- ACL将 AMR 句法分析作为序列到图的转换
我们提出了一种基于关注机制的模型，将 AMR 解析视为序列到图的转换，与大多数依赖于预训练对齐程序、外部语义资源或数据增强的 AMR 解析器不同，我们的提议的解析器是免费的，它可以有效地训练用于有限数量的标记 AMR 数据。我们的实验结果优 - ACL可并行的堆栈长短期记忆
本文研究了如何利用 Stack Long Short-Term Memory (StackLSTM) 的状态访问模式来优化 GPU 训练，将不同的离散操作同质化。实验结果表明，该方法在批处理大小增加时具有几乎线性的可扩展性，而我们的 PyT - ACL指针网络实现的从左到右定向依存句法分析
提出了一种新颖的基于转移的算法，采用指针网络框架，从左到右直接将句子解析为 $n$ 个附加部分，避免使用原始的自上而下堆栈指针解析器，并将转换序列长度减半，得到了一个二次非投影解析器，在完全监督单模型依赖解析器中取得了迄今最好的准确度，并在 - ACL具有 Gapping 的句子：解析和重构省略的谓词
本文提出两种方法将省略部分显式地编码到附加结点和边中，以解决包含省略部分的句子的表面句法表示质量较差和下游自然语言理解任务中的信息提取难题，其中一种方法适用于其他语言，如瑞典语。
- ACL一个带有判别识别算法的生成解析器
该研究提出了一种将生成模型与判别模型嵌入编码器 - 解码器框架的方法，结合期望最大化和变分推理方法实现了语言建模和句法分析的高性能。
- EMNLP使用贝叶斯优化学习选择迁移学习的数据
使用贝叶斯优化方法进行学习数据选择度量，可以显著提高情感分析、词性标注和语法分析等三个领域的性能。学习的度量方法不仅能够与模型、领域和任务相适应，而且能够在某种程度上用于跨模型、领域和任务的转移。
- 利用 Trace 进行分析：一个 $O (n^4)$ 算法和结构化表示
本文介绍了一种新的表示和算法，可用于解析包含大多数树库结构的有向无环图结构，覆盖了长距离错位、共享论据等几乎所有树违反的语言现象，完整覆盖了 Penn 英语树库。
- ACL基于转移的有向无环图解析器用于 UCCA
我们提出了第一个 UCCA 解析器，它是一个跨语言适用的语义表示框架，具有重要的形式特性，包括 reentrancy、不连续结构和复杂的语义单元。我们提出的基于双向 LSTMs 的转移式解析器不仅适用于 UCCA 解析，还能够扩展到其他具有 - ACL携手合作：利用单语树库解析混合代码数据
本文提出了一种有效且资源占用较少的策略来解析混合编码数据，利用现有的单一语言标注资源进行训练，相比专业领域的方法，这些方法可以取得显着更好的结果。同时，我们还提供了一个包含 450 个印地文和英文编码混合推文数据集及其通用依存分析标注结果， - 宾州树库中的协调标注扩展
本文通过手动注释 Penn Treebank 中的协同结构，修复其内在结构、标注、一致性与错误，为协同结构的消歧研究提供了一份详实一致的注释数据集。
- MM位移演算的证明网
提出一种证网演算用于位移演算，并证明其正确性。这是第一个直接模拟位移演算而不是通过某种形式的转换到其他形式的证网演算。该证网演算为使用位移演算进行句法分析和证明搜索带来了新的可能性。
- ACL一种快速的句法分析和句子理解统一模型
SPINN 集成树形结构的句子解释和移位规约分析器的线性序列结构中，支持大规模 NLP 任务的批量计算，并且在 Stanford NLI 蕴含任务中表现优异。
- ACL循环神经网络语法
本研究介绍了递归神经网络语法与其使用的高效推理过程，分别应用于句法分析和语言模型，实验结果表明在英文的句法分析和英汉语言模型方面，其效果均优于所有以前发表的有监督生成模型和最先进的序列 RNNs。
- ACL鲁棒子图生成改进抽象意义表示解析
本文提出了一种新方法，通过文本段的转换来生成 AMR 子图，从而提高 AMR 的 parsing 效果，进而提高自然语言处理和机器翻译等领域的性能表现。
- 学习搜索依赖关系
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 - Stanford 依存句法分析方法的实证比较
本文重新审视了 Cer 等人（2010）提出的一个问题：在获得 Stanford 依赖性方面，准确性与速度之间的权衡是什么？我们还探讨了输入表示对这种权衡的影响：词性标记、替代依赖性表示作为输入以及单词的分布表示。我们发现，直接依赖解析是一 - 解析算法和度量
本论文提出了两个新的解析算法 ——“标记召回算法” 和 “括号召回算法”，它们针对不同的评估度量进行优化，并在多项标准中取得了优异的性能表现，尤其是针对它们进行了优化的度量指标。
- 使用链接语法解析英语
本文介绍了一种正式的语法系统 —— 连通性语法（link grammar）。我们展示了如何在该系统中编码英语语法并给出了解析的算法；虽然该系统的表现力等同于无上下文限制的语法，但是利用该系统来编码自然语言的语法更为容易。我们已经开发了一个通 - XTAG 系统 - 一种覆盖广泛的英语语法
本文介绍了基于树相邻文法 (Tag) 形式主义的语法开发工具 XTAG 系统，其中包括对英语的广泛覆盖的句法语法。介绍了系统的各个组成部分，并给出了对各种语料库分析的初步评估结果。比较了 XTAG 与 IBM 统计分析器和 Alvey 自然 - 朝向基于历史的语法：使用更丰富的模型进行概率分析
本文提出了一种基于概率的自然语言生成模型 HBG，与传统方法不同的是，这种方法利用详细的语言学信息来消除歧义，通过使用 Treebank 语料库和决策树构建，HBG 从句子的句法、语义和结构方面确定正确的分析。在与最佳现有鲁棒概率分析模型