
摘要
我们通过事后聚合现有多种模型的输出依存句法结构来解决无监督依存句法分析问题。我们观察到,这些集成模型通常由于错误累积而对较弱的集成组件具有较低的鲁棒性。为了解决这一问题,我们提出了一种高效的集成选择方法,该方法考虑了错误多样性并避免了错误累积。实验结果表明,我们的方法不仅优于每个单独的模型,也优于以往的集成技术。此外,我们的实验还显示,所提出的集成选择方法显著提高了集成模型的性能和鲁棒性,超越了之前未考虑错误多样性的策略。
代码仓库
manga-uofa/ed4udp
官方
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| unsupervised-dependency-parsing-on-penn | Ensemble (selected w/ society entropy) | UAS: 67.3 |