本文介绍了为 AM-Parser 重新设计的符号后端，该后端利用 CCG 有向类型来更好地处理修饰语位置偏移等结构泛化任务中的方向性差异。

  • 该系统使用确定性 CKY 和具有 30K 可学习参数的单个线性解码器。
  • 它实现了 75.9±6.4% 的 LF 精确匹配，超过了之前 AM-Parser 的 70.8±4.3% 得分。
  • 收益具有高度方向性，CCG 系统在所有 5 个位置偏移类别中均优于 AM-Parser，提升了 +29.9pp。
  • 用 DeBERTa-v3-large 替换 BERT-base 编码器可得 90.7±4.9%，将瓶颈转移到了神经层。

这种方法表明，方向性表示提高了结构泛化能力，特别是在位置偏移任务中，而更大编码器的互补收益则解决了递归深度类别的问题。