOMA Ltd, 2019. P. 62–70.
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.
L-models and R-models for Lambek calculus enriched with additives and the multiplicative unit
Канович М. И., Кузнецов С. Л., Щедров А., , in: Logic, Language, Information, and Computation: 26th International Workshop, WoLLIC 2019, Utrecht, The Netherlands, July 2-5, 2019, ProceedingsVol. 11541: Lecture Notes in Computer Science.: Berlin, Heidelberg: Springer, 2019. P. 373–391.
Добавлено: 4 сентября 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.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору