POS 태깅과 그래프 기반 의존 구문 분석을 위한 새로운 신경망 모델

우리는 형태소 태깅(POS tagging)과 그래프 기반 의존성 분석을 동시에 학습하는 새로운 신경망 모델을 제시합니다. 본 모델은 양방향 LSTM을 사용하여 형태소 태깅과 의존성 분석 작업에 공유되는 특징 표현을 학습하므로, 특징 엔지니어링 문제를 해결할 수 있습니다. 우리는 Universal Dependencies 프로젝트의 19개 언어에 대해 광범위한 실험을 수행하였으며, 결과는 본 모델이 형태소 태깅과 전이 기반 의존성 분석을 동시에 수행하는 최신 신경망 기반 스택 전파 모델(Stack-propagation model)보다 우수함을 보여주었습니다. 이로 인해 새로운 최고 성능을 달성하였습니다. 우리의 코드는 오픈 소스이며, 사전 훈련된 모델들과 함께 다음 주소에서 이용 가능합니다: https://github.com/datquocnguyen/jPTDP