We propose a new unified framework

We propose a new unified framework for monolingual (MoIR) and cross-lingual information retrieval (CLIR) which relies on the induction of dense real-valued word vectors known as word embeddings (WE) from comparable data. To this end, we make several important contributions: (1) We present a novel word representation learning model called Bilingual Word Embeddings Skip-Gram (BWESG) which is the first model able to learn bilingual word embeddings solely on the basis of document-aligned comparable data; (2) We demonstrate a simple yet effective approach to building document embeddings from single word embeddings by utilizing models from compositional distributional semantics. BWESG induces a shared cross-lingual embedding vector space in which both words, queries, and documents may be presented as dense realvalued vectors; (3) We build novel ad-hoc MoIR and CLIR models which rely on the induced word and document embeddings and the shared cross-lingual embedding space; (4) Experiments for English and Dutch MoIR, as well as for English-to-Dutch and Dutch-toEnglish CLIR using benchmarking CLEF 2001-2003 collections and queries demonstrate the utility of our WE-based MoIR and CLIR models. The best results on the CLEF collections are obtained by the combination of the WE-based approach and a unigram language model. We also report on significant improvements in ad-hoc IR tasks of our WE-based framework over the state-of the-art framework for learning text representations from comparable data based on latent Dirichlet allocation (LDA).

결과 (한국어) 1:

(모이 어) 사용에 대 한 새로운 통합된 프레임 워크를 제안 하는 우리와 교차 언어 정보 검색 (CLIR) 밀도 진짜 반환 단어 벡터의 유도에 의존 비교 데이터에서 단어 포함 (우리)로 알려진. 이 위해, 우리는 몇 가지 중요 한 기여를 만들: (1) 우리 국어 단어 포함 건너뛰기-그램 (BWESG) 이중 언어 단어 포함 문서 정렬 비교 데이터; 기초만 배울 수 있는 첫 번째 모델은 모델 학습 소설 단어 표현 제시 (2) 우리 작곡 분포 의미에서 모델을 사용 하 여 문서 포함 한 단어 포함에서 건물에 단순 하지만 효과적인 접근 방식을 보여 줍니다. BWESG 유도는 단어, 쿼리 및 문서 수 있습니다 수 여 밀도 realvalued 벡터;로 공유 크로스-언어 포함 벡터 공간 (3) 우리 소설 임시 유발된 단어와 문서 포함 및 공유 크로스-언어 포함 공간;에 의존 하는 모이 어와 CLIR 모델 구축 (4) 실험 영어 및 네덜란드 모이 어, 뿐만 아니라 영어 네덜란드어 및 네덜란드어 영어 CLIR 벤치마킹 음자리표 2001-2003 컬렉션 및 쿼리를 사용 하 여 우리의 우리가 기반 모이 어와 CLIR 모델의 유틸리티를 보여 줍니다. 음자리표 컬렉션에 최상의 결과 우리가 기반 접근 그리고 unigram 언어 모델의 조합에 의해 얻을 수 있습니다. 우리는 또한 상태-의-아트 프레임 워크 잠재 디리클레 할당 (LDA)에 따라 비교 데이터에서 텍스트 표현 학습을 통해 우리의 우리가 기반 프레임 워크의 임시 IR 작업에 상당한 개선에 보고 합니다.

결과 (한국어) 2:

우리는 비교 데이터에서 단어 묻어 (WE)로 알려진 고밀도 실수 워드 벡터의 유도에 의존하는 단일 언어 (MOIR) 및 교차 언어 정보 검색 (CLIR)을위한 새로운 통합 프레임 워크를 제안한다. 이를 위해, 우리는 몇 가지 중요한 기여를 할 : (1) 우리는 전적으로 문서 정렬에 기초 국어 단어 묻어을 배울 수있는 첫 번째 모델이다 이중 언어 말씀 묻어 건너 뛰기 - 그램 (BWESG)라는 새로운 단어 표현 학습 모델을 제시 비교 데이터; (2) 조성 분배 의미에서 모델을 이용하여 하나의 단어에 묻어에서 문서 묻어을 구축하는 간단하면서도 효과적인 접근 방식을 보여줍니다. BWESG는 두 단어, 쿼리 및 문서 밀도 realvalued 벡터로 표현 될 수있는 벡터 공간을 포함하여 공유 교차 언어를 유도; (3) 유도 된 단어 및 문서 묻어과 공유 교차 언어 삽입 공간에 의존 새로운 임시 모이어와 CLIR 모델을 구축; (4)뿐만 아니라 투 - 네덜란드어 영어와 네덜란드어 - toEnglish CLIR 벤치마킹 음자리표에게 2001-2003 컬렉션 및 쿼리를 사용하여 영어와 네덜란드어 모이어에 대한 실험은 우리의 WE-기반 모이어와 CLIR 모델의 유틸리티를 보여줍니다. 음자리표 컬렉션에 가장 좋은 결과는 WE-기반의 접근 방식과 음절 언어 모델의 조합에 의해 얻어진다. 우리는 또한 잠재 디리클레 할당 (LDA)을 기준으로 비교 데이터의 텍스트 표현을 학습에 대한 최신 상태의 프레임 워크를 통해 우리의 WE-기반 프레임 워크의 임시 IR 작업에 상당한 개선에보고한다.

결과 (한국어) 3:

우리는 새로운 통일 틀 언어 (무아르), 크로스 언어 정보 검색 (의존적입니다 도입) 유도 비밀 실수 단어 벡터 있는 걸 말 (우리) 은 정말 데이터.이 몇 가지 중요한 공헌을 할 수: (1) 이 새로운 단어 표시 있는 걸 이중 언어 단어 건너뛰기 학습 모델 그람 (bwesg) 이 첫 모델 이중 언어 단어 단지 알 수 있는 기초 위에 더 데이터 파일 정렬 (2) 는 간단하면서도 효과적인 방법은 우리가 한 건물 파일 그 글자 이용할 수 있는 그런 모델 분포 어의 성분.bwesg 유도 공동 부서를 혀 않습니다. 이 두 단어를 벡터 공간 의문을 제기할 수 있으며, 파일 비밀 운용 实值 매체; (3) 우리 모델, 새로운 스스로 무아르 크로스 의지해 유도 글자, 파일 공유 적이 있는, 혀 있는 공간 (4) 시험, 영어, 네덜란드 무아르, 고 더치, 네덜란드 번역한 영어 영어 크로스 - 2003 수집 및 검색 사용할 기본 표시 표 효용 따라, 우리는 무아르 도입 모델.가장 좋은 성과를 얻은 표 그룹 소장하고 이 우리 바탕으로 한 언어 모드, 원.우리는 아직 보고 - 임무를 중대한 진전이 있다 우리 프레임 프레임 지나치게 예술 상태 학습 텍스트 표시 기반 정말 자료 몰래 값 설정 (l).