UWB at SemEval-2020 task 1: Lexical Semantic Change Detection

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F20%3A43960306" target="_blank" >RIV/49777513:23520/20:43960306 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.aclweb.org/anthology/2020.semeval-1.30.pdf" target="_blank" >https://www.aclweb.org/anthology/2020.semeval-1.30.pdf</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.18653/v1/2020.semeval-1.30" target="_blank" >10.18653/v1/2020.semeval-1.30</a>

Jazyk výsledku

angličtina

Název v původním jazyce

UWB at SemEval-2020 task 1: Lexical Semantic Change Detection

Popis výsledku v původním jazyce

In this paper, we describe our method for detection of lexical semantic change, i.e., word sense changes over time. We examine semantic differences between specific words in two corpora,chosen from different time periods, for English, German, Latin, and Swedish. Our method was created for the SemEval 2020 Task 1:Unsupervised Lexical Semantic Change Detection.We ranked 1st in Sub-task 1: binary change detection, and 4th in Sub-task 2: ranked change detection. Our method is fully unsupervised and language independent. It consists of preparing a semantic vector space for each corpus, earlier and later; computing a linear transformation between earlier and later spaces, using Canonical Correlation Analysis and Orthogonal Transformation; and measuring the cosines between the transformed vector for the target word from the earlier corpus and the vector for the target word in the later corpus.

Název v anglickém jazyce

UWB at SemEval-2020 task 1: Lexical Semantic Change Detection

Popis výsledku anglicky

In this paper, we describe our method for detection of lexical semantic change, i.e., word sense changes over time. We examine semantic differences between specific words in two corpora,chosen from different time periods, for English, German, Latin, and Swedish. Our method was created for the SemEval 2020 Task 1:Unsupervised Lexical Semantic Change Detection.We ranked 1st in Sub-task 1: binary change detection, and 4th in Sub-task 2: ranked change detection. Our method is fully unsupervised and language independent. It consists of preparing a semantic vector space for each corpus, earlier and later; computing a linear transformation between earlier and later spaces, using Canonical Correlation Analysis and Orthogonal Transformation; and measuring the cosines between the transformed vector for the target word from the earlier corpus and the vector for the target word in the later corpus.

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

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)<br>S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the Fourteenth Workshop on Semantic Evaluation

ISBN

978-1-952148-31-6

ISSN

—

e-ISSN

—

Počet stran výsledku

9

Strana od-do

246-254

Název nakladatele

International Committee for Computational Linguistics

Místo vydání

Barcelona

Místo konání akce

Barcelona

Datum konání akce

12. 12. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—