摘要
诸如代码生成和语义解析等任务需要将非结构化（或部分结构化）输入映射到格式良好且可执行的输出。我们引入了一种用于这些任务的建模框架——抽象语法网络。输出以抽象语法树（ASTs）的形式表示，并由具有动态确定模块化结构的解码器构建，该结构与输出树的结构相平行。在代码生成的基准炉石传说数据集上，我们的模型获得了79.2的BLEU分数和22.7%的确切匹配准确率，而此前的最佳成绩分别为67.1和6.1%。此外，在Atis、Jobs和Geo语义解析数据集上，我们的模型在无需特定任务工程的情况下也表现出色。
代码仓库
xiye17/torchASN
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| semantic-parsing-on-atis | ASN (Rabinovich et al., 2017) | Accuracy: 85.3 |