Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

"Deep" Learning : Detecti… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

"Deep" Learning : Detecting Metaphoricity in Adjective-Noun Pairs

Paper i proceeding
Författare Yuri Bizzoni
Stergios Chatzikyriakidis
Mehdi Ghanimifard
Publicerad i Proceedings of the Workshop on Stylistic Variation, EMNLP2017, Copenhagen, Denmark, September 7–11, 2017
ISBN 978-1-945626-99-9
Förlag Association for Computational Linguistics (ACL)
Förlagsort Copenhagen, Denmark
Publiceringsår 2017
Publicerad vid Institutionen för filosofi, lingvistik och vetenskapsteori
Språk en
Länkar https://doi.org/10.18653/v1/W17-490...
Ämneskategorier Språk och litteratur, Data- och informationsvetenskap

Sammanfattning

Metaphor is one of the most studied and widespread figures of speech and an essential element of individual style. In this paper we look at metaphor identification in Adjective-Noun pairs. We show that using a single neural network combined with pre-trained vector embeddings can outperform the state of the art in terms of accuracy. In specific, the approach presented in this paper is based on two ideas: a) transfer learning via using pre-trained vectors representing adjective noun pairs, and b) a neural network as a model of composition that predicts a metaphoricity score as output. We present several different architectures for our system and evaluate their performances. Variations on dataset size and on the kinds of embeddings are also investigated. We show considerable improvement over the previous approaches both in terms of accuracy and w.r.t the size of annotated training data.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?