更好地利用双语信息用于跨语言 AMR 解析
计算与语言
2021-06-10 v1
摘要
抽象语义表示（AMR）是一种有根、有标签、无环的图，用于表示自然语言语义。如先前工作所示，尽管 AMR 最初为英语设计，它也能表示其他语言的语义。然而，他们发现所预测 AMR 图中的概念不够具体。我们认为概念的错误预测源于英语词符与 AMR 概念之间的高度相关性。在本工作中，我们引入双语输入，即翻译文本与非英语文本，以使模型能预测更准确的概念。此外，我们还引入一项辅助任务，要求解码器同时预测英语序列。该辅助任务可帮助解码器理解对应的英语词符究竟是什么。我们提出的跨语言 AMR 解析器在 Smatch F1 分数上超越先前最优解析器 10.6 个点。消融研究也证明了我们所提模块的有效性。
关键词
引用
@article{arxiv.2106.04814,
title = {Making Better Use of Bilingual Information for Cross-Lingual AMR Parsing},
author = {Yitao Cai and Zhe Lin and Xiaojun Wan},
journal= {arXiv preprint arXiv:2106.04814},
year = {2021}
}
备注
Findings of ACL 2021