将句子转化为依存解析树:查看句子的状态,并预知一项迁移,在利用贪心算法,再进行转移,直到得出一个完整的迁移序列,该迁移序列能够对句子的依存解析树进行独立编码。
Syntax Net:语法分析器。
(1)使用协同训练来影响未标记的数据。
协同训练(Tri-training)
针对没有足够的数据来完成任务而提出的解决方案:
大量未标记的数据和两个高效的截然不同的依存解析器,当它们对一个句子的依存分析树达成一致时,会将其添加到标记数据集中。
(2)调整了神经网络。

(3)在模型的顶部添加了终极层,包括带有定向搜索的结构化感知器。
贪心算法不能真正的预测未来,只能做短期的决定,结果无法从一个错误的决定中真正恢复过来。解决方法:最顶层的感知机采用定向搜索对搜索树进行剪枝。
本文探讨了将句子转换为依存解析树的过程,通过使用协同训练和神经网络调整,结合SyntaxNet语法分析器,有效地处理了大量未标记数据,提高了依存分析的准确性。
790

被折叠的 条评论
为什么被折叠?



