Distributional semantics for semantic similarity

Distributional semantics quantifies and categorizes the semantic similarities between linguistic units based on their contextual, distributional properties. Harris (1954) proposed “distributional hypothesis” where the words which are used in the same local contexts intend to have a similar meaning. Vector space model has received researchers’ attention to represent the semantic information of words. In this model words are represented as a set of mathematical objects that can be added, subtracted or multiplied together. In lexical semantics, various lexical relations are introduced which benefit from the vector space model. One of them is semantic similarity where some elements of meaning are shared, e.g. car, bicycle.

In this talk developing a vector space model for semantic representation is introduced and it is shown how this modeling can be used mono-lingually or cross-lingually to find similarities between words. Additionally, the obtained experimental results on Persian are discussed.

معناشناسی توزیعی برای تشابه  معنایی

معناشناسی توزیعی شباهت‌های معنایی بین واحدهای زبانی را بر اساس ویژگی‌های بافتی و توزیعی آنها اندازه‌گیری و دسته‌بندی می‌گردد. هریس (1954) "فرضیه توزیع" را مطرح کرد که در آن واژه‌هایی که بافت جایگاهی یکسان استفاده می شود  معنای مشابهی به هم دارد. مدل فضای برداری برای ارائه اطلاعات معنایی واژه‌ها مورد توجه محققان قرار گرفته است. در این مدل واژه‌ها به‌عنوان مجموعه‌ای از اشیاء ریاضی‌گونه نمایش داده می شود که می‌تواند با هم جمع، تفریق یا ضرب شود. در معناشناسی واژگانی، روابط واژگانی گوناگونی معرفی شده‌است که از مدل فضای برداری بهره می‌برد. یکی از آنها شباهت معنایی است که در آن برخی عناصر معنایی مشترک است، به‌عنوان مثال. ماشین و دوچرخه.

در این سخنرانی توسعه یک مدل فضای برداری برای بازنمایی معنایی معرفی می‌شود و نشان داده می‌شود که چگونه می‌توان از این مدل‌سازی به صورت تک‌زبانه یا چندزبانه برای یافتن شباهت بین واژه‌ها استفاده نمود. علاوه بر این، نتایج عملی به‌دست‌آمده در مورد فارسی مورد بحث قرار خواهد گرفت.