نحو تحليل أفضل لـ UD: التضمينات الكلامية السياقية العميقة، والتكامل، ودمج الأشجار النحوية

يصف هذا البحث نظامنا (HIT-SCIR) المقدم إلى مهمة CoNLL 2018 المشتركة حول تحليل الجمل متعدد اللغات من النص الخام إلى الاعتمادات العالمية (Universal Dependencies). نعتمد في مشاركتنا على النظام الفائز من جامعة ستانفورد في مهمة CoNLL 2017 المشتركة ونقوم بتوسيعه بشكل فعال في جوانب اثنتين: 1) دمج التمثيلات المتجهة للكلمات ذات السياق العميق (deep contextualized word embeddings) في كل من تصنيف الأجزاء الصوتية وتحليل الجمل؛ 2) الجمع بين مُحلِّلات تم تدريبها باستخدام عمليات تهيئة مختلفة (initialization). كما نستكشف طرقًا مختلفة لربط البنوك الشجرية (treebanks) لتحقيق تحسينات إضافية. أظهرت نتائج التجارب على البيانات التنموية فعالية طرائقنا. وفي التقييم النهائي، حصل نظامنا على المركز الأول بناءً على دقة التسمية الإضافية (LAS) بنسبة 75.84٪، وتخطى الأنظمة الأخرى بفارق كبير.