BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings Name ስራ 7: Global vs. Local Context for Interpreting and Locating Homographic Puns with Sense Embedding BuzzSaw في SemEval-2017 المهمة 7: السياق العالمي مقابل السياق المحلي لتفسير وتحديد موقع تلاعبات اللغة الإنجليزية المتجانسة باستخدام الزخارف المحسوسة BözzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Punts with Sense Embeddings Задача 7: Глобален срещу местен контекст за интерпретиране и локализиране на хомографски английски пънове с вградени сетива BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw na semiEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Punks with Sense Embeddings BuzzSaw a SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw na SemEval-2017 Úkol 7: Globální vs. lokální kontext pro interpretaci a lokalizaci homografických anglických teček se smyslovými vloženími BuzzSaw på SemEval-2017 Opgave 7: Global vs. lokal sammenhæng til fortolkning og lokalisering af homografiske engelske ord med sansebelejringer BuzzSaw bei SemEval-2017 Aufgabe 7: Globaler vs. lokaler Kontext zur Interpretation und Lokalisierung homografischer englischer Punze mit Sense Embeddings Καθήκον 7: Παγκόσμιο vs. Τοπικό Πλαίσιο Ερμηνείας και Εντοπισμού Ομογραφικών Αγγλικών Στοιχείων με Ενσωματώσεις Λογιστικής BuzzSaw en la Tarea 7 de SemEval-2017: Contexto global frente a contexto local para interpretar y localizar juegos de palabras en inglés homográficos con incrustaciones de sentido BuzzSaw SemEval-2017 ülesandel 7: globaalne versus kohalik kontekst homograafiliste inglise punktide tõlgendamiseks ja leidmiseks mõistlike manustamistega BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Punks with Sense Embeddings BuzzSaw SemEval-2017 -tapahtumassa Tehtävä 7: Maailmanlaajuinen vs. paikallinen konteksti homografisten englanninkielisten punkkien tulkkaukseen ja paikantamiseen sense-upotuksilla BuzzSaw au SEMEVAL-2017 Task 7 : Contexte global vs contexte local pour l'interprétation et la localisation des jeux de mots homographiques en anglais avec intégration de sens BuzzSaw ag SemEval-2017 Tasc 7: Comhthéacs Domhanda vs. Áitiúil chun Punanna Homagrafacha Béarla a Léirmhíniú agus a Aimsiú le Leabaithe Sense @ item Text character set BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw पर SemEval-2017 कार्य 7: ग्लोबल बनाम स्थानीय संदर्भ की व्याख्या करने और सेंस एम्बेडिंग के साथ होमोग्राफिक अंग्रेजी Puns का पता लगाने के लिए BuzzSaw na semiEval-2017 zadatak 7: Globalni protiv lokalnog konteksta za razmišljanje i lokaciju homografskih engleskih punova s osjetljivim uključenjem BuzzSaw a SemEval-2017 7. feladaton: Globális kontra helyi kontextus homográfiai angol szavak értelmezéséhez és helymeghatározásához Comment BuzzSaw di SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw al SemEval-2017 Task 7: Contesto globale vs. locale per interpretare e localizzare i testi di parole inglesi omografici con incorporazioni di senso SemEval -2017タスク7でのBuzzSaw ：センス埋め込みによるホモグラフィー英語パンの解釈と位置特定のためのグローバルとローカルのコンテキスト BuzzaSaw at semi-2011 task 7: Global against. lokal context for interpresing and Location omographic englesPuns with Sense embedings Name БуzzSaw 7- тапсырма: Жергілікті және жергілікті контексті интерпретациялау және орналастыру гомографикалық ағылшынша тапсырмаларын сезімді ендіру 2017년 Sem Eval 콘퍼런스에서의 Buzz Saw 미션 7: 의미를 가진 동형 영어 이중관어의 전 세계와 현지 언어 환경을 해석하고 포지셔닝한다. BuzzSaw SemEval-2017 užduotis 7: Globalis ir vietos kontekstas, skirtas aiškinti ir rasti homografinius anglų taškus su jutimo įdėjimais BuzzSaw на SemEval-2017 задача 7: Глобален против локален контекст за интерпретација и локација на хомографски англиски точки со сетилни вградувања സെമ്എവാല്- 2017 ടാസ്ക് 7: പരിഭാഷണവും സ്ഥാപിക്കുന്നതിനും സെന്സ് എംബെഡിങുകളുമായി ഗ്ലോബല് vs. ലോക്കല് കോണ്ട്ടെക്സ്റ്റ്സ് BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw pada SemEval-2017 Tugas 7: Konteks Global vs. Local for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw f’SemEval-2017 Kompitu 7: Kuntest Globali vs. Lokali għall-Interpretazzjoni u s-Sezzjoni ta’ Punti Ingliżi Omografiċi b’Embeddings Sense BuzzSaw bij SemEval-2017 Taak 7: Wereldwijde vs. lokale context voor het interpreteren en lokaliseren van homografische Engelse Punten met zintuiglijke insluitingen Comment BuzzSaw w SemEval-2017 Zadanie 7: Globalny vs. Lokalny kontekst interpretacji i lokalizacji homograficznych wyrazów angielskich z wbudowaniem sensu BuzzSaw na SemEval-2017 Tarefa 7: Contexto global versus local para interpretar e localizar trocadilhos homográficos em inglês com Sense Embeddings BuzzSaw la SemEval-2017 Task 7: Context global vs. local pentru interpretarea și localizarea punctelor engleze homografice cu încorporarea simțurilor BuzzSaw на SemEval-2017 Задача 7: Глобальный и локальный контекст для интерпретации и определения местонахождения гомографических английских каламбуров с сенсорными вложениями Name BuzzSaw na SemEval-2017 naloga 7: globalni in lokalni kontekst za tolmačenje in lokacijo homografskih angleških punsov z vgradnjo smisla BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpretation and Location Homographic Ingiriis Puns with Sense Embedding BuzzSaw në SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings BuzzSaw na semiEval-2017 Task 7: Globalni protiv lokalnog konteksta za razumevanje i lokaciju homografskih engleskih punova sa osetljivim integracijama BuzzSaw på SemEval-2017 Uppgift 7: Globalt vs lokalt sammanhang för tolkning och lokalisering av homografiska engelska ordspråk med sinnesbeläggningar BuzzSaw katika kazi ya SemEval-2017 7: Global vs. Content Local for Interpreting and Locating Homographic Puns with Sense Embeds SemEval- 2017 பணி 7: பொதுவான vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embedding BuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Punts with Sense Embeddings بوزس سائو ٹاکس ۷ میں: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings Comment BuzzSaw at SemEvl-thẩm 7 Task 7: Miền lớn tương đương cục bộ cho giải trí và tìm hiểu tiếng Anh trắc học với nhúng nhúng vuốt cảm BuzzSaw at SemEval-2017 务7:全球与本地上下文,以解定位带感官嵌英语双关语
Abstract
This paper describes our system participating in the SemEval-2017 Task 7, for the subtasks of homographic pun location and homographic pun interpretation. For pun interpretation, we use a knowledge-based Word Sense Disambiguation (WSD) method based on sense embeddings. Pun-based jokes can be divided into two parts, each containing information about the two distinct senses of the pun. To exploit this structure we split the context that is input to the WSD system into two local contexts and find the best sense for each of them. We use the output of pun interpretation for pun location. As we expect the two meanings of a pun to be very dissimilar, we compute sense embedding cosine distances for each sense-pair and select the word that has the highest distance. We describe experiments on different methods of splitting the context and compare our method to several baselines. We find evidence supporting our hypotheses and obtain competitive results for pun interpretation.Abstract
Hierdie papier beskryf ons stelsel wat deelname in die SemEval-2017 taak 7, vir die subtaske van homografiese pun ligging en homografiese pun uitlegging. Vir punt uitlegging, gebruik ons 'n kennis- gebaseerde Woord Sense Ontbreking (WSD) metode gebaseer op sin inbêding. Pun-gebaseerde jokes kan in twee dele deel word, elkeen bevat inligting oor die twee verskillende senses van die punt. Om hierdie struktuur te gebruik, skei ons die konteks wat is invoer na die WSD stelsel in twee plaaslike konteks en vind die beste sin vir elke van hulle. Ons gebruik die uitvoer van punt interpretasie vir punt ligging. Soos ons verwag dat die twee betekenings van 'n punt baie onvergelykbaar sal wees, bereken ons sin inbêde kosinus afstand vir elke sin-paar en kies die woord wat die hoogste afstand het. Ons beskryf eksperimente op verskillende metodes van die konteks afdeling en vergelyk ons metode met verskeie basis lyn. Ons vind getuienis wat ons hipotees ondersteun en mededingsresultate kry vir punt uitlegging.Abstract
