边位移 Wasserstein 距离对 UD 解析性能的影响
计算与语言
2022-09-16 v1
摘要
我们通过引入一种评估训练与测试数据中边位移（边的有向距离）分布差异的度量，为自然语言处理中有关解析性能的探讨做出贡献。我们假设该度量将与跨树库观察到的解析性能差异相关。我们基于先前工作提出动机，随后尝试使用若干统计方法证伪该假设。我们确定，即使在控制潜在协变量的情况下，该度量与解析性能之间仍存在统计相关性。我们随后利用这一点建立一种采样技术，给出对抗性与互补性划分。这给出了给定树库下解析系统在下限与上限方面的概念，以替代新采样数据。从更广的意义上说，此处提出的方法可作为未来自然语言处理中基于相关性的探索性工作的参考。
引用
@article{arxiv.2209.07139,
title = {The Impact of Edge Displacement Vaserstein Distance on UD Parsing Performance},
author = {Mark Anderson and Carlos Gómez-Rodríguez},
journal= {arXiv preprint arXiv:2209.07139},
year = {2022}
}
备注
This is the final peer-reviewed manuscript accepted for publication in Computational Linguistics. The journal version with the final editorial and typesetting changes is available open-access at https://doi.org/10.1162/coli_a_00440