KnutJaegersberg/interpretable_word_embeddings

这些词嵌入是使用POLAR技术将常见的词嵌入重新投影到大约700个可解释的极性对立维度（例如好/坏）的结果。作者使用了wikidata5m嵌入，即500万个知识图嵌入（SimplE），并进一步过滤了与fasttext嵌入标记的重叠部分。作者指出并非所有维度都有意义，并计划在使用过程中移除那些没有意义的维度。

原始信息汇总

数据集概述

数据集来源与处理

• 原始数据集：wikidata5m 知识图谱嵌入（SimplE）。
• 处理方法：使用POLAR技术对原始的‘common’词嵌入进行重新投影，转换为约700个可解释的极性对立维度（如good/bad）。

数据集特点

• 维度数量：约700个维度。
• 数据过滤：为了减少模型大小，数据集进一步过滤了与fasttext嵌入令牌重叠的部分。

当前状态与未来计划

• 当前状态：并非所有维度都具有实际意义，目前仍在进行中。
• 未来计划：计划移除在使用过程中发现无意义的维度。

许可证

• 许可证：MIT许可证。