Analyse de dépendance sémantique du second ordre avec des réseaux neuronaux end-to-end

L'analyse des dépendances sémantiques vise à identifier les relations sémantiques entre les mots d'une phrase qui forment un graphe. Dans cet article, nous proposons un analyseur de dépendances sémantiques d'ordre deux, qui prend en compte non seulement les arêtes de dépendance individuelles mais aussi les interactions entre paires d'arêtes. Nous montrons que l'analyse de deuxième ordre peut être approximée en utilisant l'inférence variationnelle par champ moyen (MF) ou la propagation de croyance circulaire (LBP). Les deux algorithmes peuvent être développés comme des couches récurrentes d'un réseau neuronal, ce qui permet une formation de bout en bout du parseur. Nos expériences montrent que notre approche atteint des performances de pointe.