DCU-EPFL在IWPT 2021共享任务中的增强依存分析器
计算与语言
2021-07-06 v1
摘要
我们描述了DCU-EPFL提交至IWPT 2021关于解析为增强通用依存关系(Enhanced Universal Dependencies)的共享任务的作品。该任务涉及解析增强UD图，其为基本依存树的扩展，旨在更便于表示语义结构。评估在17种语言的29个树库上进行，参与者需从原始字符串开始解析每种语言的数据。我们的方法使用Stanza流水线对文本文件进行预处理，使用XLMRoBERTa获取上下文化词元表示，并使用边打分与标注模型预测增强图。最后，我们运行后处理脚本以确保所有输出均为有效的增强UD图。我们的系统在9个参与者中排名第6，粗粒度增强标注依附得分(ELAS)为83.57。我们进行了额外的截止后实验，包括使用Trankit进行预处理、XLM-RoBERTa-LARGE、树库拼接，以及基本与增强依存分析器之间的多任务学习。所有这些修改均提升了我们的初始得分，最终系统的粗粒度ELAS为88.04。
引用
@article{arxiv.2107.01982,
title = {The DCU-EPFL Enhanced Dependency Parser at the IWPT 2021 Shared Task},
author = {James Barry and Alireza Mohammadshahi and Joachim Wagner and Jennifer Foster and James Henderson},
journal= {arXiv preprint arXiv:2107.01982},
year = {2021}
}
备注
Submitted to the IWPT 2021 Shared Task: From Raw Text to Enhanced Universal Dependencies: the Parsing Shared Task at IWPT 2021