ይህ ገጽ የሳምEval-2017 ስራ 7 ማድረግ ማድረግ እና የhomographic ፖንታ ማተርጓሜን ለመግለጥ ስርዓታችንን ይናገራል፡፡ ለመግለጫ፣ እውቀት የተመሳሳይ ቃላት (WSD) የስሜት ጉዳይ በመጠቀም እናስቀምጣለን፡፡ በቁጥጥር የተመሳሳይ ሁለትም ተለያይቶ ይለያያሉ፡፡ ይህንን ሥርዓት ለመፈለግ ወደ WSD ሲስተም የሚደረገውን ግንኙነት ወደ ሁለት የአገር ሁኔታ እና ለሁሉም የተሻለ ስህተት እናገኛለን፡፡ የpun ትርጉም ውጤት ለመቆጣጠር እንጠይቃለን፡፡ በሁለቱ አነስተኛነት በጣም ተለይታ እንዲሆን እንደተስፋ እናደርጋለን፣ ለሁሉም አስተዋይ ሁለት ዓይነቶች እና ከፍተኛ ርቀት ያለውን ቃል እንመርጣለን፡፡ ሁኔታውን ለመለየት ልዩ ልዩ ሥርዓቶችን እናስተያየዋለን እና ልማችንን ከጥቂት ደረጃዎች ጋር እናስተያየዋለን፡፡ የንፍቅናታችንን መደጋገሚያ እና የጥላቻ ፍሬዎችን ለማግኘት እናገኛለን፡፡Abstract
تصف هذه الورقة نظامنا المشارك في SemEval-2017 Task 7 ، للمهام الفرعية لموقع الكلمات المتجانسة وتفسير التورية المتجانس. لتفسير الكلمات ، نستخدم طريقة مبنية على المعرفة لإزالة الغموض عن حاسة الكلمات (WSD) على أساس الزخارف الحسية. يمكن تقسيم النكات القائمة على التورية إلى جزأين ، يحتوي كل منهما على معلومات حول حاستي التورية المتميزتين. لاستغلال هذا الهيكل ، قمنا بتقسيم السياق الذي يتم إدخاله إلى نظام WSD إلى سياقين محليين وإيجاد أفضل معنى لكل منهما. نحن نستخدم ناتج تفسير التورية لموقع التورية. نظرًا لأننا نتوقع أن يكون معني التورية مختلفين تمامًا ، فإننا نحسب إحساس تضمين مسافات جيب التمام لكل زوج من المعنى ونختار الكلمة التي لها أعلى مسافة. نصف التجارب على طرق مختلفة لتقسيم السياق ونقارن طريقتنا بعدة خطوط أساسية. نجد أدلة تدعم فرضياتنا ونحصل على نتائج تنافسية لتفسير التورية.Abstract
Bu kağıt bizim sistemimizi SemEval-2017 Task 7 içində, homografik pun yerlərinin və homografik pun interpretasyonunun aparılmalarını təsdiq edir. Pun yorumlayıcısı üçün, elm-tabanlı Kelimi Sense Disambiguation (WSD) metodlarını duyğu inşallarına dayandırırıq. Pun-based jokes can be divided into two parts, each containing information about the different senses of the pun. Bu quruluşu istifadə etmək üçün WSD sisteminə daxil olan məlumatları iki yerli məlumatlara bölüşdük və hər birinə ən gözəl anlam tapdıq. Biz pun interpretasyonu pun yeri üçün istifadə edirik. Biz hər hiss çift üçün kosinun uzaqlarını hesablayır və ən yüksək uzaqlarının sözünü seçirik. Biz müxtəlif məlumatları bölüşdürmək və metodumuzu bir çox temel çətinlərə qarşılaşdırırıq. Biz hipotezlərimizi dəstəkləyici kanıtlar tapırıq və pun interpretasyon üçün müəllif sonuçlar alırıq.Abstract
Настоящата статия описва нашата система, участваща в Задача 7 за подзадачите за хомографично местоположение на игра на думи и хомографична интерпретация на игра на думи. За интерпретация на думи използваме базиран на знание метод за разграничаване на смисъла на думата (WSD), базиран на вграждането на смисъла. Шегите, базирани на пън, могат да бъдат разделени на две части, всяка съдържаща информация за двете различни сетива на играта на думи. За да експлоатираме тази структура, разделяме контекста, който е въведен в системата на ДЗД, на два локални контекста и намираме най-добрия смисъл за всеки от тях. Използваме изхода на интерпретация на думи за местоположение на игра на думи. Тъй като очакваме двете значения на една игра на думи да бъдат много различни, изчисляваме смисъла, вграждайки косинусови разстояния за всяка двойка сетива и избираме думата, която има най-голямо разстояние. Описваме експерименти с различни методи за разделяне на контекста и сравняваме метода си с няколко базови линии. Намираме доказателства, подкрепящи нашите хипотези и получаваме конкурентни резултати за интерпретация на игра на думи.Abstract
এই পত্রিকা আমাদের সিমভাল-২০১৭ কাজে অংশগ্রহণ করার ব্যাপারে বর্ণনা করেছে, সমকামীতা পানের অবস্থান এবং সমকামীতা পানের ব্যাখ্যার জন্য। পান ব্যাখ্যার জন্য, আমরা জ্ঞান ভিত্তিক শব্দ সেন্স বিভ্রান্তিত (ডাব্লিউএসডি) ব্যবহার করি বুদ্ধিমান বিভিন্ন পুন ভিত্তিক কৌতুক দুটি অংশে বিভক্ত হতে পারে, পানের দুটি বিভিন্ন অনুভূতি সম্পর্কে প্রত্যেকটি তথ্য আছে। এই কাঠামোটি ব্যবহার করার জন্য আমরা উইএসডি সিস্টেমে প্রবেশ করার বিষয়টিকে দুই স্থানীয় প্রতিযোগিতায় বিভক্ত করে তাদের প্রত আমরা পানের স্থানের জন্য পানের ব্যাখ্যা ব্যবহার করি। As we expect the two meanings of a pun to be very dissimilar, we compute sense embedding cosine distances for each sense-pair and select the word that has the highest distance. আমরা বিভিন্ন পদ্ধতিতে পরীক্ষা বিভিন্ন উপায়ে বর্ণনা করি এবং আমাদের পদ্ধতি বেশ কয়েকটি বেসেলাইনের সাথে তুলনা করি। আমরা প্রমাণ পেয়েছি যে আমাদের হিসেবে সমর্থন করে এবং পানের ব্যাখ্যার জন্য প্রতিযোগিতার ফলাফল পেতে পারে।Abstract
ཤོག་བྱང་འདིས་ང་ཚོའི་མ་ལག་གི་དོན་ལ་SemEval-2017 Task 7་ནང་དུ་མཉམ་དུ་འཇུག་སྲིད་པའི་subtasks of homographic pun location and homographic pun interpretation. Pun interpretation, we use a knowledge-based Word Sense Disambiguation (WSD) method based on sense embeddings. Pun-based jokes can be divided into two parts, each containing information about the distinct senses of the pun. དབྱིབས་གཞི་འདི་ལག་ལེན་འཐབ་དགོས་པ་ལྟར་ན། འུ་ཅག་གིས་ཁྱེར་ཚོ་ནི་WSD་ལག་ལུགས་ཡུལ་གནས་སྟངས་གཉིས་ནང་དུ་འཇུག འུ་ཚོས་གནད་དོན་ཡིག་གི་འགྲེལ་བཤད་ཀྱི་གནད་དོན་ལག་ལེན་འཐབ་ཡོད། ང་ཚོས་punིག་གི་དོན་དག་གཟུགས་ཆེ་གཉིས་འདི་མ་མཚུངས་པ་དང་། ང་ཚོས་ཀྱིས་མཐུན་རྐྱེན་གྱི་བར་ཐག ང་ཚོས་གནས་ཡུལ་འདིར་མི་འདྲ་བ་དང་མི་འདྲ་བ་དང་ ང་ཚོས་རྒྱ་ནག་གི་ཆེད་ཅིག་ལ་རྒྱབ་སྐྱོར་བྱེད་ཀྱི་ཡོད་ཆ་རྙེད་ཐུབ་ཀྱི་རྐྱེན་ཚོར།Abstract
Ovaj papir opisuje naš sistem koji sudjeluje u zadatku 7 semiEval-2017, za podizanje homografske lokacije puna i homografske interpretacije puna. Za potpunu interpretaciju, koristimo metodu disambigacije riječi na znanju temeljenu na integraciji osjećaja. Šalice na temelju puna mogu se podijeliti na dva dijela, svaka koja sadrži informacije o dva različita čula puna. Da bismo iskoristili ovu strukturu, podijelili smo kontekst koji je ulaz u WSD sistem u dva lokalna konteksta i pronašli najbolji smisao za svaku od njih. Koristimo izlaz pun interpretacije za pun lokaciju. Kao što očekujemo da će dvije značenja udaraca biti vrlo neskladna, računali smo osjećaj ugrađenja kosinskih udaljenosti za svaki par osjećaja i izaberi riječ koja ima najvišu udaljenost. Opišemo eksperimente o različitim metodama razdvajanja konteksta i uspoređujemo našu metodu sa nekoliko osnovnih linija. Nalazimo dokaze koji podržavaju naše hipoteze i dobijamo konkurentne rezultate za pun interpretaciju.Abstract
Aquest article descriu el nostre sistema que participa en la tasca 7 de SemEval-2017, per les subtaskes de la posició homogràfica dels jocs i l'interpretació homogràfica dels jocs. Per a interpretar els jocs, utilitzem un mètode de desambiguació de sentit de paraules basat en coneixements basat en incorporacions de sentit. Els acudits basats en punts es poden dividir en dues parts, cada una contenent informació sobre els dos sentits distints del joc. To exploit this structure we split the context that is input to the WSD system into two local contexts and find the best sense for each of them. Utilitzem l'interpretació dels jocs per a la localització dels jocs. Com esperem que els dos significats d'un joc siguin molt diferents, calculem l'incorporació de distàncies cosines per cada parell de sentits i seleccionem la paraula que té la distància més alta. Descrevem experiments sobre diferents mètodes de dividir el context i comparar el nostre mètode amb diverses línies de base. Trobem evidències que suporten les nostres hipòtesis i obtenim resultats competitius per interpretar els jocs.Abstract
Tento článek popisuje náš systém účasti na SemEval-2017 Task 7, pro podúkoly homografické slovní hříčky lokalizace a homografické slovní interpretace. Pro interpretaci hříční hříčky používáme znalostní metodu rozjasnění smyslu Word Sense (WSD) založenou na vkládání smyslů. Vtipy založené na punu lze rozdělit do dvou částí, z nichž každá obsahuje informace o dvou odlišných smyslech hříčky. Pro využití této struktury rozdělíme kontext, který je vstupní do WSD systému do dvou lokálních kontextů a najdeme nejlepší smysl pro každý z nich. Používáme výstup interpretace hříčky pro umístění hříčky. Protože očekáváme, že dva významy hříční hříčky budou velmi odlišné, vypočítáme smyslové vzdálenosti pro každý smyslový pár a vybereme slovo, které má nejvyšší vzdálenost. Popisujeme experimenty na různých metodách rozdělení kontextu a porovnáváme naši metodu s několika základními liniemi. Najdeme důkazy podporující naše hypotézy a získáváme konkurenční výsledky pro interpretaci hříčky.Abstract
