शोधकर्ताओं ने होलोग्राफिक न्यूरल PCFG (Hol-PCFG) का प्रस्ताव दिया, एक विधि जो Holographic Embeddings का उपयोग करके व्याकरण-प्रतीक एम्बेडिंग्स के बीच बीजगणितीय संबंध मॉडलिंग के रूप में PCFG नियम स्कोरिंग को पुनर्परिभाषित करती है।
- Hol-PCFG टोरस-बाधित एम्बेडिंग्स पर वाम-बच्चे, दक्षिण-बच्चे और शब्दिक-उत्सर्जन संबंधों को वृत्ताकार सहसंबंध के माध्यम से स्कोर देता है।
- इस दृष्टिकोण से प्रत्येक नियम प्रायिकता को एक बंद रूप देता है जो निर्माण द्वारा व्याकरण नियमों की अंतर्निहित संरचना वहन करता है।
- यह आधार मॉडल के सापेक्ष नियम-स्कोरिंग पैरामीटर को 99.94% कम करते हुए छह भाषाओं में सर्वश्रेष्ठ व्याकरण विश्लेषण प्रदर्शन प्राप्त करता है।
- मॉडल अधिक स्थिरता से प्रशिक्षित होता है और किसी भी रूपात्मक विभाजन के बिना सीधे अक्षरों से जापानी का विश्लेषण कर सकता है, लगभग समान रूपात्मक स्तर पर प्रदर्शन बनाए रखते हुए।
Hol-PCFG नियम प्रायिकताओं के लिए एक व्याख्या योग्य गणितीय रूप प्रदान करता है जबकि पैरामीटर गिनती को महत्वपूर्ण रूप से कम करता है और प्रशिक्षण स्थिरता में सुधार करता है।