ConstituencyパーサーとDependency Parserの違い


114

ConstituencyパーサーDependencyパーサーの違いは何ですか?2つの異なる使用法は何ですか?

回答:


191

選挙区解析ツリーは、テキストをサブフレーズに分割します。ツリーの非終端はフレーズのタイプであり、終端は文の単語であり、エッジにはラベルが付いていません。単純な文「John sees Bill」の場合、選挙区解析は次のようになります。

                  Sentence
                     |
       +-------------+------------+
       |                          |
  Noun Phrase                Verb Phrase
       |                          |
     John                 +-------+--------+
                          |                |
                        Verb          Noun Phrase
                          |                |
                        sees              Bill

依存関係の解析では、単語をその関係に従って関連付けます。ツリーの各頂点は単語を表し、子ノードは親に依存する単語であり、エッジは関係によってラベル付けされます。"John sees Bill"の依存関係解析は次のようになります。

              sees
                |
        +--------------+
subject |              | object
        |              |
      John            Bill

目的に最も近いパーサータイプを使用する必要があります。文中のサブフレーズに興味がある場合は、おそらくConstituencyの解析が必要です。単語間の依存関係に関心がある場合は、おそらく依存関係の解析が必要です。

Stanfordパーサーはどちらかを提供できます(オンラインデモ)。実際、実際に機能する方法は、常にConstituencyパーサーで文を解析し、必要に応じて、Constituency解析ツリーで確定的(ルールベース)変換を実行して、それを依存関係ツリーに変換します。

もっとここに見つけることができます:

http://en.wikipedia.org/wiki/Phrase_structure_grammar

http://en.wikipedia.org/wiki/Dependency_grammar


NLPの反論では、構成要素の解析のアプリケーションはどこにありますか?依存関係の解析は非常に便利ですが、構成要素の解析出力はどこで使用できますか?
arjun 2017年

4
>構成要素ベースの解析手法は同様の情報を提供しますが、多くの場合、第11章で説明したヘッドファインドルールなどの手法を使用してツリーから抽出する必要があります。web.stanford.edu
〜jurafsky / slp3 /

1
@arjun構成要素の解析には多くのアプリケーションがあります。ここで例として1つ挙げると、テキストからの情報/関係の抽出では、テキストからVP / NP /句を抽出し、これらの句/句のペアを関係タイプを示すかどうかとして分類するだけでよい場合があります。したがって、この場合、フレーズ/句内のきめの細かい関係情報は必ずしも必要ではありませんが、テキストからのフレーズ/句スパンのみが必要です。そして、それはConstituencyパーサーが便利になるときです。
Pedram
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.