私たちは、既存の監督学習および非監督学習の構文解析アルゴリズムを再利用する非監督依存関係解析への自己訓練アプローチを提案します。当該アプローチは「反復再順位付け」（Iterated Reranking: IR）と呼ばれ、まず非監督パーサーによって生成された依存木から始め、これらの木を用いて訓練された監督学習で使用されるより豊富な確率モデルを利用して、反復的にこれらの木を改善します。私たちのシステムは、Spitkovskyら (2013) の最先端パーサーに比べてWSJコーパス上で1.8%高い精度を達成しています。