胡吉-库克大学在物料需求计划2020年：两个基于转换的神经解析器

奥菲尔·阿尔维夫,崔瑞香,丹尼尔·赫什科维奇

摘要
本文描述了HUJI-KU系统在2020年计算语言学习会议（CoNLL）上提交给跨框架意义表示分析（MRP）共享任务的情况，使用了TUPA和HIT-SCIR解析器，这两个解析器分别是2019年MRP共享任务中的基线系统和获胜系统。两者都是使用BERT上下文化嵌入的基于转换的解析器。我们推广了TUPA以支持新添加的MRP框架和语言，并使用HIT-SCIR解析器进行了多任务学习实验。我们在跨框架和跨语言方面均排名第四。
选集ID：
2020年，控制共享。7
体积：
CoNLL 2020共享任务会议录：跨框架意义表征分析
月份：
十一月
年份：
2020
地址：
在线的
编辑：
斯蒂芬·欧彭,奥姆里·阿本德,拉沙·阿布齐亚尼泽,约翰·博斯,扬·哈吉奇,丹尼尔·赫什科维奇,李斌（Bin Li）,蒂姆·奥戈曼,念文雪,丹尼尔·泽曼
地点：
CoNLL公司
SIG公司：
SIGNLL公司
出版商：
计算语言学协会
注：
页：
73–82
语言：
网址：
https://aclantology.org/2020.conll-shared.7
内政部：
10.18653/v1/2020。控制共享。7
比比键：
引用（ACL）：
奥菲尔·阿维夫、崔瑞祥和丹尼尔·赫什科维奇。20202020年MRP会议上的HUJI-KU：两个基于转换的神经解析器.英寸CoNLL 2020共享任务会议录：跨框架意义表征分析，第73-82页，在线。计算语言学协会。
引用（非正式）：
2020年MRP会议上的HUJI-KU：两个基于转换的神经解析器（Arviv等人，CoNLL 2020）
复制引文：
PDF格式：
https://aclantology.org/2020.coll-shared.7.pdf
PDF格式 引用 搜索