斯坦福NLP课程 | 第5讲 - 句法分析与依存解析

作者：韩信子@ShowMeAI，路遥@ShowMeAI，奇异果@ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/36
本文地址：http://www.showmeai.tech/article-detail/238
声明：版权所有，转载请联系平台与作者并注明出处

收藏ShowMeAI查看更多精彩内容

---

ShowMeAI为斯坦福CS224n《自然语言处理与深度学习(Natural Language Processing with Deep Learning)》课程的全部课件，做了中文翻译和注释，并制作成了GIF动图！

本讲内容的深度总结教程可以在这里 查看。视频和课件等资料的获取方式见文末。

---

引言

授课计划

1.句法结构：成分与依赖

1.1 语言结构的两种观点：无上下文语法

• 句子是使用逐步嵌套的单元构建的
• 短语结构将单词组织成嵌套的成分

• 起步单元：单词被赋予一个类别
  • part of speech = pos 词性
• 单词组合成不同类别的短语
• 短语可以递归地组合成更大的短语

• Det 指的是 Determiner，在语言学中的含义为 限定词
• NP 指的是 Noun Phrase，在语言学中的含义为 名词短语
• VP ****指的是 Verb Phrase，在语言学中的含义为 动词短语
• P 指的是 Preposition，在语言学中的含义为 介词
• PP 指的是 Prepositional Phrase，在语言学中的含义为 介词短语

1.2 语言结构的两种观点：无上下文语法

1.3 语言结构的两种观点：依赖结构

• 不是使用各种类型的短语，而是直接通过单词与其他的单词关系表示句子的结构，显示哪些单词依赖于(修饰或是其参数)哪些其他单词

补充讲解

• look 是整个句子的根源，look 依赖于 crate (或者说 crate 是 look 的依赖)
  • in，the，large 都是 crate 的依赖
  • in the kitchen 是 crate 的修饰
  • in，the 都是 kitchen 的依赖
  • by the door 是 crate 的依赖

1.4 为什么我们需要句子结构？

• 为了能够正确地解释语言，我们需要理解句子结构
• 人类通过将单词组合成更大的单元来传达复杂的意思，从而交流复杂的思想
• 我们需要知道什么与什么相关联
  • 除非我们知道哪些词是其他词的参数或修饰词，否则我们无法弄清楚句子是什么意思

1.5 介词短语依附歧义

San Jose cops kill man with knife

• 警察用刀杀了那个男子
  • cops 是 kill 的 subject (subject 指 主语)
  • man 是 kill 的 object (object 指 宾语)
  • knife 是 kill 的 modifier (modifier 指 修饰符)

• 警察杀了那个有刀的男子
  • knife 是 man 的 modifier (名词修饰符，简称为 nmod)

1.6 介词短语依附歧义

补充讲解

• from space 这一介词短语修饰的是前面的动词 count 还是名词 whales？
  • 这就是人类语言和编程语言中不同的地方

1.7 介词短语附加歧义成倍增加

• 关键的解析决策是我们如何“依存”各种成分
  • 介词短语、状语或分词短语、不定式、协调等。

补充讲解：

上述句子中有四个介词短语

• board 是 approved 的主语，acquisition 是 approved 的谓语
• by Royal Trustco Ltd. 是修饰 acquisition 的，即董事会批准了这家公司的收购
• of Toronto 可以修饰 approved，acquisition，Royal Trustco Ltd. 之一，经过分析可以得知是修饰 Royal Trustco Ltd.，即表示这家公司的位置
• for $$27 a share 修饰 acquisition
• at its monthly meeting 修饰 approved，即表示批准的时间地点

补充讲解：

面对这样复杂的句子结构，我们需要考虑 指数级 的可能结构，这个序列被称为 卡特兰数/Catalan numbers

Catalan numbers

$$C_n=(2n)!/[(n+1)!n!]$$

1.8 协调范围模糊

补充讲解

Shuttle veteran and longtime NASA executive Fred Gregory appointed to board

• 一个人：[[Shuttle veteran and longtime NASA executive] Fred Gregory] appointed to board

