基于转移的依存句法分析与可插拔分类器
计算与语言
2012-11-02 v1
摘要
原则上，基于转移的依存句法分析器的设计使得在不改变解析算法的情况下尝试任何通用分类器成为可能。然而在实践中，桥接两个软件包所使用的不同表示形式通常需要大量的软件工程工作。在此，我们介绍了对 MaltParser 的扩展，允许直接插入任何符合 Weka 机器学习包接口的分类器，提供了针对该接口的 TiMBL 基于记忆的 Learner 包装器，并进行了使用多种分类器的多语言依存句法分析实验。虽然早期的工作表明基于记忆的学习器可能是低资源解析场景的良好选择，但我们在本工作中无法支持这一假设。我们观察到，无论训练集大小如何，支持向量机给出的解析性能均优于基于记忆的学习器。
引用
@article{arxiv.1211.0074,
title = {Transition-Based Dependency Parsing With Pluggable Classifiers},
author = {Alex Rudnick},
journal= {arXiv preprint arXiv:1211.0074},
year = {2012}
}