HLT@SUDA 在 SemEval 2019 任务 1 中的工作：将 UCCA 图解析作为成分树解析
计算与语言
2019-04-05 v2
摘要
本文描述了一种简单的 UCCA 语义图解析方法。其核心思想是将 UCCA 语义图转换为成分树，其中特意设计额外标签以标记远程边和不连续节点以便后续恢复。如此一来，我们便可利用现有的句法解析技术。基于数据统计，我们依据成分解析器的输出标签直接恢复不连续节点，并使用双仿射分类模型恢复更复杂的远程边。该分类模型与成分解析器在多任务学习框架下同步训练。我们在开放赛道中使用多语言 BERT 作为额外特征。我们的系统在七个参赛系统中于六个英语/德语封闭/开放赛道上排名第一。对于第七个跨语言赛道（法语训练数据极少），我们提出一种语言嵌入方法以利用英语和德语训练数据，我们的结果排名第二。
引用
@article{arxiv.1903.04153,
title = {HLT@SUDA at SemEval 2019 Task 1: UCCA Graph Parsing as Constituent Tree Parsing},
author = {Wei Jiang and Zhenghua Li and Yu Zhang and Min Zhang},
journal= {arXiv preprint arXiv:1903.04153},
year = {2019}
}