Analyse syntaxique par dépendances neurales du second ordre avec passage de messages et apprentissage end-to-end

Dans cet article, nous proposons une analyse syntaxique dépendante basée sur les graphes d'ordre deux, utilisant le passage de messages et des réseaux neuronaux end-to-end. Nous montrons empiriquement que nos approches atteignent une précision comparable à celle des parseurs les plus récents et les plus performants basés sur les graphes d'ordre deux, tout en offrant une vitesse significativement plus élevée, tant pendant l'entraînement que pendant le test. Nous démontrons également empiriquement l'avantage de l'analyse d'ordre deux par rapport à l'analyse d'ordre un, et observons que l'utilité de la contrainte structurée de sélection du noyau disparaît lorsqu'on utilise des embeddings BERT.