ACLJun, 2024

以声音为基础的树生成：评估端到端语音依存句法分析策略

PDF
TL;DR直接依赖语音信号的句法分析被提出作为一种任务，该任务旨在将韵律信息纳入分析系统并绕过使用自动语音识别系统和句法分析器的管道方法的局限性。本文报告了一系列实验，旨在评估两种句法分析范式（基于图的分析和基于序列标注的分析）在语音分析中的性能。我们在一大型的法语口语树库上进行了评估，其中包含真实的自发对话。我们的研究结果表明，（i）基于图的方法在整体上获得了更好的结果，（ii）直接从语音中进行分析优于管道方法，尽管参数量少了 30%。
发现论文，激发创造
  • 基于数据的儿童 - 家长互动解析评估

    本研究提出了一个语法依存树库，用于儿童自然语言的注释和研究，分析了写作和口语之间的语言特征并探讨了儿童语言发展与句法分析器性能的关系。

    Sep, 2022

  • 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

  • 基于连续语音信号的无监督组成结构句法分析中的级联和直接方法

    该研究使用无标签口语句子和未成对文本数据进行无监督组成语法分析，比较了通过级联自动语音识别和无监督解析器方法以及直接对连续的词级语音表示进行无监督解析器训练的方法，发现后者解析效果更好。此外，准确的分割也可以实现口语句子的准确解析。最后，该研究显示了无需显式归纳偏差的情况下，直接方法也可以正确学习头波方向性。

    Mar, 2023

  • LyS_ACoruña 在 SemEval-2022 任务 10 中：将现成工具用于情感分析和语义依存分析

    本文使用双仿射语义依赖分析器、大型预训练语言模型和公开可用的翻译模型解决了结构化情感分析的问题。对于单语言环境，作者考虑了在单个语料库上训练和跨语言模型上下文下训练。对于零样本场景，作者通过单词级别的翻译和合并训练数据来处理目标语料库。在后期评估阶段，作者还训练了交叉语言模型，而不是使用单词级别的翻译，并获得了更好的结果。

    Apr, 2022

  • 面向低资源语言的依存树变形数据增强

    该研究提供基于依赖树的文本增强技术，包括剪裁和旋转，用于增加低资源语言数据集的大小，在词性标注任务中提高了大多数语言的精度。

    Mar, 2019

  • 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

  • 请注意根节点：解码依存句法分析的树形结构

    该研究分析了依存树和生成树之间的关系，发现依存树的根节点只能有一条边出去，提出了一种有效的算法解决这个约束问题，并且没有影响原来的运行时间。

    Oct, 2020

  • 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

  • 基于多个依存树的图形集成学习用于方面级情感分类

    该论文研究了如何在面对不可避免的解析错误时更好地利用句法信息，提出了一种名为 GraphMerge 的简单有效的图形集成技术，通过将不同解析器的预测组合起来后再应用 GNNs 在得出的集成图上，使 GNN 模型能够在零额外计算成本的同时抵抗解析错误，避免 GNN 层叠导致的参数过大和过拟合，提供更多的连通性，其在 SemEval 2014 任务 4 和 ACL 14 Twitter 数据集上的实验表明，相对于单一依赖树模型和其他集成模型，我们的 GraphMerge 模型，不仅表现更好，而且不会增加模型参数。

    Mar, 2021

  • 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