Přejít k obsahu


UWB at SemEval-2016 Task 2: Interpretable Semantic Textual Similarity with Distributional Semantics for Chunks

Citace:
KONOPÍK, M., PRAŽÁK, O., STEINBERGER, D., BRYCHCÍN, T. UWB at SemEval-2016 Task 2: Interpretable Semantic Textual Similarity with Distributional Semantics for Chunks. In The 10th International Workshop on Semantic Evaluation. Stroudsburg: ACL, 2016. s. 803-808. ISBN: 978-1-941643-95-2
Druh: STAŤ VE SBORNÍKU
Jazyk publikace: eng
Anglický název: UWB at SemEval-2016 Task 2: Interpretable Semantic Textual Similarity with Distributional Semantics for Chunks
Rok vydání: 2016
Místo konání: Stroudsburg
Název zdroje: ACL
Autoři: Ing. Miloslav Konopík Ph.D. , Ondřej Pražák , Bc. David Steinberger , Ing. Tomáš Brychcín Ph.D. ,
Abstrakt CZ: Představujeme systém zaměřený na řešení Úlohy č.2 na soutěži SemEval 2016 - interpretovatelná sémantická textová podobnost. Systém využívá strojového učení a přístupů založené na pravidlech. Zaměřujeme se na strojového učení a experimentujeme s několika algoritmy strojového učení, jakožto i s několika typy příznaků. Princip našeho systému je založen na využití distribuční sémantiky pro porovnání sémantické podobnosti podobnosti podmnožin větných celků. Systém vyhrál soutěž v roce 2016 v "Gold standard chunk scenario". Scénáře "System chunk scenario" jsme se neúčastnili.
Abstrakt EN: We introduce a system focused on solving SemEval 2016 Task 2 ? Interpretable Semantic Textual Similarity. The system explores machine learning and rule-based approaches to the task. We focus on machine learning and experiment with a wide variety of machine learning algorithms as well as with several types of features. The core of our system consists in exploiting distributional semantics to compare similarity of sentence chunks. The system won the competition in 2016 in the ?Gold standard chunk scenario?. We have not participated in the ?System chunk scenario?.
Klíčová slova

Zpět

Patička