論文の概要: Inherent Dependency Displacement Bias of Transition-Based Algorithms

• arxiv url: http://arxiv.org/abs/2003.14282v1
• Date: Tue, 31 Mar 2020 15:11:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-18 00:57:35.505840
• Title: Inherent Dependency Displacement Bias of Transition-Based Algorithms
• Title（参考訳）: 遷移型アルゴリズムの固有依存性変位バイアス
• Authors: Mark Anderson, Carlos G\'omez-Rodr\'iguez
• Abstract要約: 本研究では,木バンクの変位分布とアルゴリズム固有の分布の類似性は,アルゴリズムの解析性能と明確に相関していることを示す。 また, 依存関係の偏差が有意な相関を生じないことを示す結果も得られた。
• 参考スコア（独自算出の注目度）: 3.7311680121118345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A wide variety of transition-based algorithms are currently used for dependency parsers. Empirical studies have shown that performance varies across different treebanks in such a way that one algorithm outperforms another on one treebank and the reverse is true for a different treebank. There is often no discernible reason for what causes one algorithm to be more suitable for a certain treebank and less so for another. In this paper we shed some light on this by introducing the concept of an algorithm's inherent dependency displacement distribution. This characterises the bias of the algorithm in terms of dependency displacement, which quantify both distance and direction of syntactic relations. We show that the similarity of an algorithm's inherent distribution to a treebank's displacement distribution is clearly correlated to the algorithm's parsing performance on that treebank, specifically with highly significant and substantial correlations for the predominant sentence lengths in Universal Dependency treebanks. We also obtain results which show a more discrete analysis of dependency displacement does not result in any meaningful correlations.
• Abstract（参考訳）: 現在、さまざまなトランジションベースのアルゴリズムが依存性解析に使われている。 実証的な研究では、あるアルゴリズムが別の木バンクを上回り、逆が別の木バンクに当てはまるように、異なる木バンク間で性能が変化することが示されている。 あるアルゴリズムが特定の木バンクに適しており、別の木バンクに向いていない理由が明確でないことが多い。 本稿では,アルゴリズムの固有依存性変位分布の概念を導入することで,この点に光を当てた。 このことは、構文関係の距離と方向の両方を定量化する依存変位の観点からアルゴリズムのバイアスを特徴づける。 その結果,木バンクの変位分布に対するアルゴリズムの固有分布の類似性は,その木バンクにおける解析性能,特に普遍依存木バンクにおける主文長に対する有意かつ有意な相関関係と明確に相関することがわかった。 また,より離散的に依存関係の変位を解析した結果,有意な相関は得られないことを示した。

