依存句法_句法依存代码

1,依存句法分析就分为基于转移的方法和基于图的方法。
基于转移的方法，通过 shift-reduce 两个基本的动作来将序列转换为树结构。
首先用一个buffer来存储所有未处理的输入句子,并用一个栈来存储当前的分析状态
2,动作可以分为
a,shift，即将 buffer 中的一个词移到栈中；
b,left_arc(x)，即栈顶两个词 a,b 为 a<-b 的依赖关系，关系种类为 x；
c,right_arc(x)，即栈顶两个词 a,b 为 a->b 的依赖关系，关系种类为 x。
后两种动作为 reduce 动作。
3,目前基于转移的方法的最好模型是stack LSTM
通过三个LSTM来分别建模栈状态，待输入序列和动作序列
4,最流行的方法是基于图的方法经典的方法是Biaffine模型。直接用神经网络来预测两个词之间存在依存关系的概率。Biaffine模型和我们目前全连接自注意力模型非常类似。效果也很好

我们可以使用基于图的统一分析模型来执行这两个任务
我们的模型包含两个主要组成部分
1)深度BiLSTM编码器,用于提取上下文特征，他将给定句子的每个字符嵌入作为输入并生成密集向量
2)biaffine注意力计分器,将给定字符对的隐藏向量作为输入并预测标签得分向量