先翻译，再解析！跨语言 AMR 解析的一个强基线
计算与语言
2021-06-09 v1 人工智能
摘要
在跨语言抽象语义表示（AMR）解析中，研究者开发模型将各种语言的句子投影到其 AMR 上，以捕捉其本质语义结构：给定任意语言的句子，我们旨在通过由多种语义关系连接的概念来捕捉其核心语义内容。现有方法通常利用大规模银标训练数据来学习单一模型，从而将非英语句子投影到 AMR。然而，我们发现一个简单基线往往被忽视：将句子翻译为英语并用单语 AMR 解析器投影其 AMR（翻译+解析，T+P）。本文重新审视这一简单的两步基线，并用强大的 NMT 系统与强大的 AMR 解析器对其增强。实验表明，T+P 在所有测试语言上均优于近期最先进系统：德语、意大利语、西班牙语和普通话分别高出 14.6、12.6、14.3 和 16.0 个 Smatch 点。
引用
@article{arxiv.2106.04565,
title = {Translate, then Parse! A strong baseline for Cross-Lingual AMR Parsing},
author = {Sarah Uhrig and Yoalli Rezepka Garcia and Juri Opitz and Anette Frank},
journal= {arXiv preprint arXiv:2106.04565},
year = {2021}
}
备注
IWPT 2021