EMNLPOct, 2023

4 和 7 位标记的投射和非投射依赖树

PDF
TL;DR引入了一种将任何工程性依赖树表示为一系列 4 位标签（每个词一个标签）的用于解析的编码方法，其标签的位表示（1）是否为左或右从属关系，（2）是否为其父节点的最外层（左 / 右）从属关系，（3）是否具有左子节点，和（4）是否具有右子节点。在多个不同的树库上进行的实验结果表明，与以前表现最佳的序列标注编码方法相比，我们的 7 位编码方法在准确性上取得了显著的提升，并且扩展了覆盖范围，几乎达到全非工程性弧的 99.9% 的经验弧覆盖率。
发现论文，激发创造
  • 使用括号编码进行二平面依存句法分析

    本文提出一种基于括号的编码方法来表示依存句法树，通过利用 2-planarity 的特性进行编码以实现对非投影树的几乎完全覆盖，并在高度非投影树库上提高 0.4% LAS 的准确性。

    Nov, 2020

  • 可行的依存句法分析作为序列标注

    本文研究使用基于 BiLSTM 的序列标注方法重构了依存句法分析，并通过在 PTB 和 UD 树库样本上的实验，证明该方法在速度和准确性之间提供了很好的平衡，结果与更复杂的方法相当竞争力。

    Feb, 2019

  • 组成部分句法分析作为序列标注

    该论文介绍了一种将成分解析简化为序列标注的方法，并使用该方法在 PTB 和 CTB 树库上取得了 90.7% 的 F1 得分，成为最快的成分解析器之一。

    Oct, 2018

  • 基于转移和序列标注分析的统一理论

    我们定义了从自左向右读取句子的基于转移的解析算法到序列标注编码的句法树的映射。这不仅建立了基于转移的解析和序列标注解析之间的理论关系，而且提供了一种从不同形式的现有基于转移的解析器中获得快速简单的序列标注解析的新编码的方法。将其应用于依赖分析，我们实现了四种算法的序列标注版本，结果显示它们是可学习的，并且具有与现有编码相当的性能。

    Nov, 2020

  • Hexatagging: 投影依存句法分析作为标记化

    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。

    Jun, 2023

  • 有标注依赖树的探究

    DepProbe 是一个能够从嵌入中提取有标签和有向依赖解析树的线性探针，使用的参数较少，计算复杂度较低，并且在选择最佳转移语言以训练完整的双仿效注意解析器方面表现卓越。

    Mar, 2022

  • 基于中心词词组结构的工程化句法分析

    我们提出了一种新的基于 headed spans 的投影依存解析方法。我们将从每个单词开始的最大子树表示为一组 headed spans，将一个依存树的得分分解为所有 headed spans 的得分， 并设计了一个新颖的 O (n3) 动态编程算法实现全局训练和准确推理。我们的方法在 PTB，CTB 和 UD 上实现了最先进或有竞争力的结果。

    Aug, 2021

  • 全球基于转移的非投影依存句法分析

    通过将转移型句法分析器的动态规划实现与最小集的双向 LSTM 功能相结合，Shi、Huang 和 Lee (2017) 获得了英语和汉语依存句法分析最先进的结果，但受限于投影分析。在本文中，我们通过提供 MH_4 算法的第一个实际实现，扩展了他们的方法以支持非投影性，在非投影性树库上具有非常高的覆盖率，并简化该算法以适应最少的转移型特征集。我们因此获得了非投影性转移型分析的全局解码的第一个实现，并证明它在解析一些高度非投影性的语言方面比其投影对应物更有效。

    Jul, 2018

  • 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

  • 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