依存跨度对齐揭示跨语言信息配置文件与条件性末端对比

《Entropy》:The Distribution of Lexical Information Within Dependency Spans: Cross-Linguistic Evidence from 22 Languages

【字体: 大 中 小 】 时间:2026年10月01日 来源:Entropy 2.1

编辑推荐:

   摘要

  

摘要

依赖距离衡量的是句法相关词语之间的线性间隔,但并未描述信息是如何分布在它们之间的区间的。我们分析了来自22种通用依存语言的、距离为4至10的1,346,122个依存跨度上的XGLM-2.9B词意外度之和。对154个位置对齐的配置文件进行聚类,得到了一个大致的下降类型和一个具有末端上升的类型;20种语言在不同距离下保留了其分类归属。留一法语言比较不支持共同的三段式结构:一个标准差规则对下降类型选出了两段,对上升类型选出了三段。在对句子位置和前置上下文分别进行调整后,下降类型的初始下降消失了。标准化词长和模型子词数分布后,上升类型的平均末词增加量从+1.996降至+0.408比特(95%区间[?0.024, +0.898])。在留出句中,八种语言中由训练集末端减少量独立分类的真实依存关系比具有相同最终词性标签的邻近非边区间多减少了0.928比特(95%区间[?1.498, ?0.217])。在原始的下降类型中,共享的词性成分与末端意外度呈负相关。依存跨度对齐揭示了反复出现的信息配置文件,并定位了一个条件性末端对比,以用于进一步的句法预测测试。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号