Textessence: أداة للتحليل التفاعلي للتحولات الدلالية بين كوربورا

تضمين الكلمات والمفاهيم التقاط الانتظام النحوية والدلالة للغة؛ومع ذلك، فقد شهدوا استخداما محدودا كأدوات لدراسة خصائص Corpora المختلفة وكيف تتعلق ببعضها البعض.نقدم TECTESSENCE، نظام تفاعلي مصمم لتمكين التحليل المقارن لشركة Corpora باستخدام AdmEdings.يشمل Textessence أوضاع مرئية ومقرها الجوار والمشاكل في تضمين التحليل في واجهة خفيفة الوزن واستنادا على الويب.نقترح مزيدا من الإجراءات الجديدة لتضمين الثقة بناء على أقرب تداخل حي، للمساعدة في تحديد المدينات عالية الجودة لتحليل Corpus.توضح دراسة حالة عن الأدبيات العلمية Covid-19 فائدة النظام.يمكن العثور على Textessence في https://textessence.github.io.

Embeddings of words and concepts capture syntactic and semantic regularities of language; however, they have seen limited use as tools to study characteristics of different corpora and how they relate to one another. We introduce TextEssence, an interactive system designed to enable comparative analysis of corpora using embeddings. TextEssence includes visual, neighbor-based, and similarity-based modes of embedding analysis in a lightweight, web-based interface. We further propose a new measure of embedding confidence based on nearest neighborhood overlap, to assist in identifying high-quality embeddings for corpus analysis. A case study on COVID-19 scientific literature illustrates the utility of the system. TextEssence can be found at https://textessence.github.io.