Mar, 2015

学习搜索依赖关系

PDF
TL;DR本文提出使用 credit assignment compiler 构建依存句法分析器，消除底层机器学习细节带来的负担。该方法得到了一个简单的解析器，可以应用于多种语言，并具有与最先进的基于转换的解析方法相似的统计和计算性能，同时避免了各种不利因素，包括随机化、额外的特征要求和定制化学习算法。
dependency parsercredit assignment compilermachine learninglanguagesparsing
发现论文，激发创造
  • 联合预测的信用分配编译器

    本文介绍了一种新的学习搜索方法，通过将复杂的决策问题转化为搜索空间的一系列决策，从而实现多个相互依赖输出变量的联合预测任务，并将其定义为任意命令程序的搜索空间，通过算法改进和编译器将编程和运行时间的复杂度大大降低，其效果在多个预测任务中获得了与替代方法相当的准确性。

    Jun, 2014

  • 解析作为降阶

    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。

    Feb, 2015

  • 众多语言，一种解析器

    使用多语言模型进行依赖解析，通过使用多语言单词聚类和嵌入，令解析器能够在多种语言中进行有效解析，同时基于语言普遍规律和类型相似性实现跨语言推断，从而使其能够更有效地从有限的注释中进行学习。

    Feb, 2016

  • 从零开始的通用依存句法分析

    该论文介绍了 Stanford 的 CoNLL 2018 UD 共享任务中的系统，这是一个完整的神经管道系统，可以将原始文本作为输入，并执行共享任务所需的所有任务，从分词和句子分割到词性标注和依赖关系解析，并通过广泛的消融研究展示了不同的模型组件的有效性。

    Jan, 2019

  • 神经变分转移句法分析中的依赖语法归纳

    本研究提出了一种基于神经网络的转移句法解析器，利用变分推断、后验正则化和方差减小技术训练模型，实现了无监督依赖语法归纳并在英语 Penn Treebank 和 Universal Dependency Treebank 上取得了可以与基于图的模型相媲美的表现，并且在实验比较中显示出比基于图的模型更快的解析速度。

    Nov, 2018

  • 全局贪心依存句法分析

    本文提出了一种能够同时进行全局特征提取和线性时间推理的依存句法分析模型，支持投影和非投影句子的解析，经检验表现良好。

    Nov, 2019

  • 基于二元词法依赖的新统计分析器

    该研究描述了一种基于头词间依赖概率的新型统计解析器，将标准的二元概率估计技术扩展到计算词对间的依赖概率，测试表明该方法至少与 SPATTER（Magerman 95，Jelinek et al 94）相当，模型的简单性意味着其在不到 15 分钟的时间内可以从 40,000 个句子中训练完成；使用 beam search 策略可以提高解析速度到超过 200 个句子 / 分钟，而准确性损失很小。

    May, 1996

  • 基于大规模数据集的实用中文依存句法分析器

    本研究介绍了 Baidu 依存分析器（DDParser），一个新的中文依存分析器，它是基于大规模手动标注数据集 ——Baidu 中文树库（DuCTB）训练的。DDParser 使用基于图的双仿射解析器，并对中文数据集的特征进行了调整，采用两个测试集测试，取得了 92.9％和 86.9％的标记连接分数（LAS），并取得了最先进的结果，并在 https URL 公开发布。

    Sep, 2020

  • 半监督方法解析自然语言句子

    本文介绍了在半监督下对自然语言句子进行解析的工作，重点是去除词汇的依赖关系解析器的多源跨语言转移。首先，评估了树库注释风格对解析性能的影响，重点是介词附着风格。然后，我们提出了 KLcpos3，一种经验性的语言相似度测量方法，专门用于多源去词汇解析器转移中源解析器加权。最后，基于训练解析器模型的插值，引入了一种新的资源组合方法。

    Jun, 2015

  • 使用双向 LSTM 特征表示进行简单准确的依存句法分析

    使用双向 LSTM 神经网络构建特征向量，在依存句法分析中实现最新的结果。

    Mar, 2016