Vícejazyčné metody pro hledání sémantické podobnosti slov

Bc. Josef STROLENÝ

Master's thesis

Multilingual Semantic Word Similarity

Abstract:

Tato práce se zabývá vícejazyčnou sémantickou podobností slov. Nejprve představujeme přístupy k modelování vícejazyčné sémantické podobnosti slov a dále uvádíme několik vybraných vícejazyčných metod. V další části práce se zabýváme vytvořením vlastního vícejazyčného systému. Nejdříve otestujeme několik existujících vícejazyčných metod, které v další části zkombinujeme k dosažení lepších výsledků. V poslední části práce pak porovnáváme vytvořený systém s nejlepším systémem, který zvítězil v mezinárodní vědecké soutěži SemEval-2017. Náš systém přitom na použitých testovacích datech dosáhl o více než 6 procent lepších výsledků.

Abstract:

This thesis deals with multilingual semantic word similarity. At first, we present approaches to modeling multilingual semantic word similarity and we introduce several selected multilingual methods. In the next section, we deal with the creation of our own multilingual system. We test several existing multilingual methods that we combine to achieve better results. In the last part of the thesis, we compare the created system with state-of-the-art system, which won the SemEval-2017 international scientific competition. Our system achieved more than 6 percent better results on tested data.

Keywords

vícejazyčná sémantická podobnost slov, slovní vektory, sémantické sítě, shlukování, zpracování přirozeného jazyka, sémantický prostor, distribuční sémantika

Language used: Czech

Date on which the thesis was submitted / produced: 17. 5. 2018

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Miloslav Konopík, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Master programme / field:
Computer Science and Engineering / Software Engineering