Hin zu geschichtsbasierenden Grammatiken

Wir beschreiben ein generatives probabilistisches Modell der natürlichen Sprache, das wir HBG nennen und das detaillierte linguistische Informationen nutzt, um Mehrdeutigkeiten aufzulösen. HBG integriert lexikalische, syntaktische, semantische und strukturelle Informationen aus dem Parse-Baum auf neuartige Weise in den Disambiguierungsprozess. Wir verwenden ein Korpus von gespannten Sätzen, das als Baum-Bank bezeichnet wird, in Kombination mit dem Aufbau von Entscheidungsbäumen, um die relevanten Aspekte eines Parse-Baums herauszuarbeiten, die die korrekte Analyse eines Satzes bestimmen werden. Dies steht im Gegensatz zu dem üblichen Ansatz, die Grammatik weiter anzupassen in der Hoffnung, die korrekte Analyse zu erzeugen. In direkten Tests gegen eines der besten vorhandenen robusten probabilistischen Parsing-Modelle, das wir P-CFG nennen, übertrifft das HBG-Modell P-CFG erheblich und erhöht die Parsing-Genauigkeitsrate von 60 % auf 75 %, was eine 37 %ige Reduktion der Fehler bedeutet.