nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Effective Semantic Relationship Classification of Context-Free Chinese Words with Simple Surface and Embedding Features

verfasst von : Yunxiao Zhou, Man Lan, Yuanbin Wu

Erschienen in: Natural Language Processing and Chinese Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

This paper describes the system we submitted to Task 1, i.e., Chinese Word Semantic Relation Classification, in NLPCC 2017. Given a pair of context-free Chinese words, this task is to predict the semantic relationships of them among four categories: Synonym, Antonym, Hyponym and Meronym. We design and investigate several surface features and embedding features containing word level and character level embeddings together with supervised machine learning methods to address this task. Officially released results show that our system ranks above average.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Hyper-Gated Recurrent Neural Networks for Chinese Word Segmentation

Nächstes Kapitel Classification of Chinese Word Semantic Relations

https://code.google.com/archive/p/word2vec.

https://pan.baidu.com/s/1mhPddpu.

https://www.csie.ntu.edu.tw/~cjlin/liblinear/.

http://scikit-learn.org/stable/.

https://github.com/dmlc/xgboost.

https://archive.org/details/zhwiki-20160501.

https://github.com/bwbaugh/wikipedia-extractor.

https://pypi.python.org/pypi/OpenCC.

https://github.com/fxsjy/jieba.

Wu, Y., Zhang, M.: Overview of the NLPCC 2017 shared task: Chinese word semantic relation classification. In: The 6th Conference on Natural Language Processing and Chinese Computing, Dalian, China, 8–12 November 2017

Hendrickx, I., Kim, S.N., Kozareva, Z., Nakov, P., Ó Séaghdha, D., Padó, S., Pennacchiotti, M., Romano, L., Szpakowicz, S.: Semeval-2010 task 8: multi-way classification of semantic relations between pairs of nominals. In: Proceedings of the Workshop on Semantic Evaluations: Recent Achievements and Future Directions, pp. 94–99. Association for Computational Linguistics (2009)

Hashimoto, K., Stenetorp, P., Miwa, M., Tsuruoka, Y.: Task-oriented learning of word embeddings for semantic relation classification. arXiv preprint arXiv:1503.00095 (2015)

dos Santos, C.N., Xiang, B., Zhou, B.: Classifying relations by ranking with convolutional neural networks. arXiv preprint arXiv:1504.06580 (2015)

Silva, V.S., Hürliman, M., Davis, B., Handschuh, S., Freitas, A.: Semantic relation classification: task formalisation and refinement. In: COLING 2016, p. 30 (2016)

Mikolov, T., Sutskever, I., Chen, K., Corrado, G.S., Dean, J.: Distributed representations of words and phrases and their compositionality. In: Burges, C.J.C., Bottou, L., Welling, M., Ghahramani, Z., Weinberger, K.Q. (eds.) Advances in Neural Information Processing Systems 26, pp. 3111–3119. Curran Associates Inc., Red Hook (2013)

Pennington, J., Socher, R., Manning, C.D.: Glove: Global vectors for word representation. In: EMNLP, vol. 14, pp. 1532–1543 (2014)

Tang, D., Wei, F., Yang, N., Zhou, M., Liu, T., Qin, B.: Learning sentiment-specific word embedding for twitter sentiment classification. In: ACL, vol. 1, pp. 1555–1565 (2014)

Guo, S., Guan, Y., Li, R., Zhang, Q.: Chinese word similarity computing based on combination strategy. In: Lin, C.-Y., Xue, N., Zhao, D., Huang, X., Feng, Y. (eds.) ICCPOL/NLPCC-2016. LNCS (LNAI), vol. 10102, pp. 744–752. Springer, Cham (2016). https://doi.org/10.1007/978-3-319-50496-4_67 CrossRef

10.

Pei, J., Zhang, C., Huang, D., Ma, J.: Combining word embedding and semantic lexicon for chinese word similarity computation. In: Lin, C.-Y., Xue, N., Zhao, D., Huang, X., Feng, Y. (eds.) ICCPOL/NLPCC-2016. LNCS (LNAI), vol. 10102, pp. 766–777. Springer, Cham (2016). https://doi.org/10.1007/978-3-319-50496-4_69 CrossRef

11.

Zhao, J., Zhu, T., Lan, M.: ECNU: one stone two birds: ensemble of heterogenous measures for semantic relatedness and textual entailment. In: SemEval@ COLING, pp. 271–277 (2014)

12.

Qiu, X., Gong, J., Huang, X.: Overview of the NLPCC 2017 shared task: Chinese news headline categorization. arXiv:1706.02883v1 (2017)

13.

Jiaju, M., Yiming, Z., Yunqi, G., Hong-Xiang, Y.: Tongyici Cilin. ShangHai Dictionary Publication (1983)

14.

Dong, Z., Dong, Q., Hao, C.: Hownet and the Computation of Meaning. World Scientific, Singapore (2006)CrossRef

Titel: Effective Semantic Relationship Classification of Context-Free Chinese Words with Simple Surface and Embedding Features
verfasst von: Yunxiao Zhou
Man Lan
Yuanbin Wu
Verlag: Springer International Publishing
Buch: Natural Language Processing and Chinese Computing
Print ISBN: 978-3-319-73617-4

Electronic ISBN: 978-3-319-73618-1

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-319-73618-1_38

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"