基于高斯分布和汉字组件特征的中文词表示学习

• 作者: 易洁 钟茂生 刘根 王明文
• 来源期刊: 山东大学学报（理学版）
• 关键词: 词表示学习 高斯分布 汉字组件 语义不确定性
• 年，卷（期）: 2021,（5）
• 页码范围: 85-91
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.1.2020.032

摘要

使用一种基于密度的分布式嵌入式表示,并给出一种学习高斯分布空间表示的方法,以更好地捕获关于表示及其关系的不确定性,比点积余弦相似度更自然地表达词语的不对称性;同时,针对中文汉字本身特点,将组成汉字的组件即子汉字的语义信息加入词表示训练.与现有方法对比,该文的模型性能在词语相似度或下游任务等方面有更好的效果,且能更好地表达词语的不确定性.