Colt6688的博客

原创 coling 2025：LTRS: Improving Word Sense Disambiguation via Learning to Rank Senses

## 3.2 模型架构 LTRS的整体架构如图1所示，主要包含以下几个关键组件： 1. **统一词义定义集**：将小批量目标词的词义定义集合合并为一个统一的集合DW，为模型提供更广泛的学习实例。### 5.2 局限性 1. **数据集依赖**：LTRS的优异表现与所使用的包含较高比例低频和零样本词义的数据集有关，在低频词义比例较低的基准测试中，优势可能不明显。2. **外部模型依赖**：LTRS依赖先进的句子嵌入模型（如BGE）来计算词义定义之间的相似性，在低资源语言中，这类模型的准确性可能不足。