Coupled-Tensor Generated Word Embeddings and Their Composition
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F23%3A00367813" target="_blank" >RIV/68407700:21230/23:00367813 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1007/978-3-031-37717-4_49" target="_blank" >https://doi.org/10.1007/978-3-031-37717-4_49</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-031-37717-4_49" target="_blank" >10.1007/978-3-031-37717-4_49</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Coupled-Tensor Generated Word Embeddings and Their Composition
Popis výsledku v původním jazyce
Contemporary methods of computing vector-space embeddings of words are able to accurately capture both their semantic and syntactic properties. Methods for computing n-gram embeddings do, however, come with downsides. They either require high resources during training or estimation, or come with other disadvantages, such as loss of information about individual positions of words in phrases. We propose two novel approaches to training word vectors enabling a composition of word embeddings into n-gram embeddings. Both methods are based on coupled CP decomposition of tensors that are generated by a sequence of time-shifted word embeddings. We compare our methods with SGNS and show that they provide superior performance on word-analogy tasks.
Název v anglickém jazyce
Coupled-Tensor Generated Word Embeddings and Their Composition
Popis výsledku anglicky
Contemporary methods of computing vector-space embeddings of words are able to accurately capture both their semantic and syntactic properties. Methods for computing n-gram embeddings do, however, come with downsides. They either require high resources during training or estimation, or come with other disadvantages, such as loss of information about individual positions of words in phrases. We propose two novel approaches to training word vectors enabling a composition of word embeddings into n-gram embeddings. Both methods are based on coupled CP decomposition of tensors that are generated by a sequence of time-shifted word embeddings. We compare our methods with SGNS and show that they provide superior performance on word-analogy tasks.
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
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2023
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
Lecture Notes in Networks and Systems
ISBN
978-3-031-37716-7
ISSN
2367-3370
e-ISSN
—
Počet stran výsledku
15
Strana od-do
753-767
Název nakladatele
Springer International Publishing AG
Místo vydání
Cham
Místo konání akce
Londýn
Datum konání akce
22. 6. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—