阿卜杜·优素福;布鲁斯·米勒。 探讨单词嵌入在数学搜索和数学语义中的使用。 （英语） Zbl 1428.68354号 Kaliszyk，Cezary（编辑）等人，《智能计算机数学》。2019年7月8日至12日在捷克共和国布拉格举行的第十二届国际会议，CICM 2019。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。11617, 291-305 (2019). 摘要：单词嵌入使用语义丰富的数字向量表示单个单词，它使深度学习能够成功应用于NLP任务，如语义角色建模、问答和机器翻译。由于数学文本由自然文本和数学表达式组成，它们同样具有线性相关性和上下文特征，因此单词嵌入也可以应用于数学文档。另一方面，数学术语也显示出不同于文本单词的特征（例如，抽象）。因此，值得探讨单词嵌入在数学语言处理和MKM中的使用和有效性。本文通过对数学嵌入的一些基本任务进行测试，对数学嵌入进行了探索性研究，这些基本任务包括：（1）数学术语相似性，（2）类比，（3）使用基于计算表征概念的关键字（加权）质心的新方法进行基本数值概念建模，以及（4）数学搜索，特别是使用查询关键字的加权质心进行查询扩展，然后使用与质心最相似的新关键字扩展查询。由于缺乏基准，我们的调查是使用精心挑选的DLMF插图进行的。我们从调查中得出了一些一般性的观察结果和经验教训，这些经验教训形成了未来在大型基准上进行具有统计意义的测试的轨迹。我们的初步结果和观察表明，数学嵌入有很大的前景，但也表明需要更稳健的嵌入。关于整个系列，请参见[Zbl 1428.68028号]. 引用于2文件 MSC公司： 68伏30 数学知识管理 软件：小队;手套;DLMF公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Youssef}和\textit{B.R.Miller}，莱克特。注释计算。科学。11617，291--305（2019；Zbl 1428.68354） 全文： 内政部