基于结构标签系统和可证明最优动态 Oracle 的跨度成分句法分析
计算与语言
2016-12-21 v1
摘要
近年来，得益于神经网络，使用高效贪婪转移系统的句法分析准确率有了显著提高。然而，尽管在依存句法分析中取得了引人注目的成果，神经模型在成分句法分析中尚未超越最先进的方法。为了弥补这一不足，我们引入了一种新的移进-归约系统，其栈仅包含句子跨度，并由最少量的 LSTM 特征表示。我们还设计了首个可证明最优的成分句法分析动态 oracle，其运行时间为摊销 O(1)，而标准依存句法分析的 oracle 为 O(n^3)。使用该 oracle 进行训练，我们在英语和法语上均取得了不使用重排序或外部数据的任何句法分析器中的最佳 F1 分数。
引用
@article{arxiv.1612.06475,
title = {Span-Based Constituency Parsing with a Structure-Label System and Provably Optimal Dynamic Oracles},
author = {James Cross and Liang Huang},
journal= {arXiv preprint arXiv:1612.06475},
year = {2016}
}
备注
EMNLP 2016