Denne artikel beskriver vores system, der deltager i SemEval-2017 Task 7, for underopgaverne af homografisk ordplacering og homografisk ordtolkning. Til ordfortolkning bruger vi en videnbaseret Word Sense Disambiguation (WSD) metode baseret på sansebelejringer. Pun-baserede vittigheder kan opdeles i to dele, der hver indeholder oplysninger om de to forskellige sanser af ordspil. For at udnytte denne struktur opdeler vi den kontekst, der er input til WSD-systemet, i to lokale sammenhænge og finder den bedste fornuft for hver af dem. Vi bruger output af ordspil fortolkning til ordspil placering. Da vi forventer, at de to betydninger af et ordspil er meget forskellige, beregner vi sanse indlejring cosinus afstande for hvert sansepar og vælger det ord, der har den højeste afstand. Vi beskriver forsøg på forskellige metoder til opdeling af konteksten og sammenligner vores metode med flere basislinjer. Vi finder beviser til støtte for vores hypoteser og opnår konkurrencedygtige resultater for ordfortolkning.Abstract
Diese Arbeit beschreibt unser System, das an der SemEval-2017 Task 7 teilnimmt, für die Teilaufgaben der homographischen Wortspiellokalisierung und homographischen Wortspielinterpretation. Zur Wortspiel-Interpretation verwenden wir eine wissensbasierte Word Sense Disambiguation (WSD)-Methode, die auf Sinneseinbettungen basiert. Pun-basierte Witze können in zwei Teile unterteilt werden, die jeweils Informationen über die zwei verschiedenen Sinne des Wortspiels enthalten. Um diese Struktur auszunutzen, teilen wir den Kontext, der in das WSD-System eingegeben wird, in zwei lokale Kontexte auf und finden den besten Sinn für jeden von ihnen. Wir verwenden die Ausgabe der Wortspiel-Interpretation für Wortspiel-Lokalisierung. Da wir erwarten, dass die beiden Bedeutungen eines Wortes sehr unterschiedlich sind, berechnen wir für jedes Sinnespaar sinnliche Einbettungsabstände und wählen das Wort aus, das die höchste Entfernung hat. Wir beschreiben Experimente zu verschiedenen Methoden der Kontextaufteilung und vergleichen unsere Methode mit mehreren Baselines. Wir finden Beweise, die unsere Hypothesen stützen und erhalten wettbewerbsfähige Ergebnisse für Wortspiel-Interpretationen.Abstract
Η παρούσα εργασία περιγράφει το σύστημά μας που συμμετέχει στην εργασία 7, για τις δευτερεύουσες εργασίες της ομοιογραφικής θέσης λογοπαίγνιου και της ομοιογραφικής ερμηνείας λογοπαίγνιου. Για την ερμηνεία λογοπαίγνων, χρησιμοποιούμε μια μέθοδο που βασίζεται στη γνώση, βασισμένη σε ενσωμάτωση αισθήσεων. Τα αστεία που βασίζονται στο λογοπαίγνιο μπορούν να χωριστούν σε δύο μέρη, το καθένα περιέχει πληροφορίες για τις δύο ξεχωριστές αισθήσεις του λογοπαίγνιου. Για να εκμεταλλευτούμε αυτή τη δομή χωρίζουμε το πλαίσιο που εισάγεται στο σύστημα σε δύο τοπικά πλαίσια και βρίσκουμε την καλύτερη αίσθηση για κάθε ένα από αυτά. Χρησιμοποιούμε την έξοδο της ερμηνείας λογοπαίγνιων για την τοποθεσία λογοπαίγνιων. Καθώς αναμένουμε ότι οι δύο έννοιες ενός λογοπαίγνιου θα είναι πολύ διαφορετικές, υπολογίζουμε την αίσθηση που ενσωματώνει τις αποστάσεις συνημίου για κάθε ζεύγος αισθήσεων και επιλέγουμε τη λέξη που έχει την υψηλότερη απόσταση. Περιγράφουμε πειράματα σε διαφορετικές μεθόδους διαχωρισμού του πλαισίου και συγκρίνουμε τη μέθοδο μας με διάφορες γραμμές βάσης. Βρίσκουμε στοιχεία που υποστηρίζουν τις υποθέσεις μας και επιτυγχάνουμε ανταγωνιστικά αποτελέσματα για ερμηνεία λογοπαίγνων.Abstract
Este artículo describe nuestro sistema que participa en la Tarea 7 de SemEval-2017, para las subtareas de ubicación de juegos de palabras homográficos e interpretación de juegos de palabras homográficos. Para la interpretación de juegos de palabras, utilizamos un método de desambiguación de sentido de palabras (WSD) basado en el conocimiento basado en incrustaciones de sentidos. Los chistes basados en juegos de palabras se pueden dividir en dos partes, cada una con información sobre los dos sentidos distintos del juego de palabras. Para aprovechar esta estructura, dividimos el contexto que se introduce en el sistema WSD en dos contextos locales y encontramos el mejor sentido para cada uno de ellos. Usamos la salida de la interpretación del juego de palabras para la ubicación del juego de palabras. Como esperamos que los dos significados de un juego de palabras sean muy diferentes, calculamos las distancias de coseno de incrustación de sentidos para cada par de sentidos y seleccionamos la palabra que tiene la distancia más alta. Describimos experimentos sobre diferentes métodos para dividir el contexto y comparamos nuestro método con varias líneas de base. Encontramos evidencia que respalda nuestras hipótesis y obtenemos resultados competitivos para la interpretación del juego de palabras.Abstract
Käesolevas artiklis kirjeldatakse meie süsteemi osalemist SemEval-2017 ülesandes 7, mis käsitleb homograafilise sõnavõrgu asukoha ja homograafilise sõnavõrgu tõlgendamise alaülesandeid. Mängumängude tõlgendamiseks kasutame teadmistepõhist Word Sense Disambiguation (WSD) meetodit, mis põhineb tähenduste manustamisel. Pun-põhised naljad võib jagada kaheks osaks, millest igaüks sisaldab teavet kahe erineva meele mäng. Selle struktuuri kasutamiseks jagame WSD süsteemi sisendkonteksti kaheks kohalikuks kontekstiks ja leiame igaühele parima mõtte. Me kasutame mängumängu tõlgendamise väljundit mängumängu asukoha jaoks. Kuna me eeldame, et kaks sõnavara tähendust on väga erinevad, arvutame iga tähenduspaari jaoks koosinuse vahemaad ja valime sõna, millel on kõige suurem vahemaa. Kirjeldame erinevate konteksti jagamise meetodite katseid ja võrdleme oma meetodit mitme lähtejoonega. Leiame tõendeid, mis toetavad meie hüpoteesid ja saavutame konkurentsivõimelisi tulemusi mängumängude tõlgendamiseks.Abstract
این کاغذ سیستم ما را توصیف میکند که مشارکت میکنند در تابع ۱۹۷ مادهی نیمEval-۲۰۰۷، برای تعبیر جایگاهی همگرافیک pun و همگرافیک pun است. برای تفسیر پون، ما از روش ناپدید کردن کلمه (WSD) بر اساس تفسیر حس استفاده میکنیم. جوک های پانی می توانند به دو قسمت تقسیم شوند، هر کدام از اطلاعات درباره دو حس متفاوتی از پان دارد. برای استفاده از این ساختار، محیط را تقسیم می کنیم که وارد سیستم WSD به دو محیط محلی می شود و بهترین احساس برای هر یک از آنها پیدا می کنیم. ما از نتیجه تعبیر pun برای محل pun استفاده می کنیم. همانطور که ما انتظار داریم که دو معنی یک پان بسیار ناگوار باشد، حسی را برای هر جفت حس محاسبه می کنیم و کلمه را که بالاترین فاصله دارد انتخاب می کنیم. ما آزمایشها را در روشهای مختلف از جدا کردن محیط و مقایسه کردن روشهای ما با چند خط پایینها توصیف میکنیم. ما مدرک پیدا میکنیم که به فرضیههای ما حمایت میکند و نتیجههای مسابقهای برای تعبیر پاک میگیریم.Abstract
Tässä artikkelissa kuvataan järjestelmäämme, joka osallistuu SemEval-2017 Task 7 -tehtävään, joka koskee homografisen sanaleikin paikantamista ja homografista sanaleiden tulkintaa. Sananleikkauksessa käytämme tietopohjaista Word Sense Disambiguation (WSD) -menetelmää, joka perustuu sense upotuksiin. Pun-pohjaiset vitsit voidaan jakaa kahteen osaan, joista jokainen sisältää tietoa kahdesta eri aistista sanaleikki. Hyödyntääksemme tätä rakennetta jaamme WSD-järjestelmään syötetyn kontekstin kahteen paikalliseen kontekstiin ja etsimme kullekin parhaiten järkeä. Käytämme sanaleikkitulkinnan tuotosta sanaleikin sijaintiin. Koska odotamme sanaleikin kahden merkityksen olevan hyvin erilaisia, laskemme kullekin sensiparille koosiinietäisyydet sisältävän merkityksen ja valitsemme sanan, jolla on suurin etäisyys. Kuvaamme erilaisia kontekstin jakamismenetelmiä koskevia kokeiluja ja vertaamme menetelmää useisiin lähtölinjoihin. Löydämme hypoteesejamme tukevaa näyttöä ja saamme kilpailullisia tuloksia sanaleikkitulkinnassa.Abstract
Cet article décrit notre système participant à la tâche 7 du SEMEVAL-2017, pour les sous-tâches de localisation homographique des jeux de mots et d'interprétation homographique des jeux de mots. Pour l'interprétation des jeux de mots, nous utilisons une méthode basée sur la connaissance de Word Sense Disambiguation (WSD) basée sur les intégrations de sens. Les blagues basées sur les jeux de mots peuvent être divisées en deux parties, chacune contenant des informations sur les deux sens distincts du jeu de mots. Pour exploiter cette structure, nous divisons le contexte qui est entré dans le système WSD en deux contextes locaux et trouvons le meilleur sens pour chacun d'eux. Nous utilisons la sortie de l'interprétation des jeux de mots pour l'emplacement des jeux de mots. Comme nous nous attendons à ce que les deux significations d'un jeu de mots soient très différentes, nous calculons les distances cosinus d'intégration de sens pour chaque paire de sens et sélectionnons le mot qui a la distance la plus élevée. Nous décrivons des expériences sur différentes méthodes de division du contexte et comparons notre méthode à plusieurs niveaux de référence. Nous trouvons des preuves à l'appui de nos hypothèses et obtenons des résultats compétitifs pour l'interprétation des jeux de mots.Abstract
