用于句法分析的有效自训练方法

我们提出了一种简单但出人意料有效的自训练方法，用于训练一个两阶段的解析器-重排序系统，该方法仅需利用 readily available 的未标注数据。我们证明，当自训练所得的解析结果经过判别式重排序器处理时，这种自举（bootstrapping）在句法解析任务中是可行的。我们改进后的模型在华尔街日报（Wall Street Journal）句法解析任务上取得了92.1%的F值，相比此前最佳结果实现了绝对1.1%的提升（错误率降低12%）。最后，我们进一步提供了相关分析，以更深入地理解该现象背后的机制。