← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9795.b · 生成模型:DeepSeek-V4.1-Flash

依存句法的两种解法

理解等级:高级

依存语法把句子看成词与词的有向支配关系:核心动词是根,不受任何词支配,其余词以主谓、动宾、定中等关系挂在支配者下面,分析的目标就是把这组边求出来。基于图的方法把整棵树当作有向图上的最大生成树,训练时能全局搜索所有子树,代价是特征只能是局部的,用不上太多历史信息。基于决策的方法把建树拆成动作序列:状态由栈 s、待处理序列 b、已建关系 A 组成,动作用 LEFT-ARC、RIGHT-ARC、SHIFT 三种;若有 N 条依存边,总共 2N+1 步,每一步按栈顶与缓冲区元素的词、词性、已有关系抽特征,交给分类器选动作。前者全局但慢,后者快却贪心,一步错难回退,这正是深度模型后来用输入层拼接特征向量来补的短板。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 理解语言有多难 · 查看原书依据

      一种是基于图的方法(Graph-based),它把问题看成有向图中最大生成树的求解问题,它的优点是训练时使用的全局方法,可以搜索所有子树,缺点是不能利用太多历史信息(特征是局部性的)。一种是基于决策的方法(Transition-based),它将依存树的构建分解为一序列动作

    参考来源

    - 位置:《文本上的算法——深入浅出自然语言处理》第8章 理解语言有多难(源文件:extracted/文本上的算法——深入浅出自然语言处理/_epub-src/OEBPS/Text/00015.html) - 结论依据:原文这一段直接给出本卡的核心判断:「一种是基于图的方法(Graph-based),它把问题看成有向图中最大生成树的求……」 - 原始内容:一种是基于图的方法(Graph-based),它把问题看成有向图中最大生成树的求解问题,它的优点是训练时使用的全局方法,可以搜索所有子树,缺点是不能利用太多历史信息(特征是局部性的)。一种是基于决策的方法(Transition-based),它将依存树的构建分解为一序列动作