ترجمه مقاله TakeLab در SemEval-2018 Task7 ترکیبی از ویژگی های تنک و متراکم

چکیده

ما دو سیستم برای طبقه‌بندی رابطه‌ معنایی را توصیف می‌کنیم که با آن‌ها در SemEval-2018 Task7 ، زیروظیفه 1 برای طبقه‌بندی رابطه معنایی شرکت کردیم که یکی مدل ماشین بردار پشتیبانی (SVM) و دیگری مدل شبکه عصبی پیچشی (CNN) بوده است. هر دوی مدل‌ها ویژگی‌های word2vec از پیش آموزش دیده متراکم و ویژگی‌های تنک دست‌ساز را ترکیب می‌کنند. برای آموزش مدل‌ها، ما دو مجوعه‌داده‌ را با زیروظایف ترکیب می‌کنیم تا بدین شکل به تعادل تحت کلاس‌های ارائه شده برسیم. مدل SVM نسبت به مدل CNN عملکردی بهتر دارد و به نمره کلان F1 ای به میزان 98 .69% بر روی زیروظیفه 1 .1 و به به امتیاز 69 .75% بر روی زیروظیفه 1. 2 دست پیدا کرده است. رتبه این سیستم در بین 28 سیستم ارسالی بر روی زیروظیفه 1 .1، 7 ام بوده است و بر روی 20 سیستم ارسالی بر روی زیروظیفه 2 .1 نیز رتبه 7 ام را کسب کرده است.

2. مجموعه داده

سازمان دهندگان مجموعه داده‌های مختلف آموزشی را برای سناریوهای 1. 1 و 1. 2 از زیروظیفه 1 فراهم کردند که هر کدام شامل 350 خلاصه مقاله علمی از حوزه پردازش زبان طبیعی (NLP) بوده است (گابور 2018) که برای آموزش مدل‌ها مورد استفاده قرار گرفتند. تمامی نهادهایی که مفاهیم دامنه‌ای (مثلا ابهام‌زدایی کلمات و ترجمه کلمات) را بیان می‌کنند که در حال حاضر با توجه به یکی از روابطی که بین آنها وجود دارد، به ترتیب حاوی حاشیه نویسی و فهرست‌بندی شده‌اند. به عنوان مثال، در جمله «ترجمه‌ای با کیفیت بالا از طریق ابهام‌زدایی کلمات و از طریق تولید کلماتی دقیق از زبان مقصد صورت می‌گیرد» ابهام‌زدایی معنای واژه برای ترجمه صورت می‌گیرد، از این رو به عنوان نمونه ای از نوع ارتباط USAGE (کاربرد) تعریف شده است. شش نوع رابطه متفاوت وجود دارد که عبارتند از: USAGE (کاربرد)، TOPIC(مبحث)، COMPARE (مقایسه)، MODEL-FEATURE (ویژگی‌مدل)، RESULT(نتیجه)، PARTWHOLE (بخشی از کل). به جز COMPARE، تمامی روابط نامتقارن هستند و این بدان معنی است که جهت رابطه آنها مهم است. به همین علت، هر نمونه رابطه نامتقارن علاوه بر این با جهت رابطه‌ای با استفاده از پرچم «معکوس» مشخص شده است که نشان می‌دهد منظور نهادها باید وارون نیز شود.

شرح سیستم

ما دو مدل یادگیری ماشین نظارتی را طراحی کردیم: یک SVM با مجموعه ای از ویژگی‌های غنی و یک مدل CNN. ما در ادامه این مدل‌ها را با جزئیات بیشتری توصیف می‌کنیم.