要約
意味依存関係解析の目的は、文章内の単語間の意味的な関係をグラフとして識別することである。本論文では、個々の依存エッジだけでなく、エッジ対の相互作用も考慮する2次意味依存関係解析器を提案する。我々は、2次パーシングが平均場（Mean Field: MF）変分推論またはルーピー信念伝播（Loopy Belief Propagation: LBP）を使用して近似できることを示す。これらのアルゴリズムをニューラルネットワークの再帰層として展開できるため、パーサーをエンドツーエンドで学習することが可能となる。我々の実験結果は、提案手法が最先端の性能を達成していることを示している。