論文の概要: From Partial to Strictly Incremental Constituent Parsing
- arxiv url: http://arxiv.org/abs/2402.02782v1
- Date: Mon, 5 Feb 2024 07:33:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-06 17:39:19.364442
- Title: From Partial to Strictly Incremental Constituent Parsing
- Title(参考訳): 部分的から厳密な構成的パーシングへ
- Authors: Ana Ezquerro, Carlos G\'omez-Rodr\'iguez, David Vilares
- Abstract要約: 本研究では,接頭辞表現だけで木を出力する能力を評価するために,漸進的な構成成分について検討する。
厳密な左から右への生成言語モデルとツリーデコードモジュールによってガイドされ、言語間のインクリメンタル性の強い定義に準拠したビルドを行います。
- 参考スコア(独自算出の注目度): 7.466159270333272
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study incremental constituent parsers to assess their capacity to output
trees based on prefix representations alone. Guided by strictly left-to-right
generative language models and tree-decoding modules, we build parsers that
adhere to a strong definition of incrementality across languages. This builds
upon work that asserted incrementality, but that mostly only enforced it on
either the encoder or the decoder. Finally, we conduct an analysis against
non-incremental and partially incremental models.
- Abstract(参考訳): プレフィックス表現のみに基づいて木を出力できる能力を評価するために,インクリメンタル構成構文解析器について検討した。
厳密な左から右への生成言語モデルとツリーデコードモジュールによって導かれ、言語間のインクリメンタル性を強く定義したパーサを構築します。
これは漸進性を主張する作業の上に構築されるが、ほとんどはエンコーダまたはデコーダにのみ適用された。
最後に,非インクリメンタルモデルおよび部分インクリメンタルモデルに対する分析を行う。
関連論文リスト
- SCALE: Constructing Structured Natural Language Comment Trees for Software Vulnerability Detection [36.37244302912536]
本稿では,事前学習モデルに基づく構造化自然言語コメント木に基づくvulnerAbiLity dEtectionフレームワークを提案する。
提案したStructured Natural Language Comment Tree (SCT)は、コードステートメントのセマンティクスとコード実行シーケンスを統合する。
論文 参考訳(メタデータ) (2024-03-28T02:20:03Z) - On the Challenges of Fully Incremental Neural Dependency Parsing [7.466159270333272]
BiLSTMやTransformerベースの双方向エンコーダの普及以来、最先端の構文は漸進性を欠いている。
本稿では、最新のアーキテクチャと完全にインクリメンタルな依存関係解析が競合するかどうかを考察する。
我々は、厳密に左から右へのニューラルエンコーダと、完全にインクリメンタルなシーケンスラベル付けとトランジッションベースのデコーダを組み合わせた双方向を構築する。
論文 参考訳(メタデータ) (2023-09-28T08:44:08Z) - Assessment of Pre-Trained Models Across Languages and Grammars [7.466159270333272]
シーケンスラベリングとしてパースをキャストすることで,構成構造と依存性構造を復元することを目的としている。
その結果、事前学習された単語ベクトルは、依存関係よりも構文の連続表現を好まないことが明らかとなった。
プレトレーニングデータ中の言語の発生は、単語ベクトルから構文を回復する際のタスクデータ量よりも重要である。
論文 参考訳(メタデータ) (2023-09-20T09:23:36Z) - Opinion Tree Parsing for Aspect-based Sentiment Analysis [24.29073390167775]
本稿では、より高速で、より包括的で完全なアスペクトレベルの感情構造を明らかにすることができる、意見木からすべての感情要素を解析することを目的とした意見木解析モデルを提案する。
特に、まず、文脈自由な意見文法を導入して、意見木構造を正規化する。次に、感情要素間の相関関係を網羅的に検討し、それらを意見木構造に解析する神経チャートベースの意見木を用いる。
論文 参考訳(メタデータ) (2023-06-15T07:53:14Z) - Outline, Then Details: Syntactically Guided Coarse-To-Fine Code
Generation [61.50286000143233]
ChainCoderは、Pythonコードを段階的に生成するプログラム合成言語モデルである。
自然言語記述と構文的に整合したI/Oデータサンプルを共同で符号化するために、カスタマイズされたトランスフォーマーアーキテクチャを利用する。
論文 参考訳(メタデータ) (2023-04-28T01:47:09Z) - Benchmarking Language Models for Code Syntax Understanding [79.11525961219591]
事前学習された言語モデルは、自然言語処理とプログラム理解の両方において素晴らしい性能を示している。
本研究では,プログラムの構文構造を特定するための,最先端の事前訓練モデルの最初の徹底的なベンチマークを行う。
この結果から,既存のプログラミング言語の事前学習手法の限界が指摘され,構文構造をモデル化することの重要性が示唆された。
論文 参考訳(メタデータ) (2022-10-26T04:47:18Z) - Constrained Language Models Yield Few-Shot Semantic Parsers [73.50960967598654]
我々は,事前学習された大規模言語モデルの利用を,少ない意味論として検討する。
意味構文解析の目標は、自然言語入力によって構造化された意味表現を生成することである。
言語モデルを用いて、入力を英語に似た制御されたサブ言語にパラフレーズし、対象の意味表現に自動的にマッピングする。
論文 参考訳(メタデータ) (2021-04-18T08:13:06Z) - Character-level Representations Improve DRS-based Semantic Parsing Even
in the Age of BERT [6.705577865528099]
文字レベルと文脈言語モデル表現を組み合わせて解析性能を向上させる。
英語では、これらの改善は個々の言語情報ソースを追加するよりも大きい。
セマンティックタグに基づく新しい解析手法により,選択したセマンティックな現象のサブセット間で,文字レベルの表現により性能が向上することを示す。
論文 参考訳(メタデータ) (2020-11-09T10:24:12Z) - Explicitly Modeling Syntax in Language Models with Incremental Parsing
and a Dynamic Oracle [88.65264818967489]
我々は新しい構文認識型言語モデル、Syntactic Ordered Memory (SOM)を提案する。
モデルは、構造をインクリメンタルにモデル化し、標準言語モデルの条件付き確率設定を維持する。
実験により、SOMは言語モデリング、インクリメンタル解析、構文一般化テストにおいて強力な結果が得られることが示された。
論文 参考訳(メタデータ) (2020-10-21T17:39:15Z) - Hierarchical Poset Decoding for Compositional Generalization in Language [52.13611501363484]
出力が部分的に順序付けられた集合(命題)である構造化予測タスクとして人間の言語理解を形式化する。
現在のエンコーダ・デコーダアーキテクチャは意味論のポーズ構造を適切に考慮していない。
本稿では,言語における合成一般化のための新しい階層型ポーズデコーディングパラダイムを提案する。
論文 参考訳(メタデータ) (2020-10-15T14:34:26Z) - A Simple Global Neural Discourse Parser [61.728994693410954]
本稿では,手作業で構築した特徴を必要とせず,学習したスパン表現のみに基づく簡易なグラフベースニューラル談話を提案する。
我々は,我々のモデルが世界規模で最高の性能を達成し,最先端の欲求に匹敵する性能を実証的に示す。
論文 参考訳(メタデータ) (2020-09-02T19:28:40Z)
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。