التدريب المُنظَّم لتحليل النحو القائم على الانتقالات في الشبكات العصبية

نقدم تدريب المدركون الهيكلي لتحليل الاعتماد القائم على الانتقالات في الشبكات العصبية. نتعلم تمثيل الشبكة العصبية باستخدام مكتبة ذهبية مكملة بعدد كبير من الجمل التي تم تحليلها تلقائيًا. بالنظر إلى هذا التمثيل الشبكي الثابت، نتعلم الطبقة النهائية باستخدام المدركون الهيكلي مع فك التشفير بحث الحزمة (beam-search decoding). على مكتبة الأشجار بن (Penn Treebank)، يصل محللنا إلى دقة ربط غير مسمى بنسبة 94.26% ودقة ربط مسمى بنسبة 92.41%，这是我们所知的斯坦福依存关系分析到目前为止的最佳精度。我们也进行了深入的消融分析，以确定我们模型的哪些方面提供了最大的精度提升。请注意，最后一句中的“这是我们所知的斯坦福依存关系分析到目前为止的最佳精度”在阿拉伯语中通常会表达为“حسب علمنا، هذه هي أفضل دقة في تحليل الاعتمادات ستانفورد حتى الآن”，这样更符合阿拉伯语的表达习惯。因此，最终翻译如下：نقدم تدريب المدركون الهيكلي لتحليل الاعتماد القائم على الانتقالات في الشبكات العصبية. نتعلم تمثيل الشبكة العصبية باستخدام مكتبة ذهبية مكملة بعدد كبير من الجمل التي تم تحليلها تلقائيًا. بالنظر إلى هذا التمثيل الشبكي الثابت، نتعلم الطبقة النهائية باستخدام المدركون الهيكلي مع فك التشفير بحث الحزمة (beam-search decoding). على مكتبة الأشجار بن (Penn Treebank)، يصل محللنا إلى دقة ربط غير مسمى بنسبة 94.26% ودقة ربط مسمى بنسبة 92.41%，حسب علمنا، هذه هي أفضل دقة في تحليل الاعتمادات ستانفورد حتى الآن. كما قمنا بتحليل استقصائي شامل لتحديد أي جوانب من نموذجنا توفر أكبر زيادة في الدقة.