典型文献
基于图对比的上下位关系检测
文献摘要：
上下位关系是自然语言处理(NLP)下游任务的基础,因此上下位关系检测是自然语言处理领域备受关注的问题.针对现有词嵌入方法采用随机初始化词向量,不能很好地捕获上下位关系不对称和可传递的特性,且现有模型没有充分利用预测向量与真实投影之间关系的局限性,提出了一种基于图对比学习的上下位关系检测(HyperCL)方法.引入图对比学习进行数据增强,基于最大化局部和全局表示的互信息,学习具有鲁棒性的词特征表示.所提方法学习了将下位词的词向量投影到上位词和非上位词,同时能够更好地区分嵌入空间中的上位词和非上位词,从而提高了检测精度.在2个基准数据集上的实验结果表明,所提模型比现有方法在准确率上提升了0.03以上.
文献关键词：
自然语言处理(NLP);上下位关系检测;图对比学习;数据增强;词嵌入
中图分类号：
作者姓名：
张雅丽;方全;王允鑫;胡骏;钱胜胜;徐常胜
作者机构：
郑州大学 河南先进技术研究院,郑州450000;中国科学院自动化研究所 模式识别国家重点实验室,北京 100190
文献出处：
引用格式：
[1]张雅丽;方全;王允鑫;胡骏;钱胜胜;徐常胜-.基于图对比的上下位关系检测)[J].北京航空航天大学学报,2022(08):1480-1486
A类：
上下位关系检测,图对比学习,HyperCL
B类：
自然语言处理,NLP,词嵌入,初始化,词向量,可传,现有模型,测向,数据增强,全局表示,互信息,词特征,特征表示,方法学,向量投影,上位,非上,检测精度,基准数据集
AB值：
0.188699
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
