تقدم المقالة خلفية رمزية مُعاد تصميمها لـ AM-Parser تستخدم أنواع CCG الموجهة للتعامل بشكل أفضل مع التمييز الاتجاهي في مهام التعميم الهيكلي مثل تحولات موضع التعديل.
- يستخدم النظام CKY الحتمي ومُشفّر خطي واحد يحتوي على 30 ألف معلمة قابلة للتعلّم.
- يحقق تطابقًا دقيقًا بنسبة LF تبلغ 75.9±6.4٪، متفوقًا على نتيجة AM-Parser السابقة البالغة 70.8±4.3٪.
- المكاسب عالية الاتجاهية، حيث يتفوق نظام CCG على AM-Parser في جميع فئات تحوّل الموضع الخمس بنسبة +29.9 نقطة مئوية.
- استبدال مُشفّر BERT-base بـ DeBERTa-v3-large يُنتج 90.7±4.9٪، مما ينقل عنق الزجاجة إلى الطبقة العصبية.
تُظهر هذه النهج أن التمثيلات الاتجاهية تحسّن التعميم الهيكلي، خاصة لمهام تحوّل الموضع، بينما تعالج المكاملات التكميلية من المُشفّرات الأكبر فئات العمق المتكرر.