4 个月前

TRANX:一种基于转换的神经抽象语法解析器用于语义解析和代码生成

TRANX:一种基于转换的神经抽象语法解析器用于语义解析和代码生成

摘要

我们介绍了TRANX,这是一种基于转换的神经语义解析器,能够将自然语言(NL)表达映射为形式化的意义表示(MR)。TRANX采用了一种基于目标MR抽象语法描述语言的转换系统,这赋予了它两大优势:(1) 高度准确,利用目标MR的句法信息来限制输出空间并建模信息流;(2) 高度可泛化,只需编写新的抽象语法描述即可轻松应用于新的MR类型,从而适应允许的结构。在四个不同的语义解析和代码生成任务上的实验表明,我们的系统具有良好的泛化能力、扩展性和有效性,在与现有的神经语义解析器相比时表现出色。

代码仓库

DeepLearnXMU/CG-RL
pytorch
GitHub 中提及
Pro-v-7/code-generation
pytorch
GitHub 中提及
yuxiang2/CoNaLa
pytorch
GitHub 中提及
pcyin/tranX
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
code-generation-on-conalaTranX
BLEU: 24.30
code-generation-on-conala-extTranX
BLEU: 18.85
code-generation-on-djangoTranx
Accuracy: 73.7
code-generation-on-wikisqlTranx
Exact Match Accuracy: 68.6
Execution Accuracy: 78.6
semantic-parsing-on-atisTranx
Accuracy: 86.2
semantic-parsing-on-geoTranx
Accuracy: 87.7

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
TRANX:一种基于转换的神经抽象语法解析器用于语义解析和代码生成 | 论文 | HyperAI超神经