Topic Modeling for Word Sense Induction


Knopp, Johannes ; Völker, Johanna ; Ponzetto, Simone Paolo



DOI: https://doi.org/10.1007/978-3-642-40722-2_10
URL: http://publications.wim.uni-mannheim.de/informatik...
Dokumenttyp: Konferenzveröffentlichung
Erscheinungsjahr: 2013
Buchtitel: Language Processing and Knowledge in the Web : 25th International Conference, GSCL 2013, Darmstadt, Germany, September 25-27, 2013, Proceedings
Titel einer Zeitschrift oder einer Reihe: Lecture Notes in Computer Science
Band/Volume: 8105
Seitenbereich: 97-103
Veranstaltungsdatum: Sept. 25-27, 2013
Herausgeber: Gurevych, Iryna
Ort der Veröffentlichung: Berlin [u.a.]
Verlag: Springer
ISBN: 978-3-642-40721-5 , 978-3-642-40722-2
ISSN: 0302-9743 , 1611-3349
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Practical Computer Science II: Artificial Intelligence (Stuckenschmidt 2009-)
Fachgebiet: 004 Informatik
Freie Schlagwörter (Englisch): word sense induction , topic models , lexical semantics
Abstract: In this paper, we present a novel approach to Word Sense Induction which is based on topic modeling. Key to our methodology is the use of word-topic distributions as a means to estimate sense distribu- tions. We provide these distributions as input to a clustering algorithm in order to automatically distinguish between the senses of semantically ambiguous words. The results of our evaluation experiments indicate that the performance of our approach is comparable to state-of-the-art methods whose sense distinctions are not as easily interpretable.




Dieser Eintrag ist Teil der Universitätsbibliographie.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen