3 个月前

CRIM在SemEval-2018任务9中的表现:一种混合方法用于上位词发现

CRIM在SemEval-2018任务9中的表现:一种混合方法用于上位词发现

摘要

本报告介绍了CRIM团队在SemEval 2018词汇关系发现任务中针对上下位词(hypernym)识别所开发的系统。该系统结合了监督式投影学习与无监督的模式驱动型上下位词发现方法,在我们提交结果的三个子任务中均获得第一名。

基准测试

基准方法指标
hypernym-discovery-on-generalCRIM
MAP: 19.78
MRR: 36.10
P@5: 19.03
hypernym-discovery-on-medical-domainCRIM
MAP: 34.05
MRR: 54.64
P@5: 36.77
hypernym-discovery-on-music-domainCRIM
MAP: 40.97
MRR: 60.93
P@5: 41.31

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
CRIM在SemEval-2018任务9中的表现:一种混合方法用于上位词发现 | 论文 | HyperAI超神经