4 个月前

使用双向LSTM特征表示的简单准确依存句法分析

使用双向LSTM特征表示的简单准确依存句法分析

摘要

我们提出了一种简单且有效的依存句法分析方案,该方案基于双向长短期记忆网络(BiLSTMs)。每个句子标记都与一个BiLSTM向量相关联,该向量表示标记在其句子上下文中的特征,特征向量通过连接几个BiLSTM向量构建而成。BiLSTM与解析器目标联合训练,从而成为非常有效的解析特征提取器。我们通过将其应用于贪婪转换式解析器以及全局优化的图基解析器来证明该方法的有效性。所得到的解析器具有非常简单的架构,并在英语和汉语上达到了或超过了当前最先进的准确性。

代码仓库

elikip/bist-parser
官方
pytorch

基准测试

基准方法指标
dependency-parsing-on-penn-treebankBIST transition-based parser
LAS: 91.9
POS: 97.44
UAS: 93.99
dependency-parsing-on-penn-treebankBIST graph-based parser
LAS: 91.0
POS: 97.3
UAS: 93.1

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
使用双向LSTM特征表示的简单准确依存句法分析 | 论文 | HyperAI超神经