通过使用 LSTM 建模字符而不是词汇来改善基于过渡的解析

Key Points

• 本研究旨在使用基于字符的模型提高形态丰富语言的依赖解析性能。
• 开发了一个使用 LSTM 网络建模字符表示的基于过渡的解析器。
• 用基于字符的编码替换词表示，以在相似的词形之间启用统计共享。
• 在各种形态丰富的语言上进行实验，以评估性能改善。
• 基于字符的解析模型在形态丰富语言的解析准确性上显示出显著改善。
• 使用字符级编码导致对相似词形更好的泛化。
• 特定的性能指标表明，与传统的基于词的方法相比，解析任务的效率得到了增强。