研究提出结构自动机优化神经语义解析
发生了什么
据arXiv cs.CL论文《Structural Automata for Neural Semantic Parsing》介绍,研究针对神经语义解析中生成有效性的问题,在DRS解析的解码、事后处理和训练三个阶段引入结构自动机。对于解码,提出接受路径解码(APD),在固定输出长度限制内保证有效前缀可完成且不回退令牌。实验显示,在严格长度限制下,APD在DRS和AMR任务上的Smatch++指标分别提升5.1/2.4点和6.4/3.2点。在训练阶段,惩罚被自动机拒绝的令牌在有限数据初期可提升3.6-11.0点,但随着交叉熵降低拒绝令牌概率,优势减弱。
- DRS性能提升
- 5.1点
- AMR性能提升
- 6.4点
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- arXiv cs.CL一手材料
Structural Automata for Neural Semantic Parsing
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口