Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Monitoring Term Drift Based on SemanticConsistency in an Evolving Vector Field
Högskolan i Borås, Akademin för bibliotek, information, pedagogik och IT.ORCID-id: 0000-0002-1539-8256
Högskolan i Borås, Akademin för bibliotek, information, pedagogik och IT. (DIGRES)
CERTH.
CERTH.
Visa övriga samt affilieringar
2015 (Engelska)Ingår i: Proceedings of IJCNN-15, 2015Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Based on the Aristotelian concept of potentialityvs. actuality allowing for the study of energy and dynamics inlanguage, we propose a field approach to lexical analysis. Fallingback on the distributional hypothesis to statistically model wordmeaning, we used evolving fields as a metaphor to express timedependentchanges in a vector space model by a combinationof random indexing and evolving self-organizing maps (ESOM).To monitor semantic drifts within the observation period, anexperiment was carried out on the term space of a collection of12.8 million Amazon book reviews. For evaluation, the semanticconsistency of ESOM term clusters was compared with theirrespective neighbourhoods in WordNet, and contrasted withdistances among term vectors by random indexing. We found thatat 0.05 level of significance, the terms in the clusters showed a highlevel of semantic consistency. Tracking the drift of distributionalpatterns in the term space across time periods, we found thatconsistency decreased, but not at a statistically significant level.Our method is highly scalable, with interpretations in philosophy.

Ort, förlag, år, upplaga, sidor
2015.
Nyckelord [en]
evolving semantics, index terms, vector field, self-organizing maps, knowledge organization, digital preservation
Nationell ämneskategori
Annan data- och informationsvetenskap
Forskningsämne
Biblioteks- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:hb:diva-8527OAI: oai:DiVA.org:hb-8527DiVA, id: diva2:894316
Konferens
International Joint Conference on Neural Networks
Projekt
PERICLES
Forskningsfinansiär
EU, FP7, Sjunde ramprogrammet, FP7-601138Tillgänglig från: 2016-01-14 Skapad: 2016-01-14 Senast uppdaterad: 2018-01-10Bibliografiskt granskad

Open Access i DiVA

fulltext(120 kB)459 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 120 kBChecksumma SHA-512
6f60812d261ce8d1c08c03beffc9c00fe2112fd8bac7fdf35625e428f6508d4a8879675e5671372104c7ebcc6ffc2b2b9c2131936f918b2e7bbdb61a98056a41
Typ fulltextMimetyp application/pdf

Övriga länkar

http://arxiv.org/abs/1502.01753

Sök vidare i DiVA

Av författaren/redaktören
Wittek, PeterDarányi, Sándor
Av organisationen
Akademin för bibliotek, information, pedagogik och IT
Annan data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 459 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 1003 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf