跨语言词向量研究综述

• 作者: 周栋 彭晓娅
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 跨语言词向量 深度学习 有监督方法 半监督方法 无监督方法
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 综述
• 页码范围: 1-15,26
• 页数: 16页
• 分类号: TP391
• 字数: 11801字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2020.02.001

摘要

随着人们对互联网多语言信息需求的日益增长,跨语言词向量已成为一项重要的基础工具,成功应用到机器翻译、信息检索、文本情感分析等自然语言处理领域.跨语言词向量是单语词向量的一种自然扩展,词的跨语言表示通过将不同的语言映射到一个共享的低维向量空间,在不同语言间进行知识转移,从而在多语言环境下对词义进行准确捕捉.近几年跨语言词向量模型的研究成果比较丰富,研究者们已经提出了较多生成跨语言词向量的方法.该文通过对现有的跨语言词向量模型研究的文献回顾,综合论述了近年来跨语言词向量模型、方法、技术的发展.按照词向量训练方法的不同,将其分为有监督学习、无监督学习和半监督学习三类方法,并对各类训练方法的原理和代表性研究进行总结以及详细的比较;最后概述了跨语言词向量的评估及应用,并分析了所面临的挑战和未来的发展方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周栋	湖南科技大学计算机科学与工程学院	16	46	3.0	6.0
2	彭晓娅	湖南科技大学计算机科学与工程学院	1	0	0.0	0.0