WSD任务中细粒度和粗粒度评分的区别?

在所有的Senseval和SemEval任务中,报告了两种评分 – 细粒度和粗粒度。在词义消歧的背景下,它们代表什么意思?


回答:

在WordNet中,有些词义非常接近。例如,对于“雪”这个词,有以下两个词义。

S: (n) 雪,降雪(从云中以冰晶形式降落的降水)

S: (n) 雪(覆盖地面的雪花层(冻结水的白色晶体))

换句话说,当它从天空降落时是第一个词义,当它到达地面时,词义发生了变化。

在细粒度评分中,这两个词义被视为不同的词义,而在粗粒度评分中,它们被视为相同的词义。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注