[TACL17]基于中序转移的成分句法分析

原文链接：

In-Order Transition-based Constituent Parsing

论文地址： In-Order Transition-based Constituent Parsing

代码地址： github

今天要介绍的这篇论文是成分句法分析领域目前的第三名，结果最高的几篇paper可以参见ruder在github整理的列表：github。 下面就是成分句法分析目前排名：

摘要

基于转移的成分句法分析主要分为两种： 一种是自顶向下（top-down）的方法，按照前序遍历（pre-order）的顺序生成句法树。这种方法可以更好地利用全局信息，但是需要一个强大的编码器来对每个短语成分进行编码。 一种是自底向上（bottom-up）的方法，按照后序遍历（post-order）的顺序生成句法树。这种方法可以充分利用子树的特征来进行分析，但是却无法利用全局信息。

本文的模型就对这两种方法进行了改进，采用中序遍历（in-order）的顺序来生成句法树。单模型最终取得了91.8的F1值（貌似也不是特别高？），采用监督重排序之后F1值提升到了93.6，采用半监督重排序之后F1值提升到了94.2。所以看起来还是重排序起了很大的作用。

基于转移的成分句法分析

首先简要介绍一下这三种基于转移的句法分析方法。

自底向上的转移系统

自底向上的转移系统是基于后序遍历的，例如对于下图这棵句法树，算法产生结点的顺序为3、4、5、2、7、9、10、8、6、11、1。

a图是未经二叉化的句法树，b图是二叉化之后的句法树，二叉化之后的结点要用l和r来区分头结点。其实不二叉化也是可以的，伯克利一帮人的做法就是用 来作为临时结点，构造树的时候去掉就行了。

句法分析系统如下：

每个时刻的状态用三元组 来表示，分别表示栈中元素、buffer的第一个元素在句子中的下标、句法分析结束标记。

系统一共有四个操作：

• SHIFT： 从buffer中移进一个单词到栈里。
• REDUCE-L/R-X：将栈顶两个结点归约为一个父结点X。
• UNARY-X：将栈顶元素归约为一元结点X。
• FINISH：句法分析结束。

上面那个句法树按照该模型分析的话过程如下：

优缺点很显然，可以充分利用已生成的子树来对父结点的预测进行分析，但是不能利用全局信息（也就是其他子树、父结点等信息），并且需要提前进行二叉化（这点可以用临时结点标记来规避）。

自顶向下的转移系统

自顶向下的转移系统是基于前序遍历的，例如对于之前那棵句法树，算法产生结点的顺序为1、2、3、4、5、6、7、8、9、10、11。

句法分析系统如下：

系统一共有三个操作：

• SHIFT： 从buffer中移进一个单词到栈里。
• NT-X：对一个父结点生成出它的一个子结点X。
• REDUCE：将栈顶的若干个结点归约为一个结点，并且全部出栈，注意它们的父结点这时已经在栈顶了。

上面那个句法树按照该模型分析的话过程如下：

优缺点也很显然，可以充分利用全局信息，但是因为预测子树的时候，子树还没有生成，所以无法利用子树的特征来进行分析，所以需要提前对句子的每个短语进行编码。

采用中序遍历的转移系统

为了协调上面的两种问题，本文提出了一种基于中序遍历的转移系统。

其实采用中序遍历也符合人们的直觉判断，比如你读到一个单词“like”，脑子里首先就会想到，这个可能和下面短语共同组成了动词短语VP，然后接着往下看，果然印证了你的猜想。

中序遍历就是采用这种思想的，例如对于之前那棵句法树，算法产生结点的顺序为3、2、4、5、1、7、6、9、8、10。

句法分析系统如下：

系统一共有四个操作：

• SHIFT： 从buffer中移进一个单词到栈里。
• PJ-X：向栈里移进父结点X，来作为栈顶结点的父结点。
• REDUCE：将栈顶的若干个结点归约为一个结点，并且全部出栈，注意它们的父结点在出栈元素的倒数第二个。然后再将父结点入栈。
• FINISH：句法分析结束。

上面那个句法树按照该模型分析的话过程如下：

该转移系统还有很多变体。对于短语(S, a, b, c, d)，可以令它在栈中S结点之前的子结点个数为 ，例如对于上面的中序转移系统，栈里存放顺序是“a S b c d”，那么 ，如果栈里存放顺序是“a b S c d”，那么 。而对于自底向上的转移系统， 就是正无穷，对于自顶向下的转移系统， 就是0。

句法分析模型

对于每一个状态，模型采用三个LSTM来预测当前步动作，结构如下图所示：

一个LSTM用来对栈顶元素进行编码，一个LSTM用来对buffer中所有元素进行编码，一个LSTM用来对之前预测完毕的所有动作进行编码。

单词表示

对于每个单词，用预训练词向量、随机初始化词向量、POS向量拼接起来，然后经过一个前馈神经网络来作为最终的单词表示：

其中 表示POS为 的向量， 表示单词 的预训练词向量， 表示单词 的随机初始化词向量。 函数通常取ReLU。

栈里的短语表示

对于自顶向下和in-order的转移系统，由于不需要二叉化，所以采用如下图所示的LSTM来对栈里的短语进行编码：

具体的短语表示为：

其中 是父结点的向量表示，其他都是子结点的短语表示。

而作为对比实验，自底向上的转移系统因为是二叉树，所以LSTM略有不同，结构图如下所示：

唯一的区别就是不管你短语的单词顺序如何，都要把中心词也就是头结点放在前面。

贪心动作预测

上面的两个小节将buffer和栈里的元素都进行了编码，最后就要对当前状态进行动作预测了。

假设第 个状态为 ，那么当前状态每个动作的概率为：

其中 是栈里的LSTM编码结果：

是buffer里的LSTM编码结果：

是之前动作序列的LSTM编码结果：

最终的损失函数采用交叉熵：

实验

实验的超参数设置如下：

经过对比实验可以发现，结果比自底向上和自顶向下的转移系统都要略高一点，就算加上了重排序，还是略高一点。单模型的话，和2017年之前的结果相比的确是最高的，但是91.8的F1值现在看来不是特别高了，毕竟伯克利基于CKY算法的chart-parser都已经到了92多甚至93了。

详细结果如下表：

模型在依存句法分析和CTB上的表现也都很不错。

总结

本文提出了一种基于中序遍历转移系统的成分句法分析模型，主要的动机还是基于人类阅读时的直觉，该模型协调了自底向上和自顶向下转移系统的优缺点，在采用重排序之后，结果达到了非常高的水准。

当然我个人认为模型也存在一些改进的地方：

• 单词的表示可以加上Char-LSTM。
• 预测阶段可以采用之前文章提到的Dynamic Oracle技术，来减少预测错误的发生。详见之前的文章：地址。不过这里的Dynamic Oracle要重新设计了，设计好了说不定又可以发一篇论文了？（手动滑稽）