• 两个人：[Shuttle veteran] and [longtime NASA executive Fred Gregory] appointed to board

1.9 协调范围模糊

• 例句：Doctor: No heart，cognitive issues

1.10 形容词修饰语歧义

补充讲解

Students get first hand job experience

• first hand 表示 第一手的，直接的，即学生获得了直接的工作经验
  • first 是 hand 的形容词修饰语(amod)
• first 修饰 experience，hand 修饰 job

1.11 动词短语(VP)依存歧义

补充讲解

Mutilated body washes up on Rio beach to be used for Olympic beach volleyball

• to be used for Olympic beach volleyball 是 动词短语 (VP)
• 修饰的是 body 还是 beach

2.依赖语法与树库

2.1 #论文解读# 依赖路径识别语义关系

2.2 依存文法和依存结构

• 关联语法假设句法结构包括词汇项之间的关系，通常是二元不对称关系(“箭头”)，称为依赖关系

Dependency Structure有两种表现形式

1.一种是直接在句子上标出依存关系箭头及语法关系

2.另一种是将其做成树状机构(Dependency Tree Graph)

• 箭头通常标记(type)为语法关系的名称(主题、介词对象、apposition等)
• 箭头连接头部(head)(调速器，上级，regent)和一个依赖(修饰词，下级，下属)
  • $A\to$ 的事情
• 通常，依赖关系形成一棵树(单头，无环，连接图)

2.3 依存语法/解析历史

2.4 依存语法/解析历史

• 依赖结构的概念可以追溯到很久以前
  • Paṇini的语法(公元前5世纪)
  • 一千年，阿拉伯语的语法的基本方法

• 选区/上下文无关文法是一个新奇的发明
  • 20世纪发明(R.S.Wells,1947; then Chomsky)

• 现代依赖工作经常源于 L. Tesnière(1959)
  • 是20世纪“东方”的主导方法(俄罗斯，中国，…)
    • 有利于更自由的语序语言

• NLP中最早类型的解析器在美国
  • David Hays 是美国计算语言学的创始人之一，他很早就(第一个?)构建了依赖解析器(Hays 1962)

2.5 依存语法和依赖结构

• 人们对箭头指向的方式不一致：有些人把箭头朝一个方向画；有人是反过来的
  • Tesnière 从头开始指向依赖，本课使用此种方式
• 通常添加一个伪根指向整个句子的头部，这样每个单词都精确地依赖于另一个节点

2.6 带注释数据的兴起：通用依存句法树库

补充讲解

Universal Dependencies：我们想要拥有一个统一的、并行的依赖描述，可用于任何人类语言

• 从前手工编写语法然后训练得到可以解析句子的解析器
• 用一条规则捕捉很多东西真的很有效率，但是事实证明这在实践中不是一个好主意
  • 语法规则符号越来越复杂，并且没有共享和重用人类所做的工作
• 句子结构上的 treebanks 支持结构更有效

2.7 带注释数据的兴起

从一开始，构建 treebank 似乎比构建语法慢得多，也没有那么有用

但是 treebank 给我们提供了许多东西

• 可重用性
  • 许多解析器、词性标记器等可以构建在它之上
  • 语言学的宝贵资源
• 广泛的覆盖面，而不仅仅是一些直觉
• 频率和分布信息
• 一种评估系统的方法

2.8 依赖条件首选项

依赖项解析的信息来源是什么？

• 1.Bilexical affinities (两个单词间的密切关系)
  • [discussion → issues] 是看上去有道理的
• 2.Dependency distance 依赖距离
  • 主要是与相邻词
• 3.Intervening material 介于中间的物质
  • 依赖很少跨越介于中间的动词或标点符号
• 4.Valency of heads
  • How many dependents on which side are usual for a head?