Déanann an páipéar seo cur síos ar ár gcóras atá rannpháirteach i dTasc 7 SemEval-2017, le haghaidh na bhfothascanna a bhaineann le suíomh homagrafach punainne agus léiriú homagrafach punainne. Le haghaidh léirmhíniú punta, bainimid úsáid as modh eolas-bhunaithe um Dhíbheachtú Focal Sense (WSD) atá bunaithe ar leabú céadfaí. Is féidir scéalta grinn bunaithe ar phunann a roinnt ina dhá chuid, gach ceann acu ina bhfuil faisnéis faoi dhá chiall ar leith an phunt. Chun leas a bhaint as an struchtúr seo scoilteamar an comhthéacs a chuirtear isteach sa chóras WSD ina dhá chomhthéacs áitiúla agus aimsímid an chiall is fearr do gach ceann acu. Bainimid úsáid as aschur léirmhínithe punainne le haghaidh suíomh punainne. Agus muid ag súil go mbeidh an dá bhrí atá le punc an-neamhchosúil, ríomhaimid ciall agus faid chomhsine á neadú againn do gach péire céadfaí agus roghnaimid an focal a bhfuil an fad is airde aige. Déanaimid cur síos ar thurgnaimh ar mhodhanna éagsúla chun an comhthéacs a roinnt agus cuirimid ár modh i gcomparáid le roinnt bonnlínte. Faighimid fianaise a thacaíonn lenár hipitéisí agus faighimid torthaí iomaíocha le haghaidh léirmhínithe punt.Abstract
Wannan takardan na faɗaɗa tsarinmu wanda ya yi shirin karatun na aikin Semeval-2017, zuwa misalin aikin gayografi na wuri da fassarar gayografi. @ info: whatsthis Aka iya raba izgili da aka ƙayyade shi a cikin rabo biyu, duk mai ƙunsa da takanta laban zafi masu haɗi da sanyin biyu na cire-nau'in. Za mu yi amfani da wannan shirin ayuka, za'a raba mazaɓa da aka shigar da shi zuwa na WSD cikin matsayin biyu na lokal, kuma mu sami mafi kyaun amfani ga dukansu. Tuna amfani da fassarar-fassarar ban zuwa wurin ban. Kama da Muke ƙaunar cẽwa ma'anar duk biyu za'a zama mai rarraba, ko kuma munã ƙidãya da wuri mai shiga kosin ko-nau'i ko kuma za'a zãɓe maganar da ke da mafi nĩsa. Tuna bayyana jarrabai kan hanyõyin dabam-dabam na rarraba mazaɓa, kuma muna samfan hanyonmu zuwa misalin misãlai. Munã sãmu dalili wanda ke ƙarfafa misãlai kuma za mu sami matsalar da fassarar masu bastarwa.Abstract
העיתון הזה מתאר את המערכת שלנו משתתפת במשימה 7 של SemEval-2017, עבור השאלות של מיקום משחקים הומוגרפיים ופרשנות משחקים הומוגרפיים. עבור הפרשנות משחקים, אנו משתמשים בשיטת ניתוח חוש מילים מבוססת על ידע (WSD - Knowledge Sense Disambiguation). בדיחות מבוססות על נקודות יכולות להיחלק לשני חלקים, כל אחד מכיל מידע על שני החושים הבודדים של המשחק. כדי לנצל את המבנה הזה, אנו מחלקים את הקשר שהוא תוכנית למערכת WSD לשני הקשר מקומי ומצאים את ההיגיון הטוב ביותר לכל אחד מהם. אנחנו משתמשים בתוצאה של פרשנות המשחקים למיקום המשחקים. כפי שאנחנו מצפים ששתי המשמעות של משחק משחקים יהיו מאוד שונות, אנו מחשבים תחושה של קישום מרחקים קוזינים לכל זוג תחושה ולבחר את המילה שיש לה מרחק גבוה ביותר. אנחנו מתארים ניסויים על שיטות שונות לחלק את הקשר ולהשוות את השיטה שלנו למספר קווים בסיסיים. אנחנו מוצאים ראיות שמתמכות בהיפתוזיות שלנו ולקבל תוצאות תחרותיות לפרשנות משחקים.Abstract
यह पेपर सेमवेल-2017 टास्क 7 में भाग लेने वाली हमारी प्रणाली का वर्णन करता है, होमोग्राफिक यमक स्थान और होमोग्राफिक यमक व्याख्या के उप-कार्यों के लिए। pun interpretation के लिए, हम एक ज्ञान-आधारित Word Sense Disambiguation (WSD) विधि का उपयोग करते हैं जो सेंस एम्बेडिंग पर आधारित है। पुन-आधारित चुटकुलों को दो भागों में विभाजित किया जा सकता है, जिनमें से प्रत्येक में यमक की दो अलग-अलग इंद्रियों के बारे में जानकारी होती है। इस संरचना का फायदा उठाने के लिए हम संदर्भ को विभाजित करते हैं जो डब्ल्यूएसडी सिस्टम को दो स्थानीय संदर्भों में इनपुट करता है और उनमें से प्रत्येक के लिए सबसे अच्छी भावना पाता है। हम pun स्थान के लिए pun व्याख्या के आउटपुट का उपयोग करें. जैसा कि हम एक यमक के दो अर्थों को बहुत अलग होने की उम्मीद करते हैं, हम प्रत्येक अर्थ-जोड़ी के लिए कोसाइन दूरी को एम्बेड करने की भावना की गणना करते हैं और उस शब्द का चयन करते हैं जिसमें उच्चतम दूरी होती है। हम संदर्भ को विभाजित करने के विभिन्न तरीकों पर प्रयोगों का वर्णन करते हैं और हमारी विधि की तुलना कई बेसलाइन से करते हैं। हम अपनी परिकल्पनाओं का समर्थन करने वाले सबूत पाते हैं और पुनर व्याख्या के लिए प्रतिस्पर्धी परिणाम प्राप्त करते हैं।Abstract
Ovaj papir opisuje naš sustav koji sudjeluje u zadatku 7. SemEval-2017, za podizanje homografske pozicije i homografske interpretacije. Za potpunu interpretaciju, koristimo metodu osnovanu na znanju osnovanu na osnovu disambigacije riječi o osjećaju osjećaja (WSD) na temelju ugrađenja osjećaja. Šalice na temelju puna mogu se podijeliti na dva dijela, svaka koja sadrži informacije o dva različita čula puna. Da bismo iskoristili ovu strukturu, podijelili smo kontekst koji je ulaz u WSD sustav u dva lokalna konteksta i pronašli najbolji smisao za svakog od njih. Koristimo izlaz pun interpretacije za pun lokaciju. Kao što očekujemo da će dvije značenje udaljenosti udaljenosti kosina biti vrlo neprilično slične, računamo osjećaj ugrađivanja udaljenosti kosina za svaki par osjećaja i odaberemo riječ koja ima najvišu udaljenost. Opišemo eksperimente o različitim metodama razdvajanja konteksta i uspoređivanja našeg metoda s nekoliko osnovnih linija. Nalazimo dokaze koji podržavaju naše hipoteze i dobijamo konkurentne rezultate za pun interpretaciju.Abstract
Ez a tanulmány bemutatja a SemEval-2017 Task 7-ben részt vevő rendszerünket a homográfiai szójáték helyszínének és homográfiai szójáték értelmezésének altfeladatait. A szójátékok értelmezéséhez egy tudásalapú Word Sense Disambiguation (WSD) módszert használunk, amely érzékbeágyazásokon alapul. A pun alapú viccek két részre oszthatók, amelyek mindegyike információt tartalmaz a szójáték két különböző érzékéről. Ennek a struktúrának a kihasználásához két helyi kontextusra osztjuk fel a WSD rendszer bevitelét, és megtaláljuk a legjobb értelmet mindegyiküknek. A szójáték értelmezésének kimenetét használjuk a szójáték helyszínéhez. Mivel elvárjuk, hogy egy szójáték két jelentése nagyon eltérő legyen, minden érzékpár koszinusz távolságát kiszámítjuk, és kiválasztjuk azt a szót, amelyik a legnagyobb távolsággal rendelkezik. Leírjuk a kontextus felosztásának különböző módszereivel végzett kísérleteket, és összehasonlítjuk módszerünket több alapvonallal. Bizonyítékokat találunk hipotéziseink alátámasztására és versenyképes eredményeket érünk el a szójáték értelmezésében.Abstract
This paper describes our system participating in the SemEval-2017 Task 7, for the subtasks of homographic pun location and homographic pun interpretation. Խաղախաղի մեկնաբանելու համար մենք օգտագործում ենք գիտելիքի հիմնված Բառերի զգացմունքի բացահայտումների մեթոդ, որը հիմնված է զգացմունքի ներգրավման վրա: Պունտ-հիմնված կատակները կարող են բաժանել երկու մասի, յուրաքանչյուրը պարունակում է տեղեկատվություն խաղի երկու տարբեր զգացմունքների մասին: Այս կառուցվածքը օգտագործելու համար մենք բաժանում ենք համատեքստը, որը ներդրվում է ՀԱՍ համակարգին երկու տեղական կոնտեքստի մեջ և գտնում ենք ամենալավ իմաստը նրանցից յուրաքանչյուրի համար: Մենք օգտագործում ենք խաղի ինտերպրետացիայի արդյունքը խաղի տեղադրության համար: Երբ մենք ակնկալում ենք, որ խաղի երկու իմաստը շատ տարբեր է, մենք հաշվարկում ենք տիեզերական հեռավորությունների ներդրումը յուրաքանչյուր զգայական զույգի համար և ընտրում ենք բառը, որը ամենաբարձր հեռավորությունն ունի: Մենք նկարագրում ենք կոնտեքստի բաժանելու տարբեր մեթոդների փորձերը և համեմատում ենք մեր մեթոդը բազմաթիվ հիմնական գծերի հետ: We find evidence supporting our hypotheses and obtain competitive results for pun interpretation.Abstract
Kertas ini menjelaskan sistem kita yang berpartisipasi di SemEval-2017 Task 7, untuk subtasks dari lokasi omografis dan interpretasi omografis. For pun interpretation, we use a knowledge-based Word Sense Disambiguation (WSD) method based on sense embeddings. lelucon berdasarkan punc dapat dibagi menjadi dua bagian, masing-masing mengandung informasi tentang dua sens yang berbeda dari permainan. Untuk mengeksploitasi struktur ini kita membagi konteks yang dimasukkan ke sistem WSD menjadi dua konteks lokal dan menemukan akal terbaik bagi masing-masing dari mereka. Kami menggunakan output interpretasi permainan untuk lokasi permainan. Seperti yang kita harapkan dua arti dari sebuah permainan bermain yang sangat berbeda, kita menghitung perasaan memasukkan jarak kosinus untuk setiap sepasang perasaan dan memilih kata yang memiliki jarak tertinggi. Kami menggambarkan eksperimen pada metode berbeda untuk membagi konteks dan membandingkan metode kami dengan beberapa garis dasar. Kami menemukan bukti mendukung hipotesis kami dan mendapatkan hasil kompetitif untuk interpretasi permainan.Abstract
