ACLJun, 2023

Hexatagging: 投影依存句法分析作为标记化

PDF
TL;DR本文介绍了一种新的依赖性分析器：Hexatagger，通过标记句子中的单词，并使用可能标记的有限集合来构建依赖关系树。我们的方法是完全可并行化的，并获得了 96.4 LAS 和 97.4 UAS 的最新性能。同时，我们的解析器的线性时间复杂度和并行性显着提高了计算效率，比先前的最先进模型快了大约 10 倍。
dependency parserhexataggerparallelizableprobabilisticcomputational efficiency
发现论文，激发创造
  • 解析作为预训练

    本文讨论了使用预训练架构（而非解码）进行单语种全刻度句法分析（成分和依赖）的问题，并使用序列标注作为模型，探讨了不同词向量的句法敏感性。实验分析显示，使用预训练编码器的结果优于现有序列标记解析器，F1 评分为 93.5％（PTB）和 78.8％（EN-EWT UD）的限制条件下。

    Feb, 2020

  • 四标记：线性时间推断下的词同步解析

    提出一种可以将标签分配给句子中每个单词的成分解析算法，该算法使用了当前神经网络结构，可在与现有最先进解析器类似的精确度下实现实质性的速度提升，95.4 F1 测试集结果表明其算法性能优秀。

    Apr, 2019

  • 一次性读取、标记和解析，或完全神经依存句法分析

    用单个深度神经网络实现的依赖关系解析器，无需词性标注即可直接生成依存关系及其标签，经过多任务学习和适当的正则化和额外监督训练，在没有语言特征的情况下，在斯拉夫语 UD 树库中表现为最高准确性。

    Sep, 2016

  • 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

  • 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

  • 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

  • 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

  • 三个新的依存句法概率模型：探索

    本文提出一种新的 O (n^3) 依赖语法分析算法，并开发了三种不同的随机化方式。我们提出了词汇亲和模型、意义标注模型和生成模型。通过在训练文本上评估三种模型的分析性能并给出了初步的实证结果，其中生成模型在分析性能上表现显著优于其他模型，并且在词性标注方面表现同样出色。

    Jun, 1997

  • 探索乌尔都语中的句法模式：依存分析的深度研究

    通过依存句法分析技术，我们在低资源语言乌尔都语的解析中取得了重要进展，并使用复杂的特征模型和 Nivreeager 算法，获得了一定准确率并评估了解析器的错误。

    Jun, 2024

  • 从依赖解析树中提取无头 MWEs: 解析、标注和联合建模方法

    对于平面结构的多词表达式（flat-structure MWEs），识别标记比解析更准确。使用提出的联合解码算法，结合解析和标记策略，可以获得更高的准确性，其提高来自解析器和标记器之间的特征共享。

    May, 2020