双仿射话语依存解析
计算与语言
2022-01-13 v1
摘要
我们研究了将双仿射（biaffine）模型用于神经话语依存解析，并相较于基线解析器取得了显著的性能提升。我们在该任务中比较了 Eisner 算法和 Chu-Liu-Edmonds 算法，发现使用 Chu-Liu-Edmonds 算法生成更深的树并取得更好的性能。我们还通过平均最大路径长度和叶节点平均比例评估了解析器输出的结构，发现解析器生成的依存树接近于黄金树。由于该语料允许非投射结构，我们分析了语料非投射性的复杂度，发现该语料中的依存结构间隙度至多为 1 且边度至多为 1。
引用
@article{arxiv.2201.04450,
title = {Biaffine Discourse Dependency Parsing},
author = {Yingxue Fu},
journal= {arXiv preprint arXiv:2201.04450},
year = {2022}
}