文献

J-GLOBAL ID：201902252230632359   整理番号：19A2421348

NLPCC-2019共有タスク2のための変圧器に基づく意味パーザ【JST・京大機械翻訳】

A Transformer-Based Semantic Parser for NLPCC-2019 Shared Task 2

著者 (3件)： Ge Donglai (School of Computer Science and Technology, Soochow University, Suzhou, China) ,  Li Junhui (School of Computer Science and Technology, Soochow University, Suzhou, China) ,  Zhu Muhua (Alibaba Group, Hangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11839  ページ： 772-781  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： シーケンス対シーケンス(seq2seq)アプローチは,ソース文からその対応する論理形式への翻訳タスクとして意味論的構文解析を形式化する。しかし,大規模な注釈付きデータセットがない場合には,最先端のseq2seqモデルであっても,変換器はデータスパース性の問題を被る可能性がある。この問題を扱うために,本論文は,意味論的構文解析のためにseq2seqモデルをより良く適合させるために,神経機械翻訳で広く使用される3つの技術を調査する。最初に,著者らは,単語に単語をセグメント化するためにバイト対符号化(BPE)を用いて,まれな単語を頻繁な単語に移した。第二に,ソースとターゲット側の両方に単語語彙を共有する。最後に,訓練データセットの被覆率を増加させるための合成インスタンスを生成するための発見的ルールを定義した。NLPCC2019共有タスク2に関する実験結果は,著者らのアプローチが最新の性能を達成して,現在のランキングからのタスクにおいて最初の場所を得ることを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  アノテーション ,  変換器 ,  語彙 ,  構文分析 ,  意味論 ,  機械翻訳 ,  等級づけ ,  *単語 ,  被覆率 ,  変圧器
準シソーラス用語： 訓練データ ,  神経 ,  スパース性 ,  *パーザ , 【Automatic Indexing@JST】

著者キーワード (3件)： 意味解析 ,  配列から配列へ ,  合成インスタンス

分類 (3件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 共有 ,  タスク ,  変圧器 ,  意味 ,  パーザ