HyperAIHyperAI
il y a 17 jours

HUJI-KU à MRP~2020 : Deux analyseurs neuronaux basés sur les transitions

Ofir Arviv, Ruixiang Cui, Daniel Hershcovich
HUJI-KU à MRP~2020 : Deux analyseurs neuronaux basés sur les transitions
Résumé

Ce papier décrit la soumission du système HUJI-KU à la tâche partagée sur l’analyse de la représentation du sens à travers des cadres (Cross-Framework Meaning Representation Parsing, MRP) organisée lors de la Conférence 2020 pour l’apprentissage computationnel du langage (CoNLL), utilisant TUPA et le parser HIT-SCIR, respectivement système de référence et système gagnant de la tâche partagée MRP 2019. Les deux systèmes sont des parseurs fondés sur une transition et utilisant des embeddings contextuels BERT. Nous avons étendu TUPA pour qu’il prenne en charge les nouveaux cadres et langues ajoutés dans la tâche 2020, et nous avons expérimenté l’apprentissage multitâche avec le parser HIT-SCIR. Notre système a obtenu la 4e place dans les deux parcours, respectivement cross-framework et cross-lingual.

HUJI-KU à MRP~2020 : Deux analyseurs neuronaux basés sur les transitions | Articles de recherche récents | HyperAI