HyperAIHyperAI

Command Palette

Search for a command to run...

Analyse de dépendance sémantique plus simple mais plus précise

Timothy Dozat; Christopher D. Manning

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.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp