Mar, 2024

不含涉密术语和不必要解释的无泪 MRL 解析：以希伯来语为例

PDF
TL;DR在形态丰富的语种中，通过一种新的 “翻转管道” 方法，直接在整个单词单元上进行专家分类器的决策，再综合其预测，从而在希伯来语词性标注和依存句法分析上取得了新的技术水平，并在其他希伯来语自然语言处理任务上接近最新技术水平。
syntactic parsingrelation extractioninformation extractionmorphologically rich languageshebrew nlp tasks
发现论文，激发创造
  • 一个真正的联合神经结构用于分割和解析

    通过提供一种基于格点的表示，能够同时解决词法分割和句法分析任务的联合神经体系结构，在希伯来语等具有高度复杂性和模棱两可性的多词类语言上取得了最先进的性能。

    Feb, 2024

  • 少量预训练大有裨益：针对低资源词形丰富语言的依存句法分析任务案例研究

    本研究针对资源匮乏的语言环境下，针对高度分析形态的自然语言（MRLs）的依赖句法分析任务，提出了预训练的简单辅助任务方法，实验结果表明，提出的方法使得在 10 种低资源语言环境下实验得到了稳定的提高

    Feb, 2021

  • 从 SPMRL 到 NMRL：在十年解析形态丰富的语言（MRLs）中我们学到了什么（又忘记了什么）？

    该研究回顾了过去十年在 SPMRL 框架下解析富形态语言的建模、词汇和架构方面所遇到的挑战，并提出将 SPMRL 的符号思想引入现代神经结构设计的思路，从而推动 NMRL（神经模型富形态语言）研究进入新的领域，同时展示了在希伯来语的多标记任务中设计神经模型的初步支持。

    May, 2020

  • 中文语义角色标注的句法感知多任务学习框架

    本文介绍了基于统一覆盖模型的跨度和基于单词的语义角色标注，并提出了一种多任务学习框架，其中包括基本 SRL 模块和依赖性解析器模块，通过该框架，我们使用外部句法表示得到了新的最先进的中文 SRL 良好结果。

    Nov, 2019

  • 针对希伯来语自然语言处理的多语言序列到序列模型

    使用序列生成结构的多语言模型能够更好的处理像希伯来语这样的形态丰富语言，从而提高希伯来语自然语言处理，与以往的编码器结构的预训练模型相比，取得了显著改善。

    Dec, 2022

  • 最劣情况感知自动课程学习下的零样本依存句法分析

    本研究采用来自多任务学习的自动课程学习方法，旨在动态优化对于语法分析模型下游任务的性能，从而实现在低资源语言中的零样本情况下的跨语言迁移，表明这种方法比均匀和大小成比例采样更好。

    Mar, 2022

  • 跨语言中高古德语语法句法分析：基于非词汇化方法

    本研究旨在通过使用去词法化方法，利用现代德语 (MG) 的语法分析数据，进行从现代德语到中古高地德语 (MHG) 的跨语言转移，训练了一个在 MHG 测试集上取得了 67.3% 的 F1 分数的词法成分分析器，相较于最佳零 - shot 跨语言基线提升了 28.6% 的性能。这些结果表明，在面临类似 MHG 的古代语言中进行自动句法分析具有实用性和潜力。

    Aug, 2023

  • 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

  • 低资源语言的跨语言形态标注

    提出了一种适用于低资源语言的模型来训练形态标记器，该模型使用 Wesabie 模型进行打标， 通过在语料库中引入 POS 词性标注的元信息，将标记信息从富资源语言映射到贫资源语言，实现了跨语言知识的迁移，可以提高句法分析的效果。

    Jun, 2016

  • 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