लेख AM-Parser के लिए एक पुनर्निर्मित प्रतीकात्मक बैकएंड पेश करता है जो संरचनात्मक सामान्यीकरण कार्यों जैसे मॉडिफायर स्थिति परिवर्तनों में दिशात्मक भेदों को बेहतर ढंग से संभालने के लिए CCG निर्देशित प्रकारों का उपयोग करता है।
- सिस्टम निश्चित CKY और 30K सीखने योग्य पैरामीटर वाले एकल रैखिक डिकोडर का उपयोग करता है।
- यह 75.9±6.4% LF सटीक मिलान हासिल करता है, जो पिछले AM-Parser स्कोर 70.8±4.3% से बेहतर है।
- लाभ अत्यंत दिशात्मक हैं, CCG सिस्टम सभी 5 स्थिति-शिफ्ट श्रेणियों में AM-Parser को +29.9pp से अधिक कर जाता है।
- BERT-base एन्कोडर को DeBERTa-v3-large से बदलने पर 90.7±4.9% मिलता है, जिससे बाधा तंत्रिका परत की ओर स्थानांतरित हो जाती है।
यह दृष्टिकोण दिखाता है कि दिशात्मक निरूपण संरचनात्मक सामान्यीकरण को बेहतर बनाते हैं, विशेष रूप से स्थिति-शिफ्ट कार्यों के लिए, जबकि बड़े एन्कोडर्स से पूरक लाभ पुनरावृत्ति-गहराई श्रेणियों को संबोधित करते हैं।