通过对齐学习引导结构: 一种基于对齐的无监督学习框架

本论文介绍了一种新的无监督学习框架，称为对齐学习 (Alignment-Based Learning)，其基于句子对齐和 Harris (1951) 的可替代性概念。该框架可应用于未标记的、非结构化的自然语言句子语料库，生成标记的、带括号的该语料库版本。首先，框架将语料库中所有句子成对对齐， resulting in 将句子划分为在两个句子中相等的部分和不相等的部分。不相等的部分可被视为互为可替代的，因为用一个不相等的部分替换另一个不相等的部分会得到另一个有效的句子。因此，这些不相等的句子部分被视为可能的（可能重叠的）成分，称为假设。其次，选择学习阶段考虑所有由对齐学习阶段发现的假设，并选择最佳的这些假设。根据发现它们的顺序或基于概率函数来选择这些假设。该框架可与语法提取阶段扩展。该扩展框架称为 parseABL。与 ABL 系统不同，此系统还返回一种随机上下文无关或树替换语法。该框架的不同实例在英语 ATIS 语料库、荷兰语 OVIS 语料库和华尔街日报语料库上进行了测试。除鼓舞人心的数量化结果外，一个有趣的结果是所有实例都能够（且的确如此）学习递归结构。