LLM大模型学习：句法分析

4.句法分析

1.概述

句法分析也是自然语言处理中的基础性工作，它分析句子的句法结构（主谓宾结构）和词汇间的依存关系（并列，从属等）。通过句法分析，可以为语义分析，情感倾向，观点抽取等NLP应用场景打下坚实的基础。

随着深度学习在NLP中的使用，特别是本身携带句法关系的LSTM模型的应用，句法分析已经变得不是那么必要了。但是，在句法结构十分复杂的长语句，以及标注样本较少的情况下，句法分析依然可以发挥出很大的作用。因此研究句法分析依然是很有必要的。

2.句法分析分类

句法分析分为两类，一类是分析句子的主谓宾、定状补的句法结构。另一类是分析词汇间的依存关系，如并列、从属、比较、递进等。下面详细讲解。

2.1 句法结构分析

句法结构分析，识别句子的主谓宾、定状补，并分析各成分之间的关系.

通过句法结构分析，就能够分析出语句的主干，以及各成分间关系。对于复杂语句，仅仅通过词性分析，不能得到正确的语句成分关系。

句法结构分析的标注如下

2.2 语义依存关系分析

语义依存关系分析，识别词汇间的从属、并列、递进等关系，可以获得较深层的语义信息。如以下三个不同的表达方式，表达了同一个语义信息。可见语义依存关系不受句法结构的影响。

语义依存关系偏向于介词等非实词的在语句中的作用，而句法结构分析则更偏向于名词、动词、形容词等实词。如张三 -> 吃的关系为施加关系Agt，苹果->吃的关系为受事关系Pat。依存关系标注比较多，就不一一列举了。

3.句法分析工具

句法分析算法比较复杂，我们就不展开了。可以参考文章[NLP底层技术之句法分析]。介绍下几个句法分析工具。

哈工大LTP： [语言云（语言技术平台云 LTP-Cloud）]
斯坦福句法分析工具Stanford Parser：[The Stanford Natural Language Processing Group]

当前句法分析难度还很大，准确度不高。哈工大的LTP也只能做到80%左右的准确率。

4.深度学习和句法分析

基于深度学习的RNN和LSTM序列模型，本身可以携带很多句法结构和依存关系等深层信息。同时，句法分析树结构也可以和深度学习结合起来。利用句法分析树可以构建LSTM网络（tree-lstm）, 从而对语句进行文本摘要，情感分析。那是否基于句法分析树的LSTM（tree-lstm）就一定比单纯的双向LSTM（bi-lstm）效果好吗？

研究表明，很多情况下，单纯的bi-lstm，比基于句法分析树的tree-lstm效果更好

这主要是因为当前句法分析准确度不高，只有90%左右。如果是句子成分关系很复杂，则准确率更低。因此给lstm网络带来了很大的噪声，从而导致了tree-lstm模型准确度的降低。但是tree-lstm可以使用较少的标注语料，而且在句子结构复杂的长语句上，表现更好。因此当语料较少且句子结构很复杂时，可以考虑使用tree-lstm。相关文章可以参考：[哈工大车万翔：自然语言处理中的深度学习模型是否依赖于树结构？]

5.总结

句法分析是自然语言处理中的基础性工作，在文本分析 观点抽取 情感分析等场景下可以广泛应用。句法分析当前难度还很高，准确率也有待提升。受制于句法分析准确率问题，基于句法结构树的LSTM深度学习网络的准确率还有待进一步提升。总之，句法分析，任重而道远。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