细微改动造成差异：基于 UD 的依赖解析器一致性案例研究
计算与语言
2021-12-01 v1
摘要
许多下游应用使用依存树，因此依赖于依赖解析器产生正确或至少一致的输出。然而，依赖解析器使用机器学习训练，因此易受训练数据中偏差导致的非预期不一致影响。本文通过一项在英语、瑞典语、俄语和乌克兰语四种语言上的实验探究此类偏差的影响，实验中我们研究替换句中数字的效果。我们表明输入中此类看似微不足道的改变可导致输出上的巨大差异，并建议数据增强可补救这些问题。
引用
@article{arxiv.2111.15413,
title = {Minor changes make a difference: a case study on the consistency of UD-based dependency parsers},
author = {Dmytro Kalpakchi and Johan Boye},
journal= {arXiv preprint arXiv:2111.15413},
year = {2021}
}
备注
Accepted to the 5th Workshop on Universal Dependencies at SyntaxFest 2021