要約
私たちは再帰型ニューラルネットワーク文法（Recurrent Neural Network Grammars）を導入します。これは、明示的なフレーズ構造を持つ文章の確率モデルです。効率的な推論手続きについて説明し、パーシングと言語モデルへの応用が可能であることを示します。実験結果は、これらのモデルが英語においてこれまでに公開された単一の監督生成モデルよりも優れた解析性能を提供し、最先端の逐次RNN（Sequential RNNs）よりも英語と中国語で優れた言語モデリング性能を発揮することを示しています。