Till sidans topp

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

Tipsa en vän
Utskriftsversion

Bigrams and BiLSTMs Two n… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Bigrams and BiLSTMs Two neural networks for sequential metaphor detection

Paper i proceeding
Författare Yuri Bizzoni
Mehdi Ghanimifard
Publicerad i Proceedings of the Workshop on Figurative Language Processing at NAACL HLT 2018. 6 June 2018 New Orleans, Louisiana
ISBN 978-1-948087-15-5
Förlag Association of Computational Linguistics (ACL)
Förlagsort New Orleans, Louisiana, USA
Publiceringsår 2018
Publicerad vid Institutionen för filosofi, lingvistik och vetenskapsteori
Språk en
Länkar https://doi.org/10.18653/v1/W18-091...
Ämnesord language modeling, metaphor detection, recurrent neural networks
Ämneskategorier Datorlingvistik

Sammanfattning

We present and compare two alternative deep neural architectures to perform word-level metaphor detection on text: a bi-LSTM model and a new structure based on recursive feedforward concatenation of the input. We discuss different versions of such models and the effect that input manipulation - specifically, reducing the length of sentences and introducing concreteness scores for words - have on their performance.

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?