2.9 依赖关系分析

• 通过为每个单词选择它所依赖的其他单词(包括根)来解析一个句子

• 通常有一些限制
  • 只有一个单词是依赖于根的
  • 不存在循环 A→B，B→A
• 这使得依赖项成为树
• 最后一个问题是箭头是否可以交叉(非投影的 non-projective)
  • 没有交叉的就是non-projectice

2.10 射影性

• 定义：当单词按线性顺序排列时，没有交叉的依赖弧，所有的弧都在单词的上方

• 与CFG树并行的依赖关系必须是投影的
  • 通过将每个类别的一个子类别作为头来形成依赖关系

• 但是依赖理论通常允许非投射结构来解释移位的成分
  • 如果没有这些非投射依赖关系，就不可能很容易获得某些结构的语义

2.11 依存分析方法

1.Dynamic programming

• Eisner(1996)提出了一种复杂度为 O(n3) 的聪明算法，它生成头部位于末尾而不是中间的解析项

2.Graph algorithms

• 为一个句子创建一个最小生成树
• McDonald et al.’s (2005) MSTParser 使用ML分类器独立地对依赖项进行评分(他使用MIRA进行在线学习，但它也可以是其他东西)

3.Constraint Satisfaction

• 去掉不满足硬约束的边 Karlsson(1990), etc.

4.“Transition-based parsing” or “deterministic dependency parsing”

• 良好的机器学习分类器 MaltParser(Nivreet al. 2008) 指导下的依存贪婪选择。已证明非常有效。

3.基于转换的依存分析模型

3.1 #论文解读# Greedy transition-based parsing [Nivre 2003]

• 贪婪判别依赖解析器一种简单形式

• 解析器执行一系列自底向上的操作

  • 大致类似于shift-reduce解析器中的“shift”或“reduce”，但“reduce”操作专门用于创建头在左或右的依赖项

• 解析器如下：
  • 栈 $\sigma$ 以 ROOT 符号开始，由若干 $w_i$ 组成
  • 缓存 $\beta$ 以输入序列开始，由若干 $w_i$ 组成
  • 一个依存弧的集合 $A$ ，一开始为空。每条边的形式是 $(w_i,r,w_j)$，其中 $r$ 描述了节点的依存关系
  • 一组操作

3.2 基本的基于转换的依存关系解析器

• 最终目标是 $\sigma =[ROOT]$，$\beta =\varphi$，$A$ 包含了所有的依存弧

补充讲解

state之间的transition有三类：

• 1.SHIFT：将buffer中的第一个词移出并放到stack上。
• 2.LEFT-ARC：将 $(w_j,r,w_i)$ 加入边的集合$A$，其中 $w_i$ 是stack上的次顶层的词， $w_j$ 是stack上的最顶层的词。
• 3.RIGHT-ARC：将 $(w_i,r,w_j)$ 加入边的集合 $A$，其中 $w_i$ 是stack上的次顶层的词， $w_j$ 是stack上的最顶层的词。

我们不断的进行上述三类操作，直到从初始态达到最终态。

• 在每个状态下如何选择哪种操作呢？
• 当我们考虑到 LEFT-ARC 与 RIGHT-ARC 各有 $\left|R\right|$($\left|R\right|$为 $r$ 的类的个数)种类，我们可以将其看做是class数为 $2\left|R\right|+1$ 的分类问题，可以用SVM等传统机器学习方法解决。

3.3 基于Arc标准转换的解析器

• 还有其他的 transition 方案
• Analysis of I ate fish

3.4 #论文解读# MaltParser [Nivre and Hall 2005]

• 我们需要解释如何选择下一步行动
  • Answer：机器学习

• 每个动作都由一个有区别分类器(例如softmax classifier)对每个合法的移动进行预测
• 最多三种无类型的选择，当带有类型时，最多 $\left|R\right|\times 2+1$ 种
• Features：栈顶单词，POS；buffer中的第一个单词，POS；等等

