Feb, 2015

解析作为降阶

PDF
TL;DR本文提出了一种新的中间表示法，基于这种表示法，我们将短语表示分析转化为依存分析，并通过在依存标签中编码顺序信息，表明任何可训练的依存分析器都可以用来生成 constituents。尽管我们的方法很简单，但实验证明，结果与强基准线（例如伯克利解析器和 SPMRL 2014 共享任务中最好的单一系统）不相上下，特别是在德语断点解析方面，我们超过了当前的技术水平。
phrase-representation parsingdependency parsingconstituentsorder informationdiscontinuous parsing
发现论文，激发创造
  • 非二叉的自底向上策略加速移位约简组成分析

    该文章提出了一种新颖的非二元移进 - 规约算法用于组成句法分析，其比现有的基于移进 - 规约的组成句法分析系统使用更少的转换，成为最快的该类系统，以此加快下游任务的速度。该算法的准确性可以与当前最先进的基于移进 - 规约技术的组成句法分析器相媲美，同时在 Wall Street Journal 部分中，它超过所有自上而下有效移进 - 规约的系统。

    Apr, 2018

  • Penn Treebank 上的基于头驱动短语结构语法分析

    该论文尝试将组成和依存句法两种形式融合到头驱动短语结构中，提出了两种基于所转换树的解析算法，成功地在 Penn Treebank（PTB）和中文 Penn Treebank 上实现了一种新型联合解码器，达到了本领域最高的解析性能。

    Jul, 2019

  • 基于依赖的混合树用于语义解析

    本研究提出了一种新的基于依存的混合树模型，将自然语言转换成机器可解释的含义表示，并通过在标准多语言 GeoQuery 数据集上进行的大量实验证明，我们的方法能够在多种语言上实现最先进的性能。

    Sep, 2018

  • 使用指针网络的不连续成分句法分析

    通过 Pointer Networks，我们提出了一种新的神经网络架构，可以生成到目前为止最准确的不连续成分表示，即使不需要词性标注信息，此方法在 NEGRA 和 TIGER 基准测试中均取得了最新的最优结果。

    Feb, 2020

  • 语义角色标注作为句法依存分析

    本文针对英文和中文的语义角色标注进行了实证分析，并通过联合标签的转换方案，将 SRL 注释打包至依存树表示中，并证明该表示法有望进一步将句法方法结合到语义角色标注中。

    Oct, 2020

  • 多任务指针网络用于多表现解析

    提出了一种基于转换的方法，通过训练单个模型，可以有效地解析任何输入句子，支持连续 / 投影和不连续 / 非投影的句法结构，并证明了这两种句法形式可以在训练过程中互相受益，提高了在多个基准测试中的准确性，如英语和中文 Penn 树库以及德语 NEGRA 和 TIGER 数据集。

    Sep, 2020

  • 作为头选项的依存句法分析

    本文提出了一种使用神经网络实现依存分析的模型，该模型可用于自然语言处理和语言学领域，并且在多种语言上取得了与当前最新技术同等的效果。

    Jun, 2016

  • 透过标注实现解析

    该研究探讨了如何将基于上下文的分析方法转化为标注流程，并通过实验证明：推导树的线性转化和其与输入序列的对齐是实现精确标注标记的最重要因素。

    Nov, 2022

  • 基于跨度的成分句法分析：结构标签系统和可证明最优动态预测

    通过使用仅包含句子跨度的最小 LSTM 特征表示的新的 shift-reduce 系统以及第一个可以证明最优的动态 Oracle，该算法的时间复杂度是摊销 O（1），相比于标准依赖解析的 O（n ^ 3）Oracle，我们在使用这个 Oracle 进行训练后，在不使用重新排名或外部数据的情况下取得了最好的 F1 分数，而句法解析准确度得到了显著提高。

    Dec, 2016

  • 使用指针网络重排序将不连续转换为连续解析

    通过将不连续成分的树转换成连续的变体，并使用指针网络和双射函数，将不连续的解析降低到一项连续问题，这项方法与全面的不连续算法相比具有相当准确率，但速度要快得多。

    Apr, 2021