• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>12th workshop on multiword expressions >Phrase Representations for Multiword Expressions
【24h】

Phrase Representations for Multiword Expressions

机译：多词表达式的短语表示

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent works in Natural Language Processing (NLP) using neural networks have focused on learning dense word representations to perform classification tasks. When dealing with phrase prediction problems, is is common practice to use special tagging schemes to identify segments boundaries. This allows these tasks to be expressed as common word tagging problems. In this paper, we propose to learn fixed-size representations for arbitrarily sized chunks. We introduce a model that takes advantage of such representations to perform phrase tagging by directly identifying and classifying phrases. We evaluate our approach on the task of multiword expression (MWE) tagging and show that our model outperforms the state-of-the-art model for this task.
机译：使用神经网络的自然语言处理（NLP）方面的最新工作集中在学习密集词表示以执行分类任务。在处理短语预测问题时，通常的做法是使用特殊的标记方案来识别段边界。这使得这些任务可以表达为常见的单词标记问题。在本文中，我们建议学习任意大小的块的固定大小表示形式。我们介绍了一种模型，该模型利用此类表示形式通过直接识别和分类短语来执行短语标记。我们评估了在多字表达（MWE）标记任务上的方法，并表明我们的模型优于此任务的最新模型。

著录项

  • 来源
  • 会议地点 Berlin(DE)
  • 作者

    Joeel Legrand; Ronan Collobert;

  • 作者单位

    Idiap Research Institute, Martigny, Switzerland,Ecole Polytechnique Federale de Lausanne (EPFL), Lausanne, Switzerland;

    Facebook AI Research, Menlo Park (CA), USA,Idiap Research Institute, Martigny, Switzerland;

  • 会议组织
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号