本記事は、修飾語位置のシフトのような構造的汎化タスクにおける方向性の区別をより適切に処理するためにCCG有向型を利用するAM-Parserのリデザインされた記号的バックエンドを紹介している。

  • システムは決定論的なCKYと30Kの学習可能パラメータを持つ単一の線形デコーダを使用している。
  • 75.9±6.4%のLF完全一致率を達成し、以前のAM-Parserスコアである70.8±4.3%を上回った。
  • 向上は方向性によって大きく異なり、CCGシステムはすべての5つの位置シフトカテゴリでAM-Parserよりも+29.9pp優れている。
  • BERT-baseエンコーダをDeBERTa-v3-largeに置き換えると90.7±4.9%となり、ボトルネックがニューラル層へと移行する。

このアプローチは、方向性表現が特に位置シフトタスクにおいて構造的汎化を改善することを示しており、より大きなエンコーダからの相補的な向上が再帰深さカテゴリに対処している。