抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
言語学では,語義は言語の最小意味単位として定義される。セームで語を手動で注釈付けすることによって構築される,Sememe知識ベース(KB)は,様々なNLPタスクに首尾よく適用されている。しかしながら,既存のセームKBは,セームの幅広い利用を妨げるいくつかの言語をカバーするだけである。この課題に取り組むために,BabelNet synsets(SPBS)のためのセメーム予測のタスクを提示して,マルチリンガルエンシクロペディア辞書であるBabelNetに基づく多言語セメームKBを構築した。BabelNet synsetのためのセームを自動的に予測することによって,シンセットにおける多くの言語における単語は,同時にセームアノテーションを得るであろう。しかし,以前のSPBS法はBabelNetにおける豊富な情報を十分に利用していない。本論文では,SPBSのためのBabelNetにおける多言語同義語,多言語光沢および画像を利用した。セーム予測のためにこの情報を符号化し,結合するためにマルチモーダル情報融合モデルを設計した。実験結果は,以前の方法(約10MAPとF1スコア)に対する著者らのモデルの実質的な性能を示している。本論文のすべてのコードとデータは,https://github.com/thunlp/MSGIで得ることができる。【JST・京大機械翻訳】