Abstract

We report the results of UNIBA participation in the first SemEval-2012 Semantic Textual Similarity task. Our systems rely on distributional models of words automatically inferred from a large corpus. We exploit three different semantic word spaces: Random Indexing (RI), Latent Semantic Analysis (LSA) over RI, and vector permutations in RI. Runs based on these spaces consistently outperform the baseline on the proposed datasets.

Autore Pugliese

• Semeraro Giovanni , Basile Pierpaolo

Tutti gli autori

• CAPUTO A.;SEMERARO G.;BASILE P.

Titolo volume/Rivista

Non Disponibile

Anno di pubblicazione

2012

ISSN

Non Disponibile

ISBN

978-1-937284-22-0

Numero di citazioni Wos

Nessuna citazione

Ultimo Aggiornamento Citazioni

Non Disponibile

Numero di citazioni Scopus

Non Disponibile

Ultimo Aggiornamento Citazioni

Non Disponibile

Settori ERC

Non Disponibile

Codici ASJC

Non Disponibile