
摘要
我们介绍了循环神经网络语法(Recurrent Neural Network Grammars),这是一种具有显式短语结构的句子的概率模型。我们解释了高效的推理程序,这些程序使得该模型可以应用于句法分析和语言建模。实验表明,它们在英语中的句法分析性能优于任何单一已发表的监督生成模型,并且在英语和汉语的语言建模方面优于最先进的顺序循环神经网络(Sequential RNNs)。
我们介绍了循环神经网络语法(Recurrent Neural Network Grammars),这是一种具有显式短语结构的句子的概率模型。我们解释了高效的推理程序,这些程序使得该模型可以应用于句法分析和语言建模。实验表明,它们在英语中的句法分析性能优于任何单一已发表的监督生成模型,并且在英语和汉语的语言建模方面优于最先进的顺序循环神经网络(Sequential RNNs)。