Einfacher, aber genauer semantischer Abhängigkeitsparser

Während syntaktische Abhängigkeitsannotierungen sich auf die Oberflächen- oder funktionale Struktur eines Satzes konzentrieren, zielen semantische Abhängigkeitsannotierungen darauf ab, zwischenwortliche Beziehungen zu erfassen, die enger mit der Bedeutung des Satzes verbunden sind, indem sie graphbasierte Darstellungen verwenden. Wir erweitern den LSTM-basierten syntaktischen Parser von Dozat und Manning (2017), um diese Graphstrukturen zu trainieren und zu generieren. Das resultierende System erreicht an sich bereits eine Spitzenleistung und übertrifft das bisherige, wesentlich komplexere Spitzensystem um 0,6 % gelabelten F1-Wert. Durch das Hinzufügen sprachlich reichhaltiger Eingabedarsellungen wird der Vorsprung noch größer, sodass wir es um 1,9 % gelabelten F1-Wert übertreffen können.