MRP 2019 における HIT-SCIR：効率的な学習と有効な符号化を用いた意味表現解析のための統一パイプライン

本稿では、CoNLL 2019で実施された共有タスク「Cross-Framework Meaning Representation Parsing」に対する当研究室（HIT-SCIR）のシステムについて述べる。本システムは、基本的な遷移ベースのパーサーを以下の二つの改良によって拡張したものである：a) Stack LSTMを用いた並列学習による効率的な訓練手法の導入；b) 深層文脈依存型単語埋め込みであるBERTを採用した効果的な表現エンコーディング。一般的に、フレームワーク固有の遷移ベースパーサー、BERTを活用した強化された単語表現、および後処理を統合した包括的なパイプラインを提案した。最終評価において、当システムはALL-F1（86.2％）で首位を獲得し、特にUCCAフレームワークにおいても首位（81.67％）を達成した。