PulseAugur
实时 07:00:52
English(EN) Directional Contextual Representations for Dependency Relations: Why Cross-Direction Pairing Fails

研究论文质疑双向LSTM依赖关系分类中的跨方向配对

一篇新的研究论文探讨了面向依赖关系分类的定向上下文表示的有效性。该研究聚焦于双向LSTM模型,发现将表示拆分为仅前向和仅后向组件的表现优于单独使用或融合自注意力机制。然而,一种特定的跨方向配对方法,即将一个词元的正向状态与候选词元的反向状态进行比较,其表现持续不如同方向配对,并且随着词元距离的增加,性能差距也随之扩大。 AI

影响 为双向LSTM模型在依赖关系解析方面的局限性提供了见解,可能指导未来的NLP模型开发。

排序理由 学术论文,详细介绍了一种特定方法及其发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究论文质疑双向LSTM依赖关系分类中的跨方向配对

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Sai Krishna Arthanari, JaeHyeong Chang, Chengzhe Sun, Siwei Lyu ·

    依赖关系的方向性上下文表示:为什么跨方向配对会失败

    arXiv:2608.20647v1 Announce Type: new Abstract: Splitting a bidirectional LSTM's contextual representation into a forward-only $F_i$ (strictly a function of tokens $1..i$) and a backward-only $B_i$ (strictly a function of tokens $i..n$) beats either alone and beats a fused self-a…