Questo articolo descrive il nostro sistema partecipante al SemEval-2017 Task 7, per le sottoattività della posizione omogenea del gioco di parole e dell'interpretazione omogenea del gioco di parole. Per l'interpretazione del gioco di parole, utilizziamo un metodo basato sulla conoscenza della disambiguazione del senso delle parole (WSD) basato sulle incorporazioni dei sensi. Le battute basate sul pun possono essere divise in due parti, ognuna contenente informazioni sui due sensi distinti del gioco di parole. Per sfruttare questa struttura dividiamo il contesto che viene immesso nel sistema WSD in due contesti locali e troviamo il miglior senso per ciascuno di essi. Usiamo l'output dell'interpretazione del gioco di parole per la posizione del gioco di parole. Poiché ci aspettiamo che i due significati di un gioco di parole siano molto dissimili, calcoliamo le distanze coseno che incorporano i sensi per ogni coppia di sensi e selezioniamo la parola che ha la distanza più alta. Descriviamo esperimenti su diversi metodi di divisione del contesto e confrontiamo il nostro metodo con diverse linee di base. Troviamo prove a sostegno delle nostre ipotesi e otteniamo risultati competitivi per l'interpretazione del gioco di parole.Abstract
本稿では、ホモグラフィックPUNの位置とホモグラフィックPUNの解釈のサブタスクのために、SemEval -2017タスク7に参加している当社のシステムについて説明します。PUNの解釈には、センス埋め込みに基づくナレッジベースのWord Sense Disambiguation (WSD)メソッドを使用します。プンベースのジョークは、2つの部分に分けられ、それぞれにプンの2つの異なる感覚に関する情報が含まれています。この構造を利用するために、WSDシステムに入力されるコンテキストを2つのローカルコンテキストに分割し、それぞれに最適なセンスを見つけます。PUN位置にはPUN判定の出力を使用します。PUNの2つの意味が非常に異なっていることを予想するため、各センスペアのコサイン距離を埋め込むセンスを計算し、最も高い距離を持つ単語を選択します。コンテキストを分割するさまざまな方法の実験を説明し、私たちの方法をいくつかのベースラインと比較します。私たちは、私たちの仮説を裏付ける証拠を見つけ、PUN解釈のための競争的な結果を得る。Abstract
Perintah iki rambarang panjenengan sistem sing nyebatasan ning semi-2011 task 7, kanggo ngilangno barang panjenengan pun dumatenan karo ingkang omographic pun. Pun Anyadir, kita Ngawe gunakake perguntasi kanggo kedhunanggunian Word Sense disabled mbiguation (WSD) method that basa nang sans embedding. Pun-basan bangsane punika dipun cigarettes ning duruh, sabên ono barêng informasi ning sampeyan duwé luwih basa punika. text-tool-action Punctuation Awak dhéwé grip perintah sing dibutuhke pung liyané, kita saiki dadi tanggal perusahaan koisin dadi iki dadi apik dadi apik dadi apik trus tambah apik dhéwé Anyone Awak dhéwé nglanggar nggolaké supoyo supoyatané awak dhéwé karo perusahaan langgar ujarané.Abstract
ჩვენი სისტემა SemEval-2017 დავალების 7-ში, ჰომოგრაფიკური პონტიკური ადგილზე და ჰომოგრაფიკური პონტიკური ინტერპუქციის საშუალებაში გამოყენება. ჩვენ ვიყენებთ ცნობიერებული სიტყვების გამოყენება სიტყვების გამოყენება (WSD) მეტი. პონი-დაბათებული ქვეყნები შეიძლება გაყოფილი ორი ნაწილში, ყოველ ინფორმაციის შესახებ ორი განსხვავებული ფესტის შესახებ. ამ სტრუქტურაციის გამოყენება ჩვენ გაყოფილი კონტექსტურაციას, რომელიც WSD სისტემის შენახვა ორი ლოკალური კონტექსტში და ყველაზე უკეთესი სიგრძნობა ი ჩვენ გამოვიყენებთ pun ინტერპუქციის გამოყენება pun ადგილებისთვის. როგორც გვაქვს, რომ პონტის ორი მნიშვნელობა ძალიან განსხვავებული იქნება, ჩვენ კოსინტის განსხვავებას ყველა სიგრძნობის ორივე განსხვავებას დავწერეთ და ამოირჩევთ სიტყვა, რო ჩვენ ექსპერიმენტები განსხვავებული პროცემენტების განყოფილება და ჩვენი პროცემის განსხვავება რამდენიმე ფესპერიმენტების განსხვავება. ნამვპთმ ეჲკაჱარვლჟრგა, კჲთრჲ ოჲეეყპზაგა ჳთოჲრვჱთრვ ნთ თ ოჲლსფაგამვ კჲნკპვრვნრთგნთ პვჱსლრართ ჱა პაჱლსფაგანვ.Abstract
Бұл қағаз біздің жүйемізді SemEval-2017 7 тапсырмасында қатысу үшін, гомографикалық pun орналасуын және гомографикалық pun интерпретациясына қатысу үшін түсіндіреді. Пунт интерпретациясы үшін білім негіздеген сөзді сезімдеу (WSD) әдісін қолданамыз. Пунт негіздеген шеккелер екі бөлігіне бөліп алады, әрбір оның екі түрлі сезімдер туралы мәліметі бар. Бұл құрылғыны қолдану үшін, WSD жүйесіне енгізілген контексті екі жергілікті контекстке бөліп, әрбір үшін ең жақсы сезім табылады. Біз pun интерпретациясының шығысын pun орналасуы үшін қолданамыз. Біз күтпегеніміз, күтпеген екі мәліметі өте ұқсас болуын күтпегеніміз кезде, біз күтпеген косинус қашықтығын есептеп, әрбір сезіміздің көмегімен ең жоғары қашы Біз контексті бөліп, әдімізді бірнеше негізгі жолдармен салыстырып тәжірибелерді түрлі тәжірибелерді таңдап көрдік. Біз гипотезамызды қолдайтын доказателер таптық және бұл түсініктер үшін конкурентті нәтижелерді алдық.Abstract
본고는 우리가SemEval-2017 퀘스트 7에 참여하는 시스템을 묘사하는데 이 퀘스트는 동형 쌍관어 포지셔닝과 동형 쌍관어 해석의 하위 퀘스트와 관련된다.이중관어의 해석에 대해 우리는 의미를 바탕으로 삽입된 지식 기반의 의미 변조(WSD) 방법을 사용했다.쌍관어를 바탕으로 한 농담은 두 부분으로 나눌 수 있는데 각 부분마다 쌍관어의 두 가지 서로 다른 의미에 대한 정보를 포함한다.이러한 구조를 활용하기 위해 WSD 시스템에 입력한 컨텍스트를 두 개의 로컬 컨텍스트로 분할하고 각 컨텍스트에 대해 최상의 의미를 찾습니다.우리는 이중관 번역의 출력을 사용하여 이중관 위치를 정한다.우리는 쌍관어의 두 가지 의미가 매우 다르다고 생각하기 때문에 모든 의미가 맞는 의미가 여현거리에 박혀 있는 것을 계산하고 가장 큰 거리를 가진 단어를 선택한다.우리는 서로 다른 상하문 분할 방법의 실험을 묘사하고 우리의 방법과 몇 개의 기선을 비교했다.우리는 우리의 가설을 지지하는 증거를 찾았고 쌍관어 해석의 경쟁 결과를 얻었다.Abstract
Šiame dokumente apibūdinama mūsų sistema, dalyvaujanti 7 užduotyje „SemEval-2017“, kurioje pateikiami homografinių žodžių žodžių vietos ir žodžių žodžių žodžių žodžių žodžių žodžiai. Siekdami interpretuoti žaidimus, mes naudojame žiniomis pagrįstą žodžių jautrumo nedviprasmiškumo (WSD) metodą, pagrįstą jutimo įtraukimu. Žodžiai, pagrįsti taškais, gali būti padalyti į dvi dalis, kuriose kiekvienoje pateikiama informacija apie du skirtingus žaidimo pojūčius. Norėdami išnaudoti šią struktūrą, mes padalijame aplinkybes, kurios yra WSD sistemos įnašas į dvi vietos aplinkybes ir surasime geriausią supratimą kiekvienam iš jų. Mes naudojame žodžių žodžių aiškinimo rezultatus žodžių vietai. Kadangi tikimės, kad dvi žodžio reikšmės bus labai skirtingos, apskaičiuojame, kad kiekvienos senso poros kosino atstumai įdedami ir pasirinksime žodį, kuris turi didžiausią atstumą. Apibrėžiame įvairių konteksto dalijimo metodų eksperimentus ir palyginame savo metodą su keliomis bazinėmis linijomis. Rasime įrodymus, kuriais grindžiamos mūsų hipotezės, ir gauname konkurencinius rezultatus žodžių žodžių aiškinimui.Abstract
Овој весник го опишува нашиот систем кој учествува во SemEval-2017 задача 7, за подзадачите на локацијата на хомографичките играчки и хомографичката интерпретација на играчките играчки. За интерпретација на играчките играчки, користиме метод на раздвојување на зборовите на основа на знаење (WSD) базиран на сетилните вградувања. Pun-based jokes can be divided into two parts, each containing information about the two distinct senses of the pun. За да ја искористиме оваа структура го поделиме контекстот кој е влог во системот на ВСД во два локални контексти и да најдеме најдобра смисла за секој од нив. Го користиме излезот на интерпретацијата на играчките играчки за локацијата на играчките играчки. Како што очекуваме двете значења на една игра да бидат многу различни, ние го пресметуваме чувството на вклопување косински дистанци за секој пар чувства и го избираме зборот кој има највисока дистанца. Опишуваме експерименти на различни методи за поделба на контекстот и споредуваме нашиот метод со неколку основни линии. Најдовме докази кои ги поддржуваат нашите хипотези и добиваме конкурентни резултати за интерпретација на играчки.Abstract
ഈ പത്രത്തില് ഞങ്ങളുടെ സിസ്റ്റം സെമ്എവാല്-2017 ടാസ്ക് 7 ല് പങ്കെടുക്കുന്നത് വിവരിക്കുന്നു. ഹോമോഗ്രാഫിക് പാന് സ്ഥലത്തിന്റെ സ പുന് വിശദീകരിക്കുന്നതിന് വേണ്ടി നമ്മള് അറിവ് അടിസ്ഥാനമായ വാക്ക് സെന്സ് അസംബന്ധം ഉപയോഗിക്കുന്നു. ബുദ്ധിമുട പൂന് അടിസ്ഥാനമായ തമാശയ്ക്കള് രണ്ടു ഭാഗങ്ങളായി വിഭാഗിക്കാം, ഓരോരുത്തര്ക്കും വ്യത്യസ്തമായ വിവരങ്ങളുണ്ട്. ഈ ഘടനയെ ഉപയോഗിക്കാന് വേണ്ടി നമ്മള് WSD സിസ്റ്റത്തിലേക്ക് ഉള്പ്പെടുന്ന സംവിധാനത്തെ രണ്ട് പ്രാദേശിക വിവരങ്ങളില ഞങ്ങള് പാന് സ്ഥലത്തിനുള്ള വിശദീകരണത്തിന്റെ ഫലം ഉപയോഗിക്കുന്നു. As we expect the two meanings of a pun to be very dissimilar, we compute sense embedding cosine distances for each sense-pair and select the word that has the highest distance. നമ്മള് വ്യത്യസ്ത രീതികളില് പരീക്ഷണങ്ങള് വിശദീകരിക്കുകയും നമ്മുടെ രീതിയെ പല അടിസ്ഥാനങ്ങളോടും താരതമ്യം ചെയ് നമ്മുടെ വിചാരങ്ങളെ പിന്തുണയ്ക്കുന്ന തെളിവുകള് ഞങ്ങള്ക്ക് കണ്ടെത്തുന്നുണ്ട്. പാന് വിശദീകരിക്Abstract
