Universal Dependency Parsing from Scratch 제로부터 시작하는 유니버설 의존성 분석

이 논문은 2018년 CoNLL UD 공유 작업에서 스탠퍼드 대학의 시스템을 설명합니다. 우리는 원시 텍스트를 입력으로 받아, 공유 작업에서 요구되는 모든 작업을 수행하는 완전한 신경망 파이프라인 시스템을 소개합니다. 이 시스템은 토큰화와 문장 분할부터 품사 태깅과 의존성 해석까지 다양한 작업을 수행합니다. 우리의 단일 시스템 제출은 큰 트리뱅크에서 매우 경쟁력 있는 성능을 보였습니다. 또한 불행히도 발생한 버그를 수정한 후, 수정된 시스템은 공식 평가 지표인 LAS, MLAS, 그리고 BLEX에서 각각 2위, 1위, 3위를 차지했으며, 저자원 트리뱅크 범주에서는 모든 지표에서 다른 제출 시스템들을 크게 앞섰습니다. 우리는 광범위한 아블레이션 연구를 통해 다양한 모델 구성 요소의 효과성을 보여줍니다.