一种用于带交错算子的单次出现正则表达式的噪声容忍可微学习方法
人工智能
2023-01-12 v3
摘要
我们研究从一组可能含噪的文本字符串中学习带交错算子的单次出现正则表达式（SOIRE）的问题。SOIRE 完全支持交错并覆盖了实践中使用的一大部分正则表达式。学习 SOIRE 具有挑战性，因为它需要大量计算且文本字符串在实践中通常含有噪声。以往大多数研究仅学习受限的 SOIRE 且在含噪数据上不够稳健。为解决这些问题，我们提出一种噪声容忍可微学习方法 SOIREDL 用于 SOIRE。我们设计了一个神经网络来模拟 SOIRE 匹配，并从理论上证明神经网络学习到的参数集合的某些赋值（称为忠实编码）与有界大小的 SOIRE 一一对应。基于该对应关系，我们通过探索最近的忠实编码从神经网络参数集合的赋值中解释目标 SOIRE。实验结果表明，SOIREDL 优于最先进的方法，尤其在含噪数据上。
引用
@article{arxiv.2212.00373,
title = {A Noise-tolerant Differentiable Learning Approach for Single Occurrence Regular Expression with Interleaving},
author = {Rongzhen Ye and Tianqu Zhuang and Hai Wan and Jianfeng Du and Weilin Luo and Pingjia Liang},
journal= {arXiv preprint arXiv:2212.00373},
year = {2023}
}