• 在最简单的形式中是没有搜索的
  • 但是，如果你愿意，你可以有效地执行一个 Beam search 束搜索(虽然速度较慢，但效果更好)：你可以在每个时间步骤中保留 $k$ 个好的解析前缀

• 该模型的精度略低于依赖解析的最高水平，但它提供了非常快的线性时间解析，性能非常好

3.5 传统特征表示

• 传统的特征表示使用二元的稀疏向量$10^6\sim 10^7$
• 特征模板：通常由配置中的$1\sim 3$个元素组成
• Indicator features

3.6 依赖分析的评估：(标记)依赖准确性

• UAS (unlabeled attachment score) 指无标记依存正确率
• LAS (labeled attachment score) 指有标记依存正确率

3.7 处理非投影性

• 我们提出的弧标准算法只构建投影依赖树

头部可能的方向：

• 1.在非投影弧上宣布失败
• 2.只具有投影表示时使用依赖形式[CFG只允许投影结构]
• 3.使用投影依赖项解析算法的后处理器来识别和解析非投影链接
• 4.添加额外的转换，至少可以对大多数非投影结构建模(添加一个额外的交换转换，冒泡排序)
• 5.转移到不使用或不需要对投射性进行任何约束的解析机制(例如，基于图的MSTParser)

3.8 为什么要训练神经依赖解析器？重新审视指标特征

• Indicator Features的问题
  • 问题1：稀疏
  • 问题2：不完整
  • 问题3：计算复杂

• 超过95%的解析时间都用于特征计算

4.神经网络依存分析器

4.1 #论文解读# A neural dependency parser [Chen and Manning 2014]

• 斯坦福依存关系的英语解析
  • Unlabeled attachment score (UAS) = head
  • Labeled attachment score (LAS) = head and label

• 效果好，速度快

4.2 分布式表示

• 我们将每个单词表示为一个d维稠密向量(如词向量)
  • 相似的单词应该有相近的向量

• 同时，part-of-speech tags 词性标签(POS)和 dependency labels 依赖标签也表示为d维向量
  • 较小的离散集也表现出许多语义上的相似性。

• NNS(复数名词)应该接近NN(单数名词)
  • num(数值修饰语)应该接近amod(形容词修饰语)

4.3 从配置中提取令牌和向量表示

补充讲解

• 对于Neural Dependency Parser，其输入特征通常包含三种
  • stack和buffer中的单词及其dependent word
  • 单词的part-of-speech tag
  • 描述语法关系的arc label

4.4 模型体系结构

4.5 句子结构的依存分析

• 神经网络可以准确地确定句子的结构，支持解释

• Chen and Manning(2014)是第一个简单，成功的神经依赖解析器
• 密集的表示使得它在精度和速度上都优于其他贪婪的解析器

4.6 基于转换的神经依存分析的新进展

• 这项工作由其他人进一步开发和改进，特别是在谷歌
  • 更大、更深的网络中，具有更好调优的超参数
  • Beam Search 更多的探索动作序列的可能性，而不是只考虑当前的最优
  • 全局、条件随机场(CRF)的推理出决策序列

• 这就引出了SyntaxNet和Parsey McParseFace模型

4.7 基于图形的依存关系分析器

4.8 #论文解读# A Neural graph-based dependency parser [Dozat and Manning 2017; Dozat, Qi, and Manning 2017]

