基于潜在中心词表示(LHR)的非投射依存句法分析
计算与语言
2018-02-07 v1
摘要
在本文中，我们提出了一种基于双向循环自编码器的新方法，通过半监督学习实现全局优化的非投射依存句法分析。句法分析在生成潜在中心词表示(LHR)的神经网络过程结束时完成，没有任何算法约束且具有线性复杂度。所得的“潜在句法结构”可直接用于其他语义任务。通过计算简单的向量相似度，将LHR转换为通常的依存树。我们相信我们的模型有潜力与更复杂的最先进(state-of-the-art)解析架构竞争。
引用
@article{arxiv.1802.02116,
title = {Non-Projective Dependency Parsing via Latent Heads Representation (LHR)},
author = {Matteo Grella and Simone Cangialosi},
journal= {arXiv preprint arXiv:1802.02116},
year = {2018}
}