Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Enriching Word Embeddings with Global Information and Testing on Highly Inflected language

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F19%3A43956619" target="_blank" >RIV/49777513:23520/19:43956619 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://www.cys.cic.ipn.mx/ojs/index.php/CyS/article/view/3268" target="_blank" >https://www.cys.cic.ipn.mx/ojs/index.php/CyS/article/view/3268</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.13053/CyS-23-3-3268" target="_blank" >10.13053/CyS-23-3-3268</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Enriching Word Embeddings with Global Information and Testing on Highly Inflected language

  • Popis výsledku v původním jazyce

    In this paper we evaluate our new approach based on the Continuous Bag-of-Words and Skip-gram models enriched with global context information on highly inflected Czech language and compare it with English results. As a source of information we use Wikipedia, where articles are organized in a hierarchy of categories. These categories provide useful topical information about each article. Both models are evaluated on standard word similarity and word analogy datasets. Proposed models outperform other word representation methods when similar size of training data is used. Model provide similar performance especially with methods trained on much larger datasets.

  • Název v anglickém jazyce

    Enriching Word Embeddings with Global Information and Testing on Highly Inflected language

  • Popis výsledku anglicky

    In this paper we evaluate our new approach based on the Continuous Bag-of-Words and Skip-gram models enriched with global context information on highly inflected Czech language and compare it with English results. As a source of information we use Wikipedia, where articles are organized in a hierarchy of categories. These categories provide useful topical information about each article. Both models are evaluated on standard word similarity and word analogy datasets. Proposed models outperform other word representation methods when similar size of training data is used. Model provide similar performance especially with methods trained on much larger datasets.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • 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

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

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 periodika

    Computación y Systemas

  • ISSN

    1405-5546

  • e-ISSN

  • Svazek periodika

    23

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    MX - Spojené státy mexické

  • Počet stran výsledku

    11

  • Strana od-do

    773-783

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85076634219