WordNetлексическая база данныхсемантические отношениянаборы синонимов
Figures from the paper
Abstract (AI)
Поскольку значимые предложения состоят из значимых слов, любая система, претендующая на обработку естественных языков так же, как люди, должна иметь информацию о словах и их значениях. Эта информация традиционно представляется в словарях, и машиночитаемые словари теперь широко доступны. Но словарные статьи развивались ради удобства человеческих читателей, а не для машин. WordNet обеспечивает более эффективное сочетание традиционной лексикографической информации и современных вычислительных методов. WordNet — это онлайн-лексическая база данных, разработанная для использования под управлением программ. Английские существительные, глаголы, прилагательные и наречия организованы в наборы синонимов, каждый из которых представляет лексикализованную концепцию. Семантические связи связывают эти наборы синонимов.
Key Findings
1
Английские существительные, глаголы, прилагательные и наречия организованы в множества синонимов, каждое из которых представляет лексикализованное понятие.
2
Семантические отношения связывают множества синонимов, обеспечивая структурированные связи между понятиями.
3
WordNet устраняет ограниченности традиционных словарей для машинной обработки, переструктурируя статьи для вычислительного использования.
4
WordNet — это онлайн-лексическая база данных, предназначенная для программного использования, сочетающая традиционную лексикографическую информацию и вычисления.
Research Object
лексическая база данных WordNet
Research Subject
организация английских существительных, глаголов, прилагательных и наречий в множества синонимов, представляющих лексикализованные концепты, и связывание этих множеств семантическими отношениями для программного использования
Publication Details
Publication Date
1995-11-01
Journal
Publisher
ISSN
Cited by
14482
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Работы, цитирующие эту статью20
Обучение нескольких слоев признаков на маленьких изображениях2024
Обзор больших языковых моделей2026
Глубокие сверточные нейронные сети для автоматизированного обнаружения: архитектуры CNN, характеристики наборов данных и перенос обучения2016
Встраивание графа знаний посредством трансляций на гиперплоскостях2014
Обучение встраиваний сущностей и отношений для дополнения графа знаний2015
MoleculeNet: эталонный набор для машинного обучения молекул2017
Обзор графов знаний: представление, получение и приложения2021
EDA: Простые методы аугментации данных для повышения качества задач классификации текста2019
Встраивание (эмбеддинг) графа знаний с помощью динамической матрицы отображения2015
Расцвет глубокого обучения в разработке лекарственных средств2018
GQA: новый набор данных для визуального рассуждения в реальных условиях и композиционного ответа на вопросы2019
Обзор реляционного машинного обучения для графов знаний2015
Аугментация текстовых данных для глубокого обучения2021
Создание Watson: обзор проекта DeepQA2010
Терминология для полимеров, связанных с биологическими системами, и их применения (Рекомендации ИЮПАК, 2012)2012
Уточнение графов знаний: обзор подходов и методов оценки2016
Сиамские рекуррентные архитектуры для обучения семантической схожести предложений2016
Обзор современного состояния исследований в области генерации естественного языка: основные задачи, приложения и оценивание2018
Выявление и разрешение слухов в социальных сетях2018
Автоматизированный анализ текста для исследований потребителей2017