通过强化学习应对错误传播：以贪心依存句法分析为例
计算与语言
2017-02-23 v1
摘要
错误传播是自然语言处理中的一个常见问题。强化学习在训练过程中探索错误状态，因此当过程早期出现错误时可能更具鲁棒性。本文将强化学习应用于已知会遭受错误传播影响的贪心依存句法分析。强化学习在保持高效性的同时，提高了Stanford神经依存句法分析器（一种高性能贪心分析器）的带标签和无标签依存关系的准确率。我们考察了由错误传播导致的那部分错误，并证实强化学习减少了错误传播的发生。
引用
@article{arxiv.1702.06794,
title = {Tackling Error Propagation through Reinforcement Learning: A Case of Greedy Dependency Parsing},
author = {Minh Le and Antske Fokkens},
journal= {arXiv preprint arXiv:1702.06794},
year = {2017}
}