[論文レビュー] Parsing as Reduction

Daniel Fernández‐González, André F. T. Martins|arXiv (Cornell University)|Feb 27, 2015

Natural Language Processing Techniques被引用数 2

ひとこと要約

本稿では、構文的木構造の順序を従属関係ラベルに軽量に符号化することで、構文木と同型となる「ヘッド順序付き従属木」を導入することにより、構文解析を従属解析に還元する新規手法を提案する。この手法により、任意のトレーニング可能な従属解析器（プロジェクト型または非プロジェクト型）が、最小限の後処理で高精度な構文解析を生成可能となり、ドイツ語における非連続的解析において最先端の結果を達成するとともに、Berkeley parser や SPMRL-2014 優勝システムといった強力なベースラインを上回る性能を示した。

ABSTRACT

We reduce phrase-representation parsing to dependency parsing. Our reduction is grounded on a new intermediate representation, "head-ordered dependency trees", shown to be isomorphic to constituent trees. By encoding order information in the dependency labels, we show that any off-the-shelf, trainable dependency parser can be used to produce constituents. When this parser is non-projective, we can perform discontinuous parsing in a very natural manner. Despite the simplicity of our approach, experiments show that the resulting parsers are on par with strong baselines, such as the Berkeley parser for English and the best single system in the SPMRL-2014 shared task. Results are particularly striking for discontinuous parsing of German, where we surpass the current state of the art by a wide margin.

研究の動機と目的

• 文法推定やコーパスの二分木化を必要とせずに、高速な従属解析と情報豊富な構文解析のギャップを埋めること。
• 非プロジェクト型従属解析器を自然かつ効率的に用いて非連続的構文解析を実現すること。
• 従来の非連続的構文解析器と比較して、計算コストを大幅に削減しつつも、解析精度を保持する手法を開発すること。
• 単純な構文解析から従属解析への還元が、複雑な専用構文解析システムを上回ることを示すこと。

提案手法

• ヘッドごとの従属イベントの弱順序を追加することで構文構造を符号化する「ヘッド順序付き従属木」を導入する。
• 従属アークのラベルにヘッドノードのラベルとスプライス内での位置を符号化することで、ヘッド順序付き従属木と構文木との同型性を実現する。
• 任意の市販のトレーニング可能な従属解析器を用いて従属木を生成し、その後に単純な後処理ステップを適用して一意の構文成分を回復する。
• ヘッド順序付き従属木と構文木との同型性を活用し、ラベルに基づく再構成によって正しい構文成分の回復を保証する。
• プロジェクト型および非プロジェクト型の従属解析器の両方を適用し、ドイツ語のような自由語序言語に対しても自然な非連続的解析を実現する。
• 先行研究で見られるラベル空間の爆発を回避する軽量なラベル符号化を採用し、パーサーの精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 文法推定やコーパスの二分木化を必要とせずに、従属解析器を用いて高精度な構文解析を生成できるか？
• RQ2 構文解析から従属解析への還元が、連続的および非連続的構文解析の両タスクで競争力のある性能を達成できるか？
• RQ3 従属ラベルに弱順序を符号化することで、構文木と同型となるか？
• RQ4 非プロジェクト型従属解析器を自然かつ効率的に用いて非連続的構文解析を実現できるか？
• RQ5 本手法は、特に非連続構造に対して、最先端の構文解析器と比較して精度と速度の両面で優れているか？

主な発見

• 本手法は SPMRL-2014 共同タスクで最先端の F1 スコアを達成し、最良の単一システム（Crabbé と Seddah, 2014）を上回り、英語では Berkeley parser と同等の性能を示した。
• ドイツ語の TIGER および NEGRA データセットでは、非連続的解析分野で現在の最先端を大幅に上回り、TIGER-H&N で 84.22 F1、NEGRA で 80.52 F1（ゴールド POS ラベル使用）を達成した。
• NEGRA の全文書を 27.1 秒（1 秒あたり 618 語）で解析可能であり、van Cranenburgh と Bod (2013) が同じデータセットに 3 時間を要したのと比べて顕著に高速であった。
• Hall と Nivre (2008) と比較して、従属ラベル数を 10 分の 1 に削減し、ラベルスパarsity の低減によりパーサーの精度が向上した。
• TIGER-H&N ゴールドで 54.88 の高水準な正確一致スコアを達成しながらも、高速性を維持し、Versley (2014a) の easy-first システムを精度と効率の両面で上回った。
• ヘッド順序付き従属木と構文木との同型性は、符号化方式下でも構造が保持されることを示す命題によって形式的に確立された。