Derivational Morphological Relations in Word Embeddings
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F19%3A10405586" target="_blank" >RIV/00216208:11320/19:10405586 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.aclweb.org/anthology/W19-4818/" target="_blank" >https://www.aclweb.org/anthology/W19-4818/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/W19-4818" target="_blank" >10.18653/v1/W19-4818</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Derivational Morphological Relations in Word Embeddings
Popis výsledku v původním jazyce
Derivation is a type of a word-formation process which creates new words from existing ones by adding, changing or deleting affixes. In this paper, we explore the potential of word embeddings to identify properties of word derivations in the morphologically rich Czech language. We extract derivational relations between pairs of words from DeriNet, a Czech lexical network, which organizes almost one million Czech lemmas into derivational trees. For each such pair, we compute the difference of the embeddings of the two words, and perform unsupervised clustering of the resulting vectors. Our results show that these clusters largely match manually annotated semantic categories of the derivational relations (e.g. the relation 'bake-baker' belongs to category 'actor', and a correct clustering puts it into the same cluster as 'govern-governor').
Název v anglickém jazyce
Derivational Morphological Relations in Word Embeddings
Popis výsledku anglicky
Derivation is a type of a word-formation process which creates new words from existing ones by adding, changing or deleting affixes. In this paper, we explore the potential of word embeddings to identify properties of word derivations in the morphologically rich Czech language. We extract derivational relations between pairs of words from DeriNet, a Czech lexical network, which organizes almost one million Czech lemmas into derivational trees. For each such pair, we compute the difference of the embeddings of the two words, and perform unsupervised clustering of the resulting vectors. Our results show that these clusters largely match manually annotated semantic categories of the derivational relations (e.g. the relation 'bake-baker' belongs to category 'actor', and a correct clustering puts it into the same cluster as 'govern-governor').
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2019
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
The BlackboxNLP Workshop on Analyzing and Interpreting Neural Networks for NLP at ACL 2019
ISBN
978-1-950737-30-7
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
173-180
Název nakladatele
Association for Computational Linguistics
Místo vydání
Stroudsburg, PA, USA
Místo konání akce
Firenze, Italy
Datum konání akce
1. 8. 2019
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—