KIT | KIT-Bibliothek | Impressum | Datenschutz

Distributional Tensor Space Model of Natural Language Semantics

Giesbrecht, Eugenie

Abstract:
We propose a novel Distributional Tensor Space Model of natural language semantics employing 3d order tensors that accounts for order dependent word contexts and assigns to words characteristic matrices such that semantic composition can be realized in a linguistically and cognitively plausible way. The proposed model achieves state-of-the-art results for important tasks of linguistic semantics by using a relatively small text corpus and without any sophisticated preprocessing.

Open Access Logo


Volltext §
DOI: 10.5445/IR/1000044671
Coverbild
Zugehörige Institution(en) am KIT Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Hochschulschrift
Jahr 2014
Sprache Englisch
Identifikator urn:nbn:de:swb:90-446715
KITopen-ID: 1000044671
Verlag KIT, Karlsruhe
Abschlussart Dissertation
Fakultät Fakultät für Wirtschaftswissenschaften (WIWI)
Institut Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Prüfungsdaten 28.02.2014
Referent/Betreuer Prof. R. Studer
Schlagworte distributional semantics, natural language processing, semantic space model, compositional matrix space model, text mining
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page