歴史に基づく文法へ

私たちは、詳細な言語情報を利用して曖昧さを解消する生成的確率モデルであるHBGについて説明します。HBGは、構文解析木からの語彙情報、構文情報、意味情報、構造情報を新しい方法で曖昧化プロセスに組み込みます。私たちは、木構造文法木（Treebank）と呼ばれる括弧付き文のコーパスと決定木構築を組み合わせて、文の正しい解析を決定するための構文解析木の関連する側面を明らかにします。これは、正しい解析を生成することを期待して、通常の言語内省を通じて文法をさらに調整する従来のアプローチとは対照的です。最良の既存の堅牢な確率的構文解析モデルの1つ、P-CFGとの対決テストにおいて、HBGモデルはP-CFGを大幅に上回り、構文解析精度を60％から75％に引き上げ、エラーを37％削減しました。