Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Language Modeling with Sy… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Language Modeling with Syntactic and Semantic Representation for Sentence Acceptability Predictions

Paper i proceeding
Författare Adam Ek
Jean-Philippe Bernardy
Shalom Lappin
Publicerad i Proceedings of the 22nd Nordic Conference on Computational Linguistics, 30 September – 2 October, 2019, Turku, Finland / Mareike Hartmann, Barbara Plank (Editors)
ISBN 978-91-7929-995-8
ISSN 1650-3686
Förlag Linköping University Electronic Press
Förlagsort University of Linköping
Publiceringsår 2019
Publicerad vid Institutionen för filosofi, lingvistik och vetenskapsteori
Språk en
Länkar https://www.aclweb.org/anthology/W1...
Ämnesord deep learning and syntax, deep learning and semantics, computational model of sentence acceptability
Ämneskategorier Datorlingvistik, Datavetenskap (datalogi)

Sammanfattning

In this paper, we investigate the effect of enhancing lexical embeddings in LSTM language models (LM) with syntactic and semantic representations. We evaluate the language models using perplexity, and we evaluate the performance of the models on the task of predicting human sentence acceptability judgments. We train LSTM language models on sentences automatically annotated with universal syntactic dependency roles (Nivre, 2016), dependency depth and universal semantic tags (Abzianidze et al., 2017) to predict sentence acceptability judgments. Our experiments indicate that syntactic tags lower perplexity, while semantic tags increase it. Our experiments also show that neither syntactic nor semantic tags improve the performance of LSTM language models on the task of predicting sentence acceptability judgments.

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?