基于最小领域知识从自然语言神经生成正则表达式
计算与语言
2016-08-11 v1 人工智能
摘要
本文探讨了将自然语言查询翻译为体现其含义的正则表达式的任务。与先前工作相反，所提出的神经模型不利用特定领域的精巧设计，而是直接从平行语料库学习翻译。为充分探索神经模型的潜力，我们提出了一种收集大规模正则表达式与自然语言对语料库的方法。我们最终的模型相比先前最先进模型实现了19.6%的性能提升。
引用
@article{arxiv.1608.03000,
title = {Neural Generation of Regular Expressions from Natural Language with Minimal Domain Knowledge},
author = {Nicholas Locascio and Karthik Narasimhan and Eduardo DeLeon and Nate Kushman and Regina Barzilay},
journal= {arXiv preprint arXiv:1608.03000},
year = {2016}
}
备注
to be published in EMNLP 2016