Вычислительная сложность получения векторных представлений слов постоянно растет за счет как увеличения объема входных данных, так и увеличения сложности моделей.
Проектирование и обучение новой модели, которая учитывала бы дополнительную экспертную информацию о семантическом сходстве слов, сегодня оценивается в тысячи часов вычислительных экспериментов.
В ходе исследования существующие векторные представления корректируются путем преобразования их во вторичные представления с учетом семантического сходства.
Предложены преобразование представления и процедура обучения.
Таким образом, вместо построения новой модели корректируется существующая, что значительно снижает вычислительные затраты по сравнению с разработкой новой модели.
Полный текст статьи можно прочитать Здесь