SEx BiST: A Multi-Source Trainable Parser with Deep Contextualized Lexical Representations
SEx BiST: A Multi-Source Trainable Parser with Deep Contextualized Lexical Representations
复制标题
SEx BiST：具有深度上下文词汇表示的多源可训练解析器
DOI：
10.18653/v1/k18-2014
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
T. Poibeau
中科院分区：
文献类型：
--
作者：
Kyungtae Lim;Cheoneum Park;Changki Lee;T. Poibeau
我们描述了在Lattice为CoNLL 2018共享任务（从原始文本到通用语法的多语言解析）开发的SEx BiST解析器（语义扩展的Bi-LSTM解析器）。我们的工作的主要特点是编码的三种不同模式的上下文信息进行解析：（一）树库功能表示，（二）多语言单词表示，（三）埃尔莫表示通过无监督学习从外部资源。我们的解析器在官方的端到端评估中表现良好（73.02 LAS - 4th/26 teams，78.72 UAS - 2nd/26）;值得注意的是，我们通过应用三种建议的特征表示在所有英语语料库中获得了最好的UAS分数。最后，我们还在可选事件提取任务中排名第一，这是2018年Extrinsic Parser评估活动的一部分。
We describe the SEx BiST parser (Semantically EXtended Bi-LSTM parser) developed at Lattice for the CoNLL 2018 Shared Task (Multilingual Parsing from Raw Text to Universal Dependencies). The main characteristic of our work is the encoding of three different modes of contextual information for parsing: (i) Treebank feature representations, (ii) Multilingual word representations, (iii) ELMo representations obtained via unsupervised learning from external resources. Our parser performed well in the official end-to-end evaluation (73.02 LAS – 4th/26 teams, and 78.72 UAS – 2nd/26); remarkably, we achieved the best UAS scores on all the English corpora by applying the three suggested feature representations. Finally, we were also ranked 1st at the optional event extraction task, part of the 2018 Extrinsic Parser Evaluation campaign.
2018/2019季节抗流感新药巴洛沙韦耐药突变病毒检测情况
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
西田智;上田たかね;永川茂;祖母井庸之;斧康雄;高下恵美 藤崎誠一郎 白倉雅之 中村一哉 岸田典子 桑原朋子 三田村敬子 安倍隆 市川正孝 山崎雅彦 渡邉真治 小田切孝人 長谷川秀樹
通讯作者：
高下恵美 藤崎誠一郎 白倉雅之 中村一哉 岸田典子 桑原朋子 三田村敬子 安倍隆 市川正孝 山崎雅彦 渡邉真治 小田切孝人 長谷川秀樹
2016年以来迅速蔓延的新自行车租赁服务的问题 - 针对哥本哈根市 -
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
下川達彌（調査検討委員会代表）;村田明久;星野裕司;渡辺貴史他;河合有美・鶴田佳子;一色 寛登・鶴田 佳子・伊藤 功多;木村 祐太・鶴田 佳子;坂本淳・小笠原誠・笹山和延;鶴田佳子・坂本 淳・海道 清信・西芝 雅美;坂本淳・鶴田佳子;古田大介・鶴田佳子・海道清信;鶴田佳子・海道清信;坂本淳・小笠原誠・笹山和延・山岡俊一;坂本淳
通讯作者：
坂本淳