• 为每条边的每一个可能的依赖关系计算一个分数

• 为每条边的每一个可能的依赖关系计算一个分数
  • 然后将每个单词的边缘添加到其得分最高的候选头部
  • 并对每个单词重复相同的操作

• 在神经模型中为基于图的依赖分析注入活力
  • 为神经依赖分析设计一个双仿射评分模型
  • 也使用神经序列模型，我们将在下周讨论

• 非常棒的结果
  • 但是比简单的基于神经传递的解析器要慢
  • 在一个长度为 $n$ 的句子中可能有 $n^2$ 个依赖项

5.视频教程

可以点击 B站 查看视频的【双语字幕】版本

【双语字幕+资料下载】斯坦福CS224n | 深度学习与自然语言处理(2019·全20讲)

6.参考资料

• 本讲带学的在线阅翻页本
• 《斯坦福CS224n深度学习与自然语言处理》课程学习指南
• 《斯坦福CS224n深度学习与自然语言处理》课程大作业解析
• 【双语字幕视频】斯坦福CS224n | 深度学习与自然语言处理(2019·全20讲)
• Stanford官网 | CS224n: Natural Language Processing with Deep Learning

ShowMeAI 系列教程推荐

• 大厂技术实现 | 推荐与广告计算解决方案
• 大厂技术实现 | 计算机视觉解决方案
• 大厂技术实现 | 自然语言处理行业解决方案
• 图解Python编程：从入门到精通系列教程
• 图解数据分析：从入门到精通系列教程
• 图解AI数学基础：从入门到精通系列教程
• 图解大数据技术：从入门到精通系列教程
• 图解机器学习算法：从入门到精通系列教程
• 机器学习实战：手把手教你玩转机器学习系列
• 深度学习教程 | 吴恩达专项课程 · 全套笔记解读
• 自然语言处理教程 | 斯坦福CS224n课程 · 课程带学与全套笔记解读

NLP系列教程文章

• NLP教程(1)- 词向量、SVD分解与Word2vec
• NLP教程(2)- GloVe及词向量的训练与评估
• NLP教程(3)- 神经网络与反向传播
• NLP教程(4)- 句法分析与依存解析
• NLP教程(5)- 语言模型、RNN、GRU与LSTM
• NLP教程(6)- 神经机器翻译、seq2seq与注意力机制
• NLP教程(7)- 问答系统
• NLP教程(8)- NLP中的卷积神经网络
• NLP教程(9)- 句法分析与树形递归神经网络

斯坦福 CS224n 课程带学详解

• 斯坦福NLP课程 | 第1讲 - NLP介绍与词向量初步
• 斯坦福NLP课程 | 第2讲 - 词向量进阶
• 斯坦福NLP课程 | 第3讲 - 神经网络知识回顾
• 斯坦福NLP课程 | 第4讲 - 神经网络反向传播与计算图
• 斯坦福NLP课程 | 第5讲 - 句法分析与依存解析
• 斯坦福NLP课程 | 第6讲 - 循环神经网络与语言模型
• 斯坦福NLP课程 | 第7讲 - 梯度消失问题与RNN变种
• 斯坦福NLP课程 | 第8讲 - 机器翻译、seq2seq与注意力机制
• 斯坦福NLP课程 | 第9讲 - cs224n课程大项目实用技巧与经验
• 斯坦福NLP课程 | 第10讲 - NLP中的问答系统
• 斯坦福NLP课程 | 第11讲 - NLP中的卷积神经网络
• 斯坦福NLP课程 | 第12讲 - 子词模型
• 斯坦福NLP课程 | 第13讲 - 基于上下文的表征与NLP预训练模型
• 斯坦福NLP课程 | 第14讲 - Transformers自注意力与生成模型
• 斯坦福NLP课程 | 第15讲 - NLP文本生成任务
• 斯坦福NLP课程 | 第16讲 - 指代消解问题与神经网络方法
• 斯坦福NLP课程 | 第17讲 - 多任务学习(以问答系统为例)
• 斯坦福NLP课程 | 第18讲 - 句法分析与树形递归神经网络
• 斯坦福NLP课程 | 第19讲 - AI安全偏见与公平
• 斯坦福NLP课程 | 第20讲 - NLP与深度学习的未来