ラベル付き依存性ツリーのためのプロービング【JST・京大機械翻訳】

Mueller-Eberstein Max; van der Goot Rob; Plank Barbara

プレプリント

J-GLOBAL ID：202202219893026505 整理番号：22P0309621

ラベル付き依存性ツリーのためのプロービング【JST・京大機械翻訳】

Probing for Labeled Dependency Trees

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年03月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

プロービングは自然言語処理(NLP)における表現を解析するための重要なツールである。依存性構文解析のようなグラフィカルNLPタスクに対して,線形プローブは,現在,完全なタスクを捉えない,非指向性またはラベルなし構文木を抽出するのに限定されている。本研究では,埋込みからラベル付けおよび有向依存性構文木を抽出できる線形プローブであるDepProbeを導入し,事前手法よりも少ないパラメータおよび計算を用いた。完全なタスクカバレージと軽量パラメータ化を,完全なバイアフィン注意パーザを訓練するための最良の転送言語を選択するための予測力を調べた。13言語を通して,著者らの提案方法は,時間の最良のソースツリーバンク94%を同定し,競合基準線と事前作業を凌駕する。最後に,文脈埋込みにおけるタスク固有部分空間の有益性を分析し,また,完全な構文の非線形パラメータ化を提供する。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

自然語処理

前のページに戻る