Analyse syntaxique basée sur les dépendances avec des réseaux neuronaux graphes

Nous étudions le problème de l’intégration efficace de caractéristiques d’ordre supérieur dans le cadre de l’analyse syntaxique dépendante basée sur les graphes. Au lieu d’extraire explicitement ces caractéristiques d’ordre supérieur à partir d’arbres d’analyse intermédiaires, nous proposons une représentation de nœud d’arbre dépendant plus puissante, capable de capturer de manière concise et efficace les informations d’ordre supérieur. Nous utilisons des réseaux de neurones sur graphe (GNN) pour apprendre ces représentations, et nous examinons plusieurs nouvelles configurations des fonctions de mise à jour et d’agrégation des GNN. Les expériences menées sur le PTB montrent que notre parseur atteint les meilleurs scores UAS et LAS (96,0 % et 94,3 %) parmi les systèmes ne faisant usage d’aucune ressource externe.