Similarity-Based Cluster Merging for Semantic Change Modeling

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F24%3A10492852" target="_blank" >RIV/00216208:11320/24:10492852 - isvavai.cz</a>

Výsledek na webu

<a href="https://aclanthology.org/2024.lchange-1.3/" target="_blank" >https://aclanthology.org/2024.lchange-1.3/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/2024.lchange-1.3" target="_blank" >10.18653/v1/2024.lchange-1.3</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Similarity-Based Cluster Merging for Semantic Change Modeling

Popis výsledku v původním jazyce

This paper describes our contribution to Subtask 1 of the AXOLOTL-24 Shared Task on unsupervised lexical semantic change modeling. In a joint task of word sense disambiguation and word sense induction on diachronic corpora, we significantly outperform the baseline by merging clusters of modern usage examples based on their similarities with the same historical word sense as well as their mutual similarities. We observe that multilingual sentence embeddings outperform language-specific ones in this task.

Název v anglickém jazyce

Similarity-Based Cluster Merging for Semantic Change Modeling

Popis výsledku anglicky

This paper describes our contribution to Subtask 1 of the AXOLOTL-24 Shared Task on unsupervised lexical semantic change modeling. In a joint task of word sense disambiguation and word sense induction on diachronic corpora, we significantly outperform the baseline by merging clusters of modern usage examples based on their similarities with the same historical word sense as well as their mutual similarities. We observe that multilingual sentence embeddings outperform language-specific ones in this task.

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)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2024

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 5th Workshop on Computational Approaches to Historical Language Change

ISBN

979-8-89176-138-4

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

23-28

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Bangkok, Thailand

Datum konání akce

15. 8. 2024

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—