Incremental, Predictive Parsing with Psycholinguistically Motivated Tree-Adjoining Grammar
Incremental, Predictive Parsing with Psycholinguistically Motivated Tree-Adjoining Grammar
复制标题
使用心理语言驱动的树邻接语法进行增量预测解析
DOI：
10.1162/coli_a_00160
复制
发表时间：
2013
影响因子：
9.3
通讯作者：
A. Koller
中科院分区：
文献类型：
--
作者：
V. Demberg;F. Keller;A. Koller
心理语言学研究表明，人类句子处理器的关键特性是递增性、连通性（部分结构不包含未连接的节点）和预测性（预测即将出现的句法结构）。但是，目前还没有具有这些属性的广泛覆盖的解析模型。在本文中，我们将介绍用于PLTAG的第一个广泛覆盖的概率解析器，PLTAG是TAG的一个变体，支持所有三个需求。我们在Penn Treebank的TAG转换版本上训练我们的解析器，并表明它达到了与现有的增量但不预测的TAG解析器相当的性能。我们还使用我们的PLTAG模型来预测人类的阅读时间，证明它比标准的惊喜模型更适合邓迪眼动追踪语料库。
Psycholinguistic research shows that key properties of the human sentence processor are incrementality, connectedness (partial structures contain no unattached nodes), and prediction (upcoming syntactic structure is anticipated). There is currently no broad-coverage parsing model with these properties, however. In this article, we present the first broad-coverage probabilistic parser for PLTAG, a variant of TAG that supports all three requirements. We train our parser on a TAG-transformed version of the Penn Treebank and show that it achieves performance comparable to existing TAG parsers that are incremental but not predictive. We also use our PLTAG model to predict human reading times, demonstrating a better fit on the Dundee eye-tracking corpus than a standard surprisal model.
登录
查看更多内容
句法结构的预测处理：实时句子处理中的疏导和省略
DOI：
10.1080/01690965.2011.622905
发表时间：
2013
期刊：
Language and Cognitive Processes
影响因子：
--
作者：
Masaya Yoshida;M. Dickey;P. Sturt
通讯作者：
P. Sturt
CCG 中的增量求导
DOI：
--
发表时间：
2012
期刊：
Tag
影响因子：
--
作者：
Vera Demberg
通讯作者：
Vera Demberg
韩语的语言复杂性和信息结构：阅读过程中眼球追踪的证据。
影响因子：
3.4
作者：
Lee,Yoonhyoung;Lee,Hanjung;Gordon,PeterC
通讯作者：
Gordon,PeterC
通过心理语言学更好的表面认识
影响因子：
2.5
作者：
Rajakrishnan Rajkumar;Michael White
通讯作者：
Michael White
组合-归约解析
DOI：
--
发表时间：
1991
期刊：
Annual Meeting of the Association for Computational Linguistics
影响因子：
--
作者：
H. Thompson;Michael Dixon;J. Lamping
通讯作者：
J. Lamping