関連論文リスト

• Separation and Collapse of Equilibria Inequalities on AND-OR Trees without Shape Constraints [0.0]
  本稿では,AND-OR木計算の最悪の入力に対して最小のコストであるゼロエラーランダム化複雑性について検討する。 指向性アルゴリズムは、ランダム化された複雑さを達成することが知られている。 任意のAND-OR木に対して、ランダム化深度優先アルゴリズムは、方向性アルゴリズムと同じ平衡を持つことを示す。
  論文  参考訳（メタデータ） (2024-05-30T15:13:46Z)
• Optimal estimation of Gaussian (poly)trees [25.02920605955238]
  分布学習(KL距離)と構造学習(正確な回復)の両問題を考察する。 最初のアプローチはChow-Liuアルゴリズムに基づいており、最適な木構造分布を効率的に学習する。 第2のアプローチは、制約に基づく構造学習のための条件付き独立試験器として部分相関を用いたポリツリーに対するPCアルゴリズムの修正である。
  論文  参考訳（メタデータ） (2024-02-09T12:58:36Z)
• Improving Out-of-Distribution Generalization of Neural Rerankers with Contextualized Late Interaction [52.63663547523033]
  マルチベクトルの最も単純な形式である後期相互作用は、[]ベクトルのみを使用して類似度スコアを計算する神経リランカにも役立ちます。 異なるモデルサイズと多様な性質の第一段階のレトリバーに一貫性があることが示される。
  論文  参考訳（メタデータ） (2023-02-13T18:42:17Z)
• Regularized impurity reduction: Accurate decision trees with complexity guarantees [20.170305081348328]
  本稿では,木複雑性の対数近似を保証する木推論アルゴリズムを提案する。 改良されたアルゴリズムは予測精度と木の複雑さのバランスが良好である。
  論文  参考訳（メタデータ） (2022-08-23T13:15:19Z)
• Reinforcement Learning for Branch-and-Bound Optimisation using Retrospective Trajectories [72.15369769265398]
  機械学習は分岐のための有望なパラダイムとして登場した。 分岐のための単純かつ効果的なRLアプローチであるレトロ分岐を提案する。 我々は現在最先端のRL分岐アルゴリズムを3～5倍に上回り、500の制約と1000の変数を持つMILP上での最高のILメソッドの性能の20%以内である。
  論文  参考訳（メタデータ） (2022-05-28T06:08:07Z)
• A Closer Look at Branch Classifiers of Multi-exit Architectures [103.27533521196817]
  一定の複雑さのブランチはすべてのブランチを同じに保ちますが、複雑性の増大と複雑性の低下は、それぞれバックボーンの遅かれ早かれ複雑なブランチを配置します。 知識の整合性を利用して,背骨に枝を追加する効果を探索する。 以上の結果から,複雑性が増大する分岐は,背骨の特徴的抽象的階層を最小限に破壊することが明らかとなった。
  論文  参考訳（メタデータ） (2022-04-28T08:37:25Z)
• Biaffine Discourse Dependency Parsing [0.0]
  本稿では,バイファインモデルを用いてニューラルな談話依存解析を行い,ベースラインと比較して大幅な性能向上を実現した。 タスクにおけるアイズナーアルゴリズムとチュ・リュー・エドモンドスアルゴリズムを比較し、チュ・リュー・エドモンドスを用いることでより深い木を生成する。
  論文  参考訳（メタデータ） (2022-01-12T12:56:13Z)
• Active-LATHE: An Active Learning Algorithm for Boosting the Error Exponent for Learning Homogeneous Ising Trees [75.93186954061943]
  我々は、$rho$が少なくとも0.8$である場合に、エラー指数を少なくとも40%向上させるアルゴリズムを設計し、分析する。 我々の分析は、グラフの一部により多くのデータを割り当てるために、微小だが検出可能なサンプルの統計的変動を巧みに活用することに基づいている。
  論文  参考訳（メタデータ） (2021-10-27T10:45:21Z)
• Please Mind the Root: Decoding Arborescences for Dependency Parsing [67.71280539312536]
  我々はUniversal Dependency Treebankから多くの言語における最先端の出力を分析する。 最悪の制約違反率は24%です。
  論文  参考訳（メタデータ） (2020-10-06T08:31:14Z)
• Uncovering Feature Interdependencies in High-Noise Environments with Stepwise Lookahead Decision Forests [0.0]
  ランダムフォレストアルゴリズムの「Stepwise lookahead」変異は、二項特徴相互依存性をよりよく発見する能力を示す。 銅先物取引の長期的戦略は、毎日の物価リターンの兆候を予測するために、欲望と無作為な森林の両方を訓練することで実証される。
  論文  参考訳（メタデータ） (2020-09-30T11:31:10Z)
• Efficient Computation of Expectations under Spanning Tree Distributions [67.71280539312536]
  本稿では,エッジファクター,非プロジェクティブ・スパンニングツリーモデルにおいて,一階期待と二階期待の重要なケースに対する統一アルゴリズムを提案する。 我々のアルゴリズムは勾配と期待の基本的な関係を利用しており、効率的なアルゴリズムを導出することができる。
  論文  参考訳（メタデータ） (2020-08-29T14:58:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。