Энэ цаас бидний системийг SemEval-2017 Task 7-д оролцож байгааг харуулж байна. Химографик pun байрлал болон геомографик pun тодорхойлолтын тухай. Пунт тодорхойлолтын тулд бид мэдлэг үндэслэгдсэн "Word Sense Disambiguation" (WSD) арга ашигладаг. Пунд суурь тоглоомууд хоёр хэсэгт хуваагдаж болно. Бүгд хоёр ялгаатай мэдрэмжүүдийн тухай мэдээллийг агуулж болно. Энэ бүтэц ашиглахын тулд бид WSD системд орчин нутгийн хоёр нөхцөлд оруулж, тэдгээр бүх хүмүүст хамгийн сайн мэдрэмж олдог. Бид pun илтгэлийн үр дүнг pun байрлалд ашиглаж байна. Энэ хоёр утга нь маш төстэй байх гэж бодож байгаа учраас бид мэдрэмжтэй хоорондоо косинус хоорондоо хамгийн өндөр зай байдаг үгийг тооцоолж байна. Бид туршилтуудыг олон төрлийн аргаар хувааж, аргыг олон суурь шулуунтай харьцуулдаг. Бид өөрсдийн гипотензийг дэмжиж, өрсөлдөөний үр дүнг тодорхойлох боломжтой баталгаа олж байна.Abstract
Kertas ini menggambarkan sistem kita yang berpartisipasi dalam SemEval-2017 Tugas 7, untuk subtaskan lokasi kata-kata homografik dan interpretasi kata-kata homografik. Untuk interpretasi permainan, kami menggunakan kaedah Penjelasan Sensa Perkataan (WSD) berdasarkan pengetahuan berdasarkan pengalaman. Lawak berdasarkan titik boleh dibahagi menjadi dua bahagian, masing-masing mengandungi maklumat mengenai dua perasaan yang berbeza dalam permainan. Untuk mengeksploitasi struktur ini, kita bahagikan konteks yang dimasukkan ke sistem WSD ke dalam dua konteks setempat dan mencari akal terbaik bagi masing-masing. Kami gunakan output interpretasi permainan untuk lokasi permainan. Seperti yang kita harapkan kedua makna permainan bermain yang sangat berbeza, kita menghitung perasaan memasukkan jarak kosinus untuk setiap pasangan perasaan dan pilih perkataan yang mempunyai jarak tertinggi. We describe experiments on different methods of splitting the context and compare our method to several baselines. Kami mencari bukti yang menyokong hipotesis kami dan mendapatkan keputusan kompetitif untuk interpretasi permainan.Abstract
Dan id-dokument jiddeskrivi s-sistema tagħna li qed tipparteċipa fil-Kompitu 7 SemEval-2017, għas-sottomistoqsijiet tal-lokazzjoni omografika tal-logħob u l-interpretazzjoni omografika tal-logħob. Għall-interpretazzjoni tal-logħob, a ħna nużaw metodu bbażat fuq l-għarfien tad-Diżambigwarazzjoni tas-Sens tal-Kliem (WSD) ibbażat fuq l-inkorporazzjoni tas-sens. Il-logħob ibbażat fuq il-punti jistgħu jinqasmu f’żewġ partijiet, kull wieħed fih informazzjoni dwar iż-żewġ sensi distinti tal-logħob. Biex nisfruttaw din l-istruttura, aħna nqasmu l-kuntest li huwa kontribut għas-sistema WSD f’żewġ kuntesti lokali u nsibu l-aħjar sens għal kull wieħed minnhom. We use the output of pun interpretation for pun location. Peress li nistennew li ż-żewġ tifsiriet ta’ logħob ta’ interpretazzjoni jkunu differenti ħafna, a ħna nikkalkulaw is-sens li ninkorporaw distanzi kożini għal kull pari ta’ sens u nagħżlu l-kelma li għandha l-ogħla distanza. Aħna niddeskrivu esperimenti dwar metodi differenti ta’ qsim tal-kuntest u nqabblu l-metodu tagħna ma’ diversi linji bażi. Aħna nsibu evidenza li tappoġġja l-ipotesi tagħna u niksbu riżultati kompetittivi għall-interpretazzjoni tal-logħob.Abstract
Dit artikel beschrijft ons systeem dat deelneemt aan de SemEval-2017 Taak 7, voor de subtaken van homografische woordspellocatie en homografische woordspelinterpretatie. Voor woordspelinterpretatie gebruiken we een kennisgebaseerde Word Sense Disambiguation (WSD) methode op basis van zintuiginsluitingen. Pun-gebaseerde grappen kunnen worden onderverdeeld in twee delen, elk met informatie over de twee verschillende zintuigen van de woordspeling. Om deze structuur te exploiteren splitsen we de context die wordt ingevoerd in het WSD-systeem in twee lokale contexten en vinden we de beste zin voor elk van hen. We gebruiken de output van woordspelinterpretatie voor woordspellocatie. Omdat we verwachten dat de twee betekenissen van een woordspeling zeer verschillend zijn, berekenen we zintuigen die cosinusafstanden inbedden voor elk zintuigenpaar en selecteren we het woord dat de hoogste afstand heeft. We beschrijven experimenten op verschillende manieren om de context te splitsen en vergelijken onze methode met verschillende baselines. We vinden bewijs dat onze hypothesen ondersteunt en verkrijgen concurrerende resultaten voor woordspelinterpretatie.Abstract
Denne papiret beskriver systemet vårt som deltar i semiEval-2017 oppgåva 7, for underspørsmålene av homografiske punplassering og homografiske punuttolking. For pun-tolking, bruker vi ein kunnskapsbasert metode for ord-førsel-avmbiguasjon (WSD), basert på følelsesinnbygging. Pun-baserte joker kan delerast i to deler, kvar som inneheld informasjon om dei to ulike sansene av punten. For å bruka denne strukturen deler vi konteksten som er inndata til WSD-systemet i to lokale kontekstar og finn den beste sansen for kvar av dei. Vi bruker utdata av pun- tolkinga for pun- plassering. Som vi forventar at to betingelsane av eit punt skal vera svært ulike, reknar vi følelse som innebygger kosinus-avstandar for kvar følelsespar og velje ordet som har den høgste avstanden. Vi beskriver eksperimenter på ulike metodar for å dele konteksten og sammenligna metoden vårt med fleire baselinjer. Vi finn beviser som støttar hypotesane våre og får konkurentære resultat for uttolking.Abstract
Niniejszy artykuł opisuje nasz system uczestniczący w zadaniu SemEval-2017 7, dla podzadań homograficznej lokalizacji gry i homograficznej interpretacji gry. Do interpretacji gry słów używamy opartej na wiedzy metody Disambiguation (WSD) opartej na osadzeniach zmysłów. Żarty oparte na punach można podzielić na dwie części, z których każda zawiera informacje o dwóch odrębnych zmysłach gry. Aby wykorzystać tę strukturę, podzielimy kontekst wejściowy do systemu WSD na dwa lokalne konteksty i znajdujemy najlepszy sens dla każdego z nich. Używamy wyjścia interpretacji gry słowowej dla lokalizacji gry słowowej. Ponieważ oczekujemy, że dwa znaczenia gry słowa są bardzo różne, obliczamy odległości kosinusu dla każdej pary zmysłów i wybieramy słowo, które ma największą odległość. Opisujemy eksperymenty na różnych metodach podziału kontekstu i porównujemy naszą metodę z kilkoma liniami bazowymi. Znajdujemy dowody popierające nasze hipotezy i uzyskujemy konkurencyjne wyniki do interpretacji gry.Abstract
Este artigo descreve nosso sistema participando da Tarefa 7 do SemEval-2017, para as subtarefas de localização de trocadilhos homográficos e interpretação de trocadilhos homográficos. Para interpretação de trocadilhos, usamos um método de Desambiguação de Sentido de Palavras (WSD) baseado em conhecimento baseado em embeddings de sentido. Piadas baseadas em trocadilhos podem ser divididas em duas partes, cada uma contendo informações sobre os dois sentidos distintos do trocadilho. Para explorar essa estrutura, dividimos o contexto que entra no sistema WSD em dois contextos locais e encontramos o melhor sentido para cada um deles. Usamos a saída da interpretação do trocadilho para a localização do trocadilho. Como esperamos que os dois significados de um trocadilho sejam muito diferentes, calculamos as distâncias de cosseno de incorporação de sentido para cada par de sentido e selecionamos a palavra que tem a maior distância. Descrevemos experimentos em diferentes métodos de divisão do contexto e comparamos nosso método com várias linhas de base. Encontramos evidências que sustentam nossas hipóteses e obtemos resultados competitivos para interpretação de trocadilhos.Abstract
Lucrarea descrie sistemul nostru participant la SemEval-2017 Task 7, pentru subsarcinile localizării omografice a jocului de cuvinte și interpretarea omografică a jocului de cuvinte. Pentru interpretarea jocurilor de cuvinte, folosim o metodă bazată pe cunoaștere bazată pe dezambiguizarea sensului cuvântului (WSD), bazată pe încorporarea simțurilor. Glumele bazate pe pun pot fi împărțite în două părți, fiecare conținând informații despre cele două simțuri distincte ale jocului de cuvinte. Pentru a exploata această structură, împărțim contextul care este introdus în sistemul WSD în două contexte locale și găsim cel mai bun sens pentru fiecare dintre ele. Folosim rezultatele interpretării jocurilor de cuvinte pentru locația jocurilor de cuvinte. Deoarece ne așteptăm ca cele două semnificații ale unui joc de cuvinte să fie foarte diferite, calculăm simțurile care încorporează distanțele cosine pentru fiecare pereche de simțuri și selectăm cuvântul care are cea mai mare distanță. Descriem experimente pe diferite metode de divizare a contextului și comparăm metoda noastră cu mai multe linii de referință. Găsim dovezi care susțin ipotezele noastre și obținem rezultate competitive pentru interpretarea jocurilor de cuvinte.Abstract
