HyperAIHyperAI
il y a 2 mois

Analyse de dépendance sémantique plus simple mais plus précise

Timothy Dozat; Christopher D. Manning
Analyse de dépendance sémantique plus simple mais plus précise
Résumé

Alors que les annotations de dépendances syntaxiques se concentrent sur la structure superficielle ou fonctionnelle d'une phrase, les annotations de dépendances sémantiques visent à capturer des relations inter-mot plus étroitement liées au sens d'une phrase, en utilisant des représentations structurées en graphe. Nous avons étendu le parseur syntaxique basé sur les LSTM de Dozat et Manning (2017) pour qu'il puisse être formé et générer ces structures de graphe. Le système résultant obtient à lui seul des performances de pointe, surpassant le système précédemment considéré comme étant l'état de l'art, qui était beaucoup plus complexe, avec une amélioration de 0,6 % du F1 marqué. L'ajout de représentations d'entrée plus riches sur le plan linguistique augmente encore cet écart, nous permettant ainsi de le surpasser avec une amélioration de 1,9 % du F1 marqué.

Analyse de dépendance sémantique plus simple mais plus précise | Articles de recherche récents | HyperAI