초록
최근 연구에서는 주어구문 분석을 위한 여러 생성적 신경 모델을 제안하여 최고 수준의 성과를 달성하였습니다. 이러한 생성적 모델에서 직접적인 검색이 어려운 관계로, 이들은 해독이 더 간단한 기본 파서로부터 후보 출력을 재점수화하는 데 주로 사용되었습니다. 먼저, 이러한 생성적 모델에서 직접적인 검색을 위한 알고리즘을 제시합니다. 그 다음, 재점수화 결과가 순위 재배치 효과보다는 암시적인 모델 결합에 부분적으로 기인함을 보여드립니다. 마지막으로, 명시적인 모델 결합이 성능을 더욱 개선할 수 있음을 입증하며, 금자데이터만으로 훈련할 때 PTB에서 94.25 F1 점수와 외부 데이터를 사용할 때 94.66 F1 점수라는 새로운 최고 수준의 결과를 얻었습니다.