더 나은 UD 파싱을 위한 방향: 심층 문맥화 단어 임베딩, 앙상블, 및 트리뱅크 연결

본 논문은 CoNLL 2018 공유 작업에서 원시 텍스트를 유니버설 의존성으로 다국어 파싱을 위한 제출 시스템(HIT-SCIR)을 설명합니다. 본 제출은 CoNLL 2017 공유 작업에서 승리한 스탠퍼드 대학의 시스템을 기반으로 하며, 두 가지 효과적인 확장을 수행하였습니다: 1) 부분 어휘 태거와 파서에 깊이 있는 문맥화된 단어 임베딩을 통합하는 것; 2) 다른 초기화로 훈련된 파서들을 앙상블하는 것. 또한 우리는 트리뱅크를 연결하는 다양한 방법들을 탐구하여 추가적인 개선을 도모하였습니다. 개발 데이터에 대한 실험 결과는 우리의 방법들의 효과성을 보여주었습니다. 최종 평가에서는 본 시스템이 LAS(75.84%) 기준으로 1위를 차지하였으며, 다른 시스템들보다 크게 우수한 성능을 보였습니다.