В данной статье описывается наша система, участвующая в задаче 7 SemEval-2017, для подзадач гомографического каламбура и гомографической интерпретации каламбура. Для интерпретации каламбура мы используем основанный на знаниях метод Word Sense Disambiguation (WSD), основанный на смысловых вложениях. Шутки на основе каламбура можно разделить на две части, каждая из которых содержит информацию о двух различных чувствах каламбура. Чтобы использовать эту структуру, мы разделяем контекст, который вводится в систему WSD, на два локальных контекста и находим лучший смысл для каждого из них. Мы используем вывод интерпретации каламбура для определения местоположения каламбура. Поскольку мы ожидаем, что два значения каламбура будут очень разными, мы вычисляем расстояния косинуса вложения смысла для каждой пары чувств и выбираем слово, которое имеет наибольшее расстояние. Описываем эксперименты по различным методам разделения контекста и сравниваем наш метод с несколькими исходными линиями. Мы находим доказательства, подтверждающие наши гипотезы, и получаем конкурентные результаты для интерпретации каламбура.Abstract
මේ පැත්තේ අපේ පද්ධතිය සේම්වල් 2017 වැඩ 7 වලට සම්බන්ධ වෙන්න පුළුවන් විස්තර කරනවා, සමාගරික පුන් තැනය සහ සමාගරික පුන් ව පුන් අභාවිතය සඳහා, අපි දන්නවන් අධාරිත වචනයක් පාවිච්චි කරනවා වචනය අක්රියාත්මක (WSD) විධානය සඳහා අ පුන් අධාරිත විහිළුවන් විහිළුවක් දෙකට වෙන්න පුළුවන්, හැමෝම විශේෂ දෙකක් ගැන තොරතුරු තියෙ මේ සංවිධානය ප්රයෝජනය කරන්න අපි WSD පද්ධතියට ඇතුළත් පද්ධතිය දෙකක් පද්ධතියෙන් පිටපත් කරනවා ඒ වගේම ඔවුන්ට අපි පූන් විවෘත්තයේ ප්රවෘත්තිය ප්රවෘත්තිය පාවිච්චි කරන්න පුළුවන්. අපි බලාපොරොත්තු වෙන්නේ පොන්ට් එකේ අදහස් දෙකක් ගොඩක් වෙනස් වෙන්න පුළුවන් වගේ, අපි හැම අදහස් දෙකටම කොසින් දුරක්ෂාවක් අපි පරීක්ෂණය වෙනස් විදිහට පරීක්ෂණය විස්තර කරන්න සහ අපේ පරීක්ෂණය පරීක්ෂණය විස්තර කරනවා පරීක්ෂණය ව අපිට සාක්ෂියක් හොයාගන්න පුළුවන් අපේ විශ්වාස සහයෙන් තියෙනවා ඒ වගේම පුළුවන් විශ්වාස කරනAbstract
V prispevku je opisan naš sistem sodelovanja v nalogi SemEval-2017 7, za podnaloge homografske lokacije besedilnih iger in homografske interpretacije besedilnih iger. Za tolmačenje besednih igric uporabljamo znanje temelječo metodo razpoznavanja besednih čutov (WSD), ki temelji na vgradnji čutov. Šale, ki temeljijo na punku, se lahko razdelijo na dva dela, vsak vsebuje informacije o dveh različnih čutih igre. Za izkoriščanje te strukture razdelimo kontekst, ki je vnos v sistem WSD, na dva lokalna konteksta in poiščemo najboljši smisel za vsako od njih. Za lokacijo igre uporabljamo izhod interpretacije igre. Ker pričakujemo, da sta dva pomena igre zelo različna, izračunamo smisel, ki vključuje kozinus razdalje za vsak par čutov in izberemo besedo, ki ima največjo razdaljo. Opisujemo eksperimente na različnih metodah razdelitve konteksta in primerjamo našo metodo z več osnovnimi linijami. Najdemo dokaze, ki podpirajo naše hipoteze in pridobimo konkurenčne rezultate za interpretacijo igric.Abstract
Kanu wuxuu ku qoran yahay nidaamka ka qayb gala shaqada 7 ee SemEval-2017, kaas oo lagu qorayo goobta homografiga iyo turjubaanka homografiga. Turjumidda pun, waxaynu isticmaalnaa qaabab aqoonta ku saleysan qalabka Sense (WSD). Jimicsiga waxaa lagu qeybin karaa laba meelood, mid kastana waxaa ku jira macluumaad ku saabsan labada sano oo kala duduwan. Si aan u isticmaalno dhismahan aan u kala qeybinno daboolka lagu soo gelinayo WSD, oo aan u helno labada habbood ee degmada ah, waxaana helaynaa labadooda ugu wanaagsan waxyaabaha ugu wanaagsan. Waxaynu isticmaalnaa turjumaadda pun goobta lagu turjumo. Markaynu filanaynaa in labada micnahood ay tahay mid aad u kala duwan, waxaynu xisaabnaynaa fikrada ku socota darafka kooxinta, labada nooc oo dhan, waxaana dooranaynaa hadalka aad u fog. Waxaannu ku qornaa imtixaanka qaababka kala duduwan oo kala duwan qaababka kala duwan oo aan u dhigno qaababkayaga si aan u dhigno maro badan. Waxaynu helnaa caddeynta taageeraya labawejiyadeena, waxaana helaynaa fasirada iskutallada ah ee turjumidda pun.Abstract
Ky dokument përshkruan sistemin tonë që merr pjesë në Detyrën 7 SemEval-2017, për nëndetyrat e pozicionit homografik të lojërave dhe interpretimit homografik të lojërave. Për interpretimin e lojës së lojës, ne përdorim një metodë të zhdukjes së ndjenjës së fjalës (WSD) bazuar në përfshirjen e ndjenjës. Hijet me bazë në pikë mund të ndahen në dy pjesë, secila përmban informacion rreth dy ndjenjave të veçanta të lojës. Për të shfrytëzuar këtë strukturë ne ndajmë kontekstin që është hyrje në sistemin WSD në dy kontekste lokale dhe gjejmë kuptimin më të mirë për secilin prej tyre. Ne përdorim daljen e interpretimit të lojës për pozicionin e lojës së lojës. Ndërsa presim që të dy kuptimet e një loje të jenë shumë të ndryshme, ne llogarisim ndjenjat e përfshirjes së distancave kosinuse për çdo çift kuptimi dhe zgjedhim fjalën që ka distancën më të lartë. Ne përshkruajmë eksperimente në metoda të ndryshme për ndarjen e kontekstit dhe krahasojmë metodën tonë me disa linja bazë. Ne gjejmë prova që mbështesin hipotezat tona dhe fitojmë rezultate konkurruese për interpretimin e lojërave.Abstract
Ovaj papir opisuje naš sistem koji sudjeluje u zadatku 7 za semiEval-2017, za podizanje homografske lokacije puna i homografske interpretacije puna. Za potpunu interpretaciju, koristimo metodu osnovane na znanju osnovanu na osnovu disambigacije reèi oseæanja (WSD) na osnovu integracije smisla. Šalice na punu se mogu podijeliti na dva dijela, svaka koja sadrži informacije o dva različita čula puna. Da bismo iskoristili ovu strukturu, podijelili smo kontekst koji je ulaz u WSD sistem u dva lokalna konteksta i pronašli najbolji smisao za svaku od njih. Koristimo izlaz pun interpretacije za pun lokaciju. Kao što očekujemo da će dve značenja udara biti vrlo neskladna, računali smo osjećaj ugražavanja kosinskih udaljenosti za svaki par osećaja i izabrati reč koja ima najvišu udaljenost. Opišemo eksperimente o različitim metodama razdvajanja konteksta i uspoređujemo našu metodu sa nekoliko osnovnih linija. Nalazimo dokaze koji podržavaju naše hipoteze i dobijamo konkurentne rezultate za pun interpretaciju.Abstract
Denna uppsats beskriver vårt system som deltar i SemEval-2017 Task 7, för underuppgifterna för homografisk ordplacering och homografisk ordtolkning. För ordtolkning använder vi en kunskapsbaserad Word Sense Disambiguation (WSD) metod baserad på sinnesbäddning. Punbaserade skämt kan delas in i två delar, var och en innehåller information om de två distinkta sinnena i ordspelet. För att utnyttja denna struktur delar vi upp kontexten som matas in i WSD-systemet i två lokala kontexter och hittar det bästa förnuftet för var och en av dem. Vi använder resultatet av ordtolkning för ordläge. Eftersom vi förväntar oss att de två betydelserna av en ordlek ska vara mycket olika, beräknar vi sinnesbäddning cosinus avstånd för varje senspar och väljer det ord som har högst avstånd. Vi beskriver experiment på olika metoder för att dela upp kontexten och jämför vår metod med flera baslinjer. Vi hittar bevis som stöder våra hypoteser och får konkurrenskraftiga resultat för ordtolkning.Abstract
Gazeti hili linaelezea mfumo wetu wa kushiriki kazi ya SemEval-2017, kwa ajili ya jukumu la maeneo ya ushoga na tafsiri ya kishoga. Kwa tafsiri ya pun, tunatumia mbinu za kusikitisha maneno yenye ufahamu (WSD) kwa msingi wa maana. Mashara yanayowekana yanaweza kugawanywa katika sehemu mbili, kila mmoja ikibeba taarifa kuhusu hisia mbili tofauti za pun. Kutumia muundo huu tunagawanya muktadha ambao unaingia katika mfumo wa WSD katika mikutano mawili ya ndani na kutafuta maana bora kwa kila mmoja wao. Tunatumia matokeo ya tafsiri ya pun kwa ajili ya maeneo ya pun. Kama tunavyotarajia maana mawili ya punda itakuwa tofauti sana, tunakadiria maana yanayoingia katika umbali wa kosini kwa kila jinsia mbili na kuchagua neno linalopo mbali zaidi. Tunaelezea majaribio katika njia tofauti za kutenganisha muktadha na kulinganisha njia yetu na misingi kadhaa. Tunapata ushahidi unaomwunga imani zetu na kupata matokeo ya ushindani kwa ajili ya tafsiri ya pun.Abstract
