Dependency Parser研究进展及主流方法

提到dependency parser，我们就会想到自然语言处理，而句法分析是自然语言处理领域的一个关键问题，dependency parser作为句法分析中的一个文法体系，近年来，成为研究热点，并且逐渐广泛应用于其他自然语言处理任务中。飞马网于3月21日晚，邀请到上海交大计算机科学与信息硕士，先后在UBS和蚂蚁金服工作过的胡翔老师，在直播中为我们分享关于dependency parser的研究进展以及它的一些主流方法等相关内容。

以下是本次分享内容：

一.自然语言理解的主要解决问题

我们首先要了解一下自然语言理解领域想要解决的几个问题。自然语言处理的领域非常广，信息检索、智能问答、情感分析、自动翻译等等，都可以说是这个领域非常难且有待解决的问题，今天我们主要讨论的是语义表达及知识表达。

 

我们先从一个简单的例子着手，来了解一下语义表达。下面这张图片的两句话，放到现在的语义自动匹配模型里，几乎相同，但为什么到人类理解这里，这两句话就是完全不同的意思呢？

从语义角度来说，一句话的含义是有层次和主要元素的，主要元素用学术性的话语说就是语义框架，也就是我们所说的“主谓宾”。虽然不是所有的句子都会有主谓宾覆盖，但我们这里，先拿一个主谓宾的句子举个例子。

主谓宾的句式可以理解为，这个句子里面有三个不同类型的槽，每个槽只能填一个字或词。一旦我们把两句话结构化之后，它们的区别就十分明显了。

 

所以问题就来了，有没有一种结构化的表达方式，可以有效地解决语义表达这个问题？我们细想一下，这个问题其实有几大难点。首先，如果说存在这样一种结构，那么这个结构一定要具有普适性，其次，更难的问题是，如何让计算机实现把一个序列化的句子转化成这种结构。

二.自然语言理解的几种主流理论

接下来的部分，我们就来谈谈目前解决这两个问题的方法以及思考。自然语言理解主要有以下三种主流理论。

 

 

 

1.Phrase structure（句