文档名:基于长时间跨度语料的词义演变计算研究
该文收集了自晚清到21世纪间长达144年的连续历时报刊语料,通过统计分析和词语分布式表示两个方面展开研究,计算并辅助识别汉语词语的词义历时演变现象.采用TF-IDF、词频比例等多种统计分析的评价指标和目标词语在文段中的共现实词及其重合度挖掘出现词义演变的词语.针对历时语料上不同时间段的词向量对齐,采用SGNS训练词向量加正交矩阵投影、SGNS递增训练和“锚点词”二阶词向量表示三种解决方法,其中以SGNS递增训练效果最佳.针对自动发现词义演变现象,采用目标词历时自相似度和锚点词历时相似度的分析方法,并利用近邻词来明确目标词变迁前后的词义.
作者:孙琦鑫 饶高琦 荀恩东
作者单位:北京语言大学信息科学学院,北京100083;北京语言大学语言资源高精尖创新中心,北京100083北京语言大学信息科学学院,北京100083;北京语言大学语言资源高精尖创新中心,北京100083;北京语言大学对外汉语研究中心,北京100083
母体文献:第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称:第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间:2019年10月18日
会议地点:昆明
主办单位:中国中文信息学会
语种:chi
分类号:
关键词:汉语词语 词义演变 自动发现 历时相似度
在线出版日期:2021年8月24日
基金项目:
相似文献
相关博文
- 文件大小:
- 3.71 MB
- 下载次数:
- 60
-
高速下载
|
|