This paper describes our system participating in the SemEval-2017 Task 7, for the subtasks of homographic pun location and homographic pun interpretation. புன் விளக்கத்திற்கு, நாம் அறிவு அடிப்படையான வார்த்தை உணர்வு உள்ளீடுகளை அடிப்படையாக பயன்படுத்துகிறோம். Pun-based jokes can be divided into two parts, each containing information about the two separate senses of the pun. இந்த அமைப்பை பயன்படுத்த வேண்டுமானால் WSD முறைமையில் உள்ளிடும் உள்ளிட்ட சூழலை இரண்டு உள்ளூர்ந்த சூழல்களாக பிரித்த நாம் புன் இடத்திற்கான வெளியீட்டை பயன்படுத்துகிறோம். புண்டின் இரண்டு அர்த்தம் மிகவும் பிரச்சனாக இருக்க வேண்டும் என்று நாம் எதிர்பார்க்கும் போது, ஒவ்வொரு உணர்வு ஜோடிக்கும் கோசைன் நாம் வேறு முறைகளில் சோதனைகளை விவரிக்கிறோம். முறைமையை பிரித்து பல அடிக்கோடுகளுக்கு ஒப்பிடுகிறோம். நாங்கள் எங்கள் hypothesis ஆதரிக்கும் தெளிவான ஆதரவை கண்டுபிடிக்கிறோம் மற்றும் புன் விளக்கம் பெறும் போரAbstract
Bu kagyz biziň sistemimizi SemEval-2017 Taýýasy 7-nji zada çykyşýar, homografik pun ýeriniň we homografik pun terjimelerinden çykyşýar. Tafsilmeli terjime etmek üçin bilim tabanlı Kelime Sense Çatmak (WSD) yöntemi duygusal integrlerine dayanan bir şekilde kullanırız. Pun tabanlı şakalar iki parçaya bölünebilir, her biri de pun'un iki farklı duygu hakkında bilgi içerir. Bu yapıyı kullanmak için, bu sistemi WSD sistemine giriş şeklinde paylaşıp, her biri için en iyi mantığı buluruz. Biz pun terjimesini pun ýer üçin ulanýarys. Pun'un iki anlamının çok benzemesini beklediğimizde, her mantıklı çift için kosin uzaklarını hesaplıyoruz ve en yüksek uzaklardaki kelimeyi sayıyoruz. Biz konteksti bölmek üçin farklı yönlerde deneyleri tasvir edip, yönlerimizi birnäçe üssün hatlarla karşılaştyrýarys. Biz hypotezelerimizi destekleýän kanıtlar tapýarys we pun terjime etmek üçin rakip netijeleri aldyrys.Abstract
This paper describes our system participating in the SemEval-2017 Task 7, for the subtasks of homographic pun location and homographic pun interpretation. پون تفسیر کے لئے، ہم ایک علم-based Word Sense Disambiguation (WSD) طریقہ استعمال کرتے ہیں جو حس ابڈینگ پر بنیاد ہے. Pun-based jokes can be divided into two parts, each containing information about the two distinct senses of the pun. ہم نے اس ساختار کو اضافہ کرنے کے لئے متصلہ کو تقسیم کردیا ہے جو WSD سیستم میں دو محلی متصلہ میں داخل ہوتا ہے اور ہر ایک کے لئے بہترین سمجھ پاتے ہیں۔ ہم pun تفسیر کے نتائج کو پون موقعیت کے لئے استعمال کرتے ہیں. جس طرح ہم ایک پانٹ کے دو معنی بہت نابرابر ہونے کا انتظار کرتے ہیں، ہم سمجھتے ہیں کہ ہر احساس جوڑے کے لئے کوسین کی دور کا اندازہ پیدا کرنا ہے اور اس کلام کو انتخاب کرتے ہیں جو سب سے زیادہ دور ہے۔ ہم مختلف طریقوں پر آزمائش بیان کرتے ہیں کہ کانٹس کو تقسیم کریں اور ہمارا طریقہ مختلف بنسس لینوں سے مقایسہ کریں۔ ہم نے اپنے فرضیوں کی مدد کی نشانیاں پائیں اور پانٹ تفسیر کے لئے مقابلہ نتیجے پائیں۔Abstract
Bu sahifa SemEval-2017 Vazifani 7 ishga murojaat qiladigan tizimmizni anglatadi, homografik pun manzilini va homografik pun tarjima qilish uchun. Biz ma'lum bir so'zni o'rganish uchun o'zi so'zlarni o'zgartirish (WSD) usulidan foydalanamiz. Punlik asosida ishonalar ikki qismga teng bo'lishi mumkin, har bir necha bir xil hisobdagi haqida maʼlumot bor. Ushbu tuzuvni ishlatish uchun biz WSD tizimga kiritilgan tarkibni ikki lokal xil holatga qaytadik va ular uchun eng yaxshi ma'lumotni topamiz. Biz pun manziliga tahrirlash natijasini foydalanamiz. Biz bir suhbatning ikki ma'nosi juda ajoyib bo'lishi deb umid qilamiz, biz har bir sining orasidagi ko'plagini hisoblashmiz va eng eng uzun so'zni tanlashimiz mumkin. Biz murakkablarni ajratish va bir necha asosiy uslublarga kamaytirish usulini tahmil qilamiz. Biz munosabatlarimizni qo'llashni ko'rganamiz va pun fikrlarining qiyin natijalariga yetarlicha natijalarini olib kelamiz.Abstract
Tờ giấy này mô tả hệ thống của chúng ta tham gia vào Nhiệm vụ Semkhai-thẩm 7, cho các yêu cầu của vị trí bắn đồng tính và giải thích cho chữ đồng tính. Để giải thích bằng chữ, chúng tôi sử dụng phương pháp biến đổi Từ Thời Báo tri thức dựa trên sự nhúng đầu cảm. Trò cười bằng chữ móc có thể được chia thành hai phần, mỗi phần chứa thông tin về hai giác quan khác nhau của trò chơi chữ. Để khai thác cấu trúc này, chúng tôi chia bối cảnh được nhập vào hệ thống WSD thành hai địa phương và tìm ra cảm giác tốt nhất cho mỗi hệ thống. Chúng tôi sử dụng kết quả giải thích bằng chữ cho địa điểm chơi chữ. Khi chúng ta trông chờ hai nghĩa của một chữ rất khác nhau, chúng ta tính to án cảm giác phù hợp với đường cái cho mỗi cặp cảm xúc và chọn từ có khoảng cách cao nhất. Chúng tôi mô tả các thí nghiệm về các phương pháp khác nhau để chia bối cảnh và so sánh phương pháp của chúng tôi với nhiều bản mẫu. Chúng tôi tìm thấy bằng chứng ủng hộ giả thuyết của mình và có kết quả cạnh tranh cho việc diễn giải.Abstract
本文述臣等参SemEval-2017务7之统,施于同源双关语位与同源双关语解子务。 双关语说者,以知解歧义 (WSD) 法也。 盖双关语之笑可分为二,各含双关语之信。 因此结构,将输入 WSD 系统的上下文拆分为两本地上下文,并为每上下文得最佳义。 以双关语解输为双关语位。 以吾所期双关语二义甚异,故计其感官嵌余弦,而择其最高者单词。 述拆分上下文之实验,比我诸基线。 求其伪证,获双关语解之争。- Anthology ID:
- S17-2076
- Volume:
- Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017)
- Month:
- August
- Year:
- 2017
- Address:
- Vancouver, Canada
- Venue:
- SemEval
- SIGs:
- SIGLEX | SIGSEM
- Publisher:
- Association for Computational Linguistics
- Note:
- Pages:
- 444–448
- Language:
- URL:
- https://aclanthology.org/S17-2076
- DOI:
- 10.18653/v1/S17-2076
- Bibkey:
- Cite (ACL):
- Dieke Oele and Kilian Evang. 2017. BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings. In Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017), pages 444–448, Vancouver, Canada. Association for Computational Linguistics.
- Cite (Informal):
- BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings (Oele & Evang, SemEval 2017)
- Copy Citation:
- PDF:
- https://aclanthology.org/S17-2076.pdf
- Terminologies:
Export citation
@inproceedings{oele-evang-2017-buzzsaw,
title = "BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings{B}uzz{S}aw at {S}em{E}val-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic {E}nglish Puns with Sense Embeddings",
author = "Oele, Dieke and
Evang, Kilian",
booktitle = "Proceedings of the 11th International Workshop on Semantic Evaluation ({S}em{E}val-2017)",
month = aug,
year = "2017",
address = "Vancouver, Canada",
publisher = "Association for Computational Linguistics",
url = "https://aclanthology.org/S17-2076",
doi = "10.18653/v1/S17-2076",
pages = "444--448",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="oele-evang-2017-buzzsaw">
<titleInfo>
<title>BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings</title>
</titleInfo>
<name type="personal">
<namePart type="given">Dieke</namePart>
<namePart type="family">Oele</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Kilian</namePart>
<namePart type="family">Evang</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2017-08</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017)</title>
</titleInfo>
<originInfo>
<publisher>Association for Computational Linguistics</publisher>
<place>
<placeTerm type="text">Vancouver, Canada</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<identifier type="citekey">oele-evang-2017-buzzsaw</identifier>
<identifier type="doi">10.18653/v1/S17-2076</identifier>
<location>
<url>https://aclanthology.org/S17-2076</url>
</location>
<part>
<date>2017-08</date>
<extent unit="page">
<start>444</start>
<end>448</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings %T BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings %A Oele, Dieke %A Evang, Kilian %S Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017) %D 2017 %8 August %I Association for Computational Linguistics %C Vancouver, Canada %F oele-evang-2017-buzzsaw %R 10.18653/v1/S17-2076 %U https://aclanthology.org/S17-2076 %U https://doi.org/10.18653/v1/S17-2076 %P 444-448
Markdown (Informal)
[BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings](https://aclanthology.org/S17-2076) (Oele & Evang, SemEval 2017)
ACL
- Dieke Oele and Kilian Evang. 2017. BuzzSaw at SemEval-2017 Task 7 : Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense EmbeddingsBuzzSaw at SemEval-2017 Task 7: Global vs. Local Context for Interpreting and Locating Homographic English Puns with Sense Embeddings. In Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017), pages 444–448, Vancouver, Canada. Association for Computational Linguistics.