国家自然科学基金(61333018);中国科学院战略性先导科技专项(XDB02070007)
国家自然科学基金项目(61333018);中国科学院战略优先研究计划(XDB02070007)
范畴标注是组合范畴语法解析中的子任务之一,可用于提高解析器的效率和性能.传统的最大熵模型需要手工定义特征模板,神经网络则通过隐含层学习到离散特征的分布式表示,从而自动提取分类需要的特征.引入该模型来解决该问题,在原有神经语言模型的基础上加入了向量化的词性表示层和范畴表示层,并通过反向传播自动更新词向量、词性向量和范畴向量,学习到它们的分布式表示.此外,在预测时采用束搜索的序列解码方式来引入标签之间的依赖信息.实验结果表明,这两种改进都能提升模型的性能,使其在范畴标注任务上比传统的最大熵模型效果要好(提升1%).
作为基于组合范畴语法(CCG)的句法分析的子任务,范畴标记可以提高句法分析的效率和准确性。传统的最大熵模型通过设计有意义的特征模板来解决这个问题,而神经网络可以基于分布式表示自动提取特征。本文提出了一种神经分类标注模型,并进行了两项改进。首先,将单词嵌入层扩展为部分语言嵌入层和类别嵌入层,这有助于通过反向传播算法联合学习它们的分布式表示。其次,在解码过程中使用波束搜索来捕获标签之间的相关性。这两项改进使得所提出的模型比最新的基于最大熵的标记器更准确(高达1%)。
吴惠甲,张家俊,宗成庆.一种神经范畴标注模型.软件学报,2016,27(11):2691-2700
京公网安备 11040202500063号