與古人對話 人工智能使用元數(shù)據(jù)跟蹤古希臘文字演變

　　【CNMO新聞】古代語言的解釋包括對語義的猜測，以及一詞多義和語境。Alan Turing Institute研究所、華威大學、赫爾辛基大學和亞馬遜的研究人員在最新發(fā)表的一篇論文中提出了一種新的解決方案，該方案涉及到神經(jīng)網(wǎng)絡(luò)或分層的數(shù)學函數(shù)來模擬生物神經(jīng)元，它被稱為古希臘語的類別感知語義變化（GASC），它利用目標文本類型的分類元數(shù)據(jù)來揭示古希臘語數(shù)據(jù)集中含義的演變。 

　　對語義變化進行建模的系統(tǒng)并不新鮮，研究人員已經(jīng)使用了一系列基于主題和基于圖形的自然語言處理模型，來完成解釋任務。但作者指出，很少有人關(guān)注古代語言，而且大多數(shù)都沒有考慮到語言的變異特征。相比之下，該團隊的工作超越了文學數(shù)據(jù)集和歷史語言數(shù)據(jù)，直接解決了關(guān)于體裁的問題。 

古希臘文字

　　研究人員首先編制了一個預處理語料庫，其中包括820首詩歌、戲劇、演講、哲學、散文、敘事、地圖冊、宗教手稿和公元前8世紀至公元5世紀之間的信件，共逾1000萬字。每個詞都進行了引理 和詞性標記，模型的任務是在給定的上下文中檢測與目標詞相關(guān)的意義，并描述它們隨時間的演變。

　　研究小組解釋說：”在技術(shù)文本中，我們希望多義詞具有技術(shù)意義。另一方面，在更接近一般語言的作品中，如喜劇、演講、史學等，我們希望這些詞以更具體、更少隱喻的意義出現(xiàn)。”

　　為了評估人工智能系統(tǒng)的性能，研究人員創(chuàng)建了一個輔助數(shù)據(jù)集和框架。他們在語料庫中選擇了50個可以確定為多義詞的目標詞，其中17個來自希臘語專業(yè)詞匯，33個來自Diorisis語料庫中頻率最高的引理（用來表示詞匯或意義單位的形式）。對于每個單詞，他們隨機地將源語料庫分為訓練集和測試集，并設(shè)計了一種方法，可以自動將模型中與每種感覺相關(guān)的單詞列表與一組由人類專家標注的感覺標簽匹配起來。在實驗中，研究人員報告說，GASC能夠提供詞義演變的可解釋表述，并且與目前的技術(shù)水平相比，它實現(xiàn)了更好的預測性能。