Dependency Graph Parsing as Sequence Labeling

要約

構文依存関係の解析をシーケンスのラベル付けとしてキャストするために、さまざまな線形化が提案されています。
ただし、これらのアプローチは、再入性やサイクルを処理できないため、セマンティック依存関係や拡張ユニバーサル依存関係など、より複雑なグラフベースの表現をサポートしません。
それらを拡張することで、グラフ解析をタグ付けタスクとしてキャストするために使用できる範囲のない線形化と有界の線形化を定義し、このパラダイムの下で解決できる問題のツールボックスを拡大します。
セマンティック依存関係と強化された UD 解析に関する実験結果は、エンコードを適切に選択することで、シーケンスラベル付け依存関係グラフ パーサーが、その単純さにもかかわらず、高い効率と最先端に近い精度を兼ね備えていることを示しています。

要約(オリジナル)

Various linearizations have been proposed to cast syntactic dependency parsing as sequence labeling. However, these approaches do not support more complex graph-based representations, such as semantic dependencies or enhanced universal dependencies, as they cannot handle reentrancy or cycles. By extending them, we define a range of unbounded and bounded linearizations that can be used to cast graph parsing as a tagging task, enlarging the toolbox of problems that can be solved under this paradigm. Experimental results on semantic dependency and enhanced UD parsing show that with a good choice of encoding, sequence-labeling dependency graph parsers combine high efficiency with accuracies close to the state of the art, in spite of their simplicity.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google