摘要
我们提出了一个超宽带（UWB）系统，用于参加SemEval 2018任务，旨在捕捉具有区分性的语义属性。给定两个词语及一个属性，该系统判断该属性是否能够有效区分这两个词语。基于分布假设（Distributional Hypothesis），即词义与其在语境中的分布密切相关，我们引入了多种方法来比较词语的上下文信息。我们基于当前最先进的语义空间模型以及简单的共现统计方法进行了实验。结果表明，词在语料库中的分布模式具有识别区分性属性的潜力。我们的系统在所有26个提交系统中排名第四，F1得分为72.1%。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| relation-extraction-on-semeval-2018-task-10 | LexVec, word co-occurrence, and ConceptNet data combined using maximum entropy classifier | F1-Score: 0.72 |