基于神经网络的端到端图 TAG 解析
计算与语言
2018-05-01 v3
摘要
我们提出了一种基于图的树邻接文法（TAG）解析器，该解析器使用 BiLSTM、高速连接和字符级 CNN。我们最好的端到端解析器联合执行超标签标注、POS 标注和解析，其性能比先前报道的最佳结果高出 2.2 个以上的 LAS 和 UAS 点。基于图的解析架构允许对 TAG 解析进行全局推理和丰富的特征表示，缓解了基于转移和基于图的解析系统之间的基本权衡。我们还证明了所提出的解析器在使用文本蕴含的解析评估（PETE）和无界依存恢复的下游任务中达到了 SOTA 性能。这进一步支持了 TAG 是需要对句子进行丰富结构分析的问题的可行形式化方法的论断。
关键词
引用
@article{arxiv.1804.06610,
title = {End-to-end Graph-based TAG Parsing with Neural Networks},
author = {Jungo Kasai and Robert Frank and Pauli Xu and William Merrill and Owen Rambow},
journal= {arXiv preprint arXiv:1804.06610},
year = {2018}
}
备注
NAACL 2018