Køpsala：基于转移的图解析通过高效训练与有效编码实现
计算与语言
2020-06-03 v2
摘要
我们介绍了 Køpsala，即哥本哈根-乌普萨拉系统，用于 IWPT 2020 的增强通用依存关系共享任务。我们的系统是一个流水线，除增强图解析外均使用现成模型，而对于后者，则采用改编自 Che 等人（2019）的基于转移的图解析器。我们每种语言训练一个增强解析器模型，使用黄金句子切分与分词进行训练，且仅依赖分词后的表层形式与多语言 BERT 进行编码。尽管提交前引入的一个错误导致精确率严重下降，但提交后修复该错误将使我们 according to average ELAS 在官方排名中升至第4位。我们的解析器表明，统一流水线对于意义表示解析与增强通用依存关系均是有效的。
引用
@article{arxiv.2005.12094,
title = {K{\o}psala: Transition-Based Graph Parsing via Efficient Training and Effective Encoding},
author = {Daniel Hershcovich and Miryam de Lhoneux and Artur Kulmizev and Elham Pejhan and Joakim Nivre},
journal= {arXiv preprint arXiv:2005.12094},
year = {2020}
}
备注
IWPT shared task 2020