Исследователи предлагают голографическую нейронную PCFG (Hol-PCFG), метод, который переосмысливает оценку правил PCFG как моделирование алгебраических отношений между эмбеддингами грамматических символов с использованием голографических эмбеддингов.
- Hol-PCFG оценивает отношения левого ребенка, правого ребенка и лексической эмиссии над вложениями с ограничением тора посредством круговой корреляции.
- Подход дает каждой вероятности правила замкнутую форму, которая несет внутреннюю структуру грамматических правил по построению.
- Он достигает состояния искусства в производительности синтаксического разбора на шести языках, сокращая количество параметров оценки правил на 99,94% по сравнению с базовой моделью.
- Модель обучается более стабильно и может напрямую разбирать японский текст из символов без какой-либо морфологической сегментации, сохраняя почти ту же производительность на уровне морфем.
Hol-PCFG обеспечивает интерпретируемую математическую форму для вероятностей правил при значительном сокращении количества параметров и улучшении стабильности обучения.