Não Aqui!

André Filipe Torres Martins; Dipanjan Das; Noah A. Smith; Eric P. Xing. Stacking Dependency Parsers.

現在の係り受け解析の主流は，graph-based methods (例えばMSTParser) とtransition-based method (例えばMaltParser) に大別される．graph-based methodsは，構文木全体のスコアを，その構成要素であるエッジのスコアの和（もしくは積）を取り，構文木全体のスコアが最大になるように動作するが，スコアの構成要素が局所的なエッジから組み立てられているため，構文木全体としての特徴量を取り込みづらいという問題点がある．transition-based methodsは，Shift-reduceパーサーのように，これまでの構文解析結果と，現在の状態が与えられたとき，次のパーサーの動作として最も適切なものを選択するか，これらの選択の系列全体を最適化することによって動作するが，得られた構文木全体が最適かどうかは保証されない．

Nivre and McDonald (2008) は，graph-basedとtransition-basedを組み合わせる方法として，stacked parsingを提案した．このフレームワークは，あるパーサーの解析結果を，別のパーサーの素性として取り込むことで，１層目のパーサーの解析誤りを訂正し，解析精度を向上させる方法を提案した．本論文は，このstacked parsingのstacked learningとしての解釈を与え，１層目と２層目のパーザーとして，種々の組み合わせを試し，Nivre and McDonald (2008) の精度を超える結果を報告している．