Stanford CS224n 第六讲：依存分析_生成依存树

这一节课基本都是在讲解一些语言学的概念以及如何进行依存分析，说实话前半部分陌生的名词有点多，看了好几遍才梳理好他的脉络。

1. 两种语言结构：
   ~ 1.1 短语结构
   ~ 1.2 依存句法结构
2. 标注数据的崛起
3. 依存句法树
4. 依存句法分析方法
5. 依存句法分析方法 的 效果评估方法
6. 神经网络依存句法分析器

1. 两种语言结构：

1.1短语结构
如何描述语法，有两种不同的角度，其中一种是短语结构文法也叫做上下文无关文法（CFGs），通过写出一定数量的上下文无关的文法规则，通过这些规则分析句子。20世纪和21世纪之交，这是在美国组织语句的主流方法。

1.2依存句法结构
另一种了解语言结构的不同角度就是依存句法结构，通过找到句子中每一个词语所依赖的部分来描述句子结构。如果一个词修饰另一个词，它就是那个词的依赖。例如barking dog中，barking就是dog的依赖。通常用箭头来表示他们的依赖关系，下面是一个画出依存结构的句子：

有了一个句子的依存句法结构，我们就能解决句子的歧义问题，下面这个例子：

上面两句相同的话，通过画出不同的依存句法结构，得到了不同的语义理解。

2. 标注数据的崛起
大约在1990年，人们投入了大量的资源去建立标注型树库，标注好的数据大概长这个样子：

虽然这种做法低效，速度慢，而且没有基于短语结构文法的规则普适性好，但是这个行为形成了丰富的语言学资源，而且对于目前大火的机器学习来说，这就是我们梦寐以求的具有ground-truth的标注好的数据，这是一个相当具有前瞻性的工程。
在机器学习领域，依存树可以合理地解释句子结构。建议一个可见的、有标注的依存树，最后会给我们提供很多的优势，依存树存在的有点如下：
(1) 首先它可以被重复利用；而每个人写的规则却不同，所以规则不能被重复利用，依存树却可以。
(2) 依存树库使用了真实的、覆盖面广的数据；而人们写规则时只是依靠对语法的直觉判断，容易考虑不周。
(3) 依存树不仅仅能给出所有的可能性，还能给出各种可能性同事发生的概率。
(4) 最重要的一点是他可以评估我们构建的任何系统，因为他给了我们具有ground truth的标准数据。

3. 依存句法树
下面是一个句子的依存句法树：

箭头的初始位置为被修饰的，称为：监督项（头部）
箭头的指向位置是修饰词，称为：下属项（独立项）
上图箭头指向的词语是依赖者，箭头初始位置的词语是被依赖者。也可以根据自己写喜好来颠倒用途。

4. 依存句法分析方法

4.1 句法分析可用的信息：
(1) 两个词的相关性，例如discussion$\to$issues。
(2) 依赖距离，大部分具有依赖关系的词语是相邻或者离得比较近。
(3) 如果中间是动词或者标点符号，则两边不太可能出现依赖关系
(4) 限定某个词语所具有的独立项的个数

4.2 生成依存树的过程很简单，先把句子分成独立的词语，然后确定每个词语的头部或者独立项。
但是这个过程有一些约束：
(1) 只需要一个词语作为ROOT的独立项；
(2) 不能有环出现。
如果两者同时满足的话，就可以保证生成一颗依存树。
在画图依存图的时候，如果箭头发生交叉，就称树是非投影性的，反之则为投影性的。

4.3 文献中的依存句法分析方法有：
Dynamic programming
估计是找出以某head结尾的字串对应的最可能的句法树。
Graph algorithms
可用MST算法做依存分析，也就是最小生成树。
Constraint Satisfaction
约束补偿问题，可能是在图上根据约束逐步删除不符合要求的边，直到成为一棵树。
“Transition-based parsing” or “deterministic dependency parsing”
基于转换的解析。主流方法，基于贪心决策动作拼装句法树。

4.4 下面具体讲一个基于贪心决策动作拼装句法树的方法—Arc-standard transition，此算法由如下几部分组成：

在arc-standard system中，一次分析任务由一个栈$\sigma$，一个队列$\beta$，一系列依存弧A构成。
栈s是用来储存系统已经处理过的句法子树的根节点的，初始状态下$\sigma$=[ROOT]。另外，定义从栈顶数起的第i个元素为si。
队列$\beta$模拟的是人眼的阅读顺序，人眼从左到右阅读，系统也从左往右读入单词，未读入的单词就构成一个队列，队列的出口在左边。初始状态下队列就是整个句子，且顺序不变。
依存弧视依存句法语料库中使用了哪些依存关系label而定。

根据树库我们可以得到句子分析，然后训练一个分类器，让分类器指导在什么样的状态下应该做什么样的动作，得到哪种操作序列可以得到正确的句子分析。
如果我们用分类器做决策，那么我们那什么做特征呢？课程中讲的传统的方法是如下方法：

是将栈和队列中单词、词性、依存标签的组合的特征函数，一个超长的稀疏01向量。

5. 依存句法分析方法 的 效果评估方法
评测指标有两种。一种是标准是UAS，此标准不考虑标签只考虑弧；另一种标准是LAS，此标准同时考虑标签和弧。
具体例子如下：

6. 神经网络依存句法分析器

在第四部分中我们知道，传统的特征表示是将栈和队列中单词、词性、依存标签的组合的特征函数，一个超长的稀疏01向量。这种表示稀疏、不完全、计算代价大。分类器本身并不需要消耗太多的时间，反而大部分时间都用在构造特征上。因此提出了将输入换成词向量、词性向量、依存向量的神经网络模型，模型如下：

模型是一个的三层神经网络，最后通过softmax来决定采用那个动作，模型的输入是通过下图来构造的：

既然词和词之间有相似的关系，那么词性、依存相互之间都应该有相似的关系，就像训练词向量一样，将词性和依存关系也进行embedding成词性向量、依存向量。拼接它们的向量表示就构成了模型的输入。

这一部分确实比较绕，但是多看几遍还是可以看明白的。期待接下来的TensorFlow~~