BriefGPT.xyz
大模型
Ask
alpha
关键词
penn treebank
搜索结果 - 4
联合词性标注和依存关系分析的改进神经网络模型
本文提出了一种新的神经网络模型,用于联合部分词性标注和依赖解析,将 BiLSTM 标记组件结合到 BIST 依赖解析器中,可对英语 Penn 语料库进行联合学习,模型在 LUS 和 UAS 评分上分别达到 94.51% 和 92.87%,并
→
PDF
6 years ago
EMNLP
生成神经语法分析的有效推论
通过改进候选选择和使用粗略的修剪功能,我们描述了一种可行的搜索过程,及其用于 Choe 和 Charniak(2016)模型的推理过程在 Penn Treebank 的 23 节上能够获得 92.56 F1,超过以前的最先进结果。
PDF
7 years ago
ACL
双向长短时记忆循环神经网络进行词性标注
使用词嵌入的双向 LSTM 循环神经网络模型(BLSTM-RNN)在词性标注任务中表现出色,可以达到 97.40%的准确率,而且不需要使用形态学特征,同时具备与斯坦福词性标注器相当的性能。
PDF
9 years ago
神经网络基于转移的结构化训练解析
通过结构化感知机训练和使用大量自动解析的句子来学习神经网络表示,我们的解析器在 Penn Treebank 数据集上达到了 94.26%的未标记和 92.41%的标记附加精度,是迄今为止在 Stanford Dependencies 上最佳
→
PDF
9 years ago
Prev
Next