論文の概要: A Survey of Unsupervised Dependency Parsing

• arxiv url: http://arxiv.org/abs/2010.01535v1
• Date: Sun, 4 Oct 2020 10:51:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-11 03:40:56.928653
• Title: A Survey of Unsupervised Dependency Parsing
• Title（参考訳）: 教師なし依存構文解析に関する調査
• Authors: Wenjuan Han, Yong Jiang, Hwee Tou Ng, Kewei Tu
• Abstract要約: 教師なしの依存関係解析は、正しいパースツリーのアノテーションを持たない文から依存関係を学ぶことを目的としている。 その困難さにもかかわらず、教師なしの構文解析は、ほとんど無制限に注釈のないテキストデータを利用することができるため、興味深い研究方向である。
• 参考スコア（独自算出の注目度）: 62.16714720135358
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Syntactic dependency parsing is an important task in natural language processing. Unsupervised dependency parsing aims to learn a dependency parser from sentences that have no annotation of their correct parse trees. Despite its difficulty, unsupervised parsing is an interesting research direction because of its capability of utilizing almost unlimited unannotated text data. It also serves as the basis for other research in low-resource parsing. In this paper, we survey existing approaches to unsupervised dependency parsing, identify two major classes of approaches, and discuss recent trends. We hope that our survey can provide insights for researchers and facilitate future research on this topic.
• Abstract（参考訳）: 構文依存解析は自然言語処理において重要なタスクである。 教師なしの依存関係解析は、正しいパースツリーのアノテーションを持たない文から依存パーサを学ぶことを目的としている。 その難しさにもかかわらず、教師なし構文解析は、ほとんど無制限の注釈なしテキストデータを利用する能力があるため、興味深い研究方向である。 また、低リソース解析における他の研究の基礎でもある。 本稿では,教師なし依存関係解析の既存手法を調査し,2つの主要なアプローチクラスを特定し,最近のトレンドについて考察する。 われわれの調査が研究者に洞察を与え、今後の研究を促進することを願っている。

関連論文リスト

• What's Hard in English RST Parsing? Predictive Models for Error Analysis [16.927386793787463]
  本稿では, 修辞構造論における解析困難に関連する要因について検討し, モデル化する。 以上の結果から,浅層談話解析において明示的・単純的区別が重要な役割を担っているが,長距離依存が主な課題であることが明らかとなった。 最終モデルは、ボトムアップで76.3%、トップダウンで76.6%の精度でエラーが発生するかを予測できる。
  論文  参考訳（メタデータ） (2023-09-10T06:10:03Z)
• Cascading and Direct Approaches to Unsupervised Constituency Parsing on Spoken Sentences [67.37544997614646]
  本研究は,教師なし音声補聴における最初の研究である。 目的は, 音声文の階層的構文構造を, 選挙区解析木の形で決定することである。 正確なセグメンテーションだけでは、音声文を正確に解析するのに十分であることを示す。
  論文  参考訳（メタデータ） (2023-03-15T17:57:22Z)
• Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion [57.43781399856913]
  この研究は、談話分析にQUD(Language framework of Questions Under discussion)を採用する。 我々は、文間の関係を、徹底的なきめ細かい質問とは対照的に、自由形式の質問として特徴づける。 完全文書上の質問の依存関係構造を導出する第一種QUDを開発する。
  論文  参考訳（メタデータ） (2022-10-12T03:53:12Z)
• Linguistic dependencies and statistical dependence [76.89273585568084]
  文脈における単語の確率を推定するために,事前学習した言語モデルを用いる。 最大CPMI木は非文脈PMI推定値から抽出した木よりも言語的依存関係によく対応していることがわかった。
  論文  参考訳（メタデータ） (2021-04-18T02:43:37Z)
• Multilingual Neural RST Discourse Parsing [24.986030179701405]
  本稿では,多言語ベクトル表現とセグメントレベルの翻訳によるニューラル言語間対話を確立するための2つの手法について検討する。 実験結果から,両手法は訓練データに制限があっても有効であり,言語横断的,文書レベルの談話解析における最先端性能を実現することができることがわかった。
  論文  参考訳（メタデータ） (2020-12-03T05:03:38Z)
• Context Dependent Semantic Parsing: A Survey [56.69006903481575]
  意味解析は、自然言語の発話を機械可読な意味表現に変換するタスクである。 現在、ほとんどの意味解析手法は文脈情報を利用することができない。 この問題に対処するため、コンテキスト依存のセマンティック解析が最近多くの注目を集めている。
  論文  参考訳（メタデータ） (2020-11-02T07:51:05Z)
• Pareto Probing: Trading Off Accuracy for Complexity [87.09294772742737]
  我々は,プローブの複雑性と性能の基本的なトレードオフを反映したプローブ計量について論じる。 係り受け解析による実験により,文脈表現と非文脈表現の統語的知識の幅広いギャップが明らかとなった。
  論文  参考訳（メタデータ） (2020-10-05T17:27:31Z)
• A Survey of Syntactic-Semantic Parsing Based on Constituent and Dependency Structures [14.714725860010724]
  我々は、構文解析の最も一般的な2つの形式、すなわち構成解析と依存性解析に焦点を当てている。 本稿では、構成解析と依存性解析の代表モデルと、リッチセマンティクスによる依存性解析について概説する。
  論文  参考訳（メタデータ） (2020-06-19T10:21:17Z)
• Is POS Tagging Necessary or Even Helpful for Neural Dependency Parsing? [22.93722845643562]
  Stackのジョイントフレームワークを使用する場合,POSタグ付けによって解析性能が大幅に向上することを示す。 解析木よりもPOSタグをアノテートする方がずっと安いことを考えると,大規模な異種POSタグデータの利用も検討する。
  論文  参考訳（メタデータ） (2020-03-06T13:47:30Z)

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。