基于最大熵模型的线性观察时间统计解析器
cmp-lg
2016-08-31 v1 计算与语言
摘要
本文提出了一种自然语言统计解析器，解析准确率——大约 87% 的精确率和 86% 的召回率——超过了在 Wall St. Journal 语料库域上先前发布的最佳结果。该解析器本身需要极少的人工干预，因为其用于做解析决策的信息以简洁而简单的方式指定，并且在最大熵框架下以完全自动方式组合。解析器对测试句子的观察运行时间相对于句子长度是线性的。此外，解析器返回几个带评分的解析结果，本文表明从 20 个最高评分的解析结果中选择最佳解析的方案可获得约 93% 的精确率和召回率的显著提高。
引用
@article{arxiv.cmp-lg/9706014,
title = {A Linear Observed Time Statistical Parser Based on Maximum Entropy Models},
author = {Adwait Ratnaparkhi},
journal= {arXiv preprint arXiv:cmp-lg/9706014},
year = {2016}
}
备注
10 pages, LaTeX, uses aclap.sty, qtree.sty, to appear in EMNLP-2