Czech Dataset for Semantic Similarity and Relatedness

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43949764" target="_blank" >RIV/49777513:23520/17:43949764 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.26615/978-954-452-049-6_053" target="_blank" >http://dx.doi.org/10.26615/978-954-452-049-6_053</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.26615/978-954-452-049-6_053" target="_blank" >10.26615/978-954-452-049-6_053</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Czech Dataset for Semantic Similarity and Relatedness

Popis výsledku v původním jazyce

This paper introduces a Czech dataset for semantic similarity and semantic relatedness. The dataset contains word pairs with hand annotated scores that indicate the semantic similarity and semantic relatedness of the words. The dataset contains 953 word pairs compiled from 9 different sources. It contains words and their contexts taken from real text corpora including extra examples when the words are ambiguous. The dataset is annotated by 5 independent annotators. The average Spearman correlation coefficient of the annotation agreement is r = 0.81. We provide reference evaluation experiments with several methods for computing semantic similarity and relatedness.

Název v anglickém jazyce

Czech Dataset for Semantic Similarity and Relatedness

Popis výsledku anglicky

This paper introduces a Czech dataset for semantic similarity and semantic relatedness. The dataset contains word pairs with hand annotated scores that indicate the semantic similarity and semantic relatedness of the words. The dataset contains 953 word pairs compiled from 9 different sources. It contains words and their contexts taken from real text corpora including extra examples when the words are ambiguous. The dataset is annotated by 5 independent annotators. The average Spearman correlation coefficient of the annotation agreement is r = 0.81. We provide reference evaluation experiments with several methods for computing semantic similarity and relatedness.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20204 - Robotics and automatic control

Projekt

<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Recent Advances in Natural Language Processing Meet Deep Learning

ISBN

978-954-452-048-9

ISSN

1313-8502

e-ISSN

neuvedeno

Počet stran výsledku

6

Strana od-do

401-406

Název nakladatele

INCOMA Ltd.

Místo vydání

Shoumen, Bulgaria

Místo konání akce

Varna

Datum konání akce

2. 9. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—