[论文解读] Survey of Computational Approaches to Diachronic Conceptual Change.

Nina Tahmasebi, Lars Borin+1 more|arXiv (Cornell University)|Nov 15, 2018

Language and cultural evolution被引用 45

一句话总结

本文综述了用于检测历时性概念变化（即词语意义和用法随时间的演变）的计算方法，重点聚焦于词义变化检测及其向更广泛概念演化的扩展。该文整合了自然语言处理与计算语言学的最新进展，以支持历史文本分析、文档相似性计算及长期信息检索。

ABSTRACT

Our languages are in constant flux driven by external factors such as cultural, societal and technological changes, as well as by only partially understood internal motivations. Words acquire new meanings and lose old senses, new words are coined or borrowed from other languages and obsolete words slide into obscurity. Understanding the characteristics of shifts in the meaning and in the use of words is useful for those who work with the content of historical texts, the interested general public, but also in and of itself. The findings from automatic lexical semantic change detection, and the models of diachronic conceptual change are currently being incorporated in approaches for measuring document across-time similarity, information retrieval from long-term document archives, the design of OCR algorithms, and so on. In recent years we have seen a surge in interest in the academic community in computational methods and tools supporting inquiry into diachronic conceptual change and lexical replacement. This article is an extract of a survey of recent computational techniques to tackle lexical semantic change currently under review. In this article we focus on diachronic conceptual change as an extension of semantic change.

研究动机与目标

• 考察学术界对计算技术分析词语意义和概念类别随时间演变的兴趣日益增长的现象。
• 应对在历史语料库中检测词汇语义变化的挑战，特别是其与文化、社会和技术变革的关系。
• 将语义变化检测扩展至历时性概念变化，捕捉超越单个词语的更广泛意义上的演变。
• 通过建模长期语言演变，支持文档相似性、信息检索和OCR设计等应用。
• 提供当前历时性概念变化方法与工具的全面概述，基于一项正在评审中的持续性综述。

提出的方法

• 本文综合了利用历史文本语料库检测词汇语义变化的近期计算技术。
• 重点聚焦于分布语义模型，将词语意义表示为高维空间中的向量，并追踪其在不同时期的演变。
• 该方法结合语料的时间分段与统计分析，以识别词语向量表示中的显著变化。
• 通过分析相关词语的聚类及其随时间演变的关系，将语义变化检测扩展至概念变化。
• 该方法利用现有的NLP工具以及在历史文本集合上训练的嵌入表示，以建模历时性变化。
• 将研究成果整合至实际应用中，如跨时间文档相似性计算与长期档案信息检索。

实验结果

研究问题

• RQ1 计算方法如何检测词语意义和用法在历史时期之间的演变？
• RQ2 在超越单个词汇语义漂移的背景下，建模历时性概念变化的关键挑战是什么？
• RQ3 文化、社会和技术变革如何影响可检测到的词汇与概念演变模式？
• RQ4 历时性语义模型在长期档案中如何改善信息检索与文档相似性计算？
• RQ5 当前在语言概念变化计算建模方面存在哪些局限性，未来的发展方向是什么？

主要发现

• 近期计算方法已显著推进了基于分布语义模型与词嵌入时间分析的词汇语义变化检测。
• 历时性概念变化不仅限于单个词语的词义，还涵盖相关术语集群与语义网络的演变。
• 这些模型正越来越多地应用于实际任务，如跨时间文档相似性计算与档案信息检索。
• 将历时性模型整合至OCR与文本分析流程中，可提升处理历史文献的准确性。
• 尽管已取得进展，但在建模内部语言动因以及捕捉细微或非线性意义变化方面仍存在挑战。
• 该领域快速发展，对可扩展、可解释且具文化敏感性的概念变化检测方法的兴趣日益增长。