POS签名检索提升上下文依存句法分析

POS签名检索在英文EWT句法分析上优于语义检索基线

资讯摘要

论文研究上下文学习中的示例选择，提出用加权词性统计的POS签名策略，从标注训练集检索三个长度兼容的黄金解析示例，用于Universal Dependencies句法分析。作者在两个开放权重语言模型上、不微调，对UD English Web Treebank全部2,077句测试，与固定示例、语义检索等基线比较。作者报告POS签名检索取得最高标注依存分数（72.4和73.2），比语义检索高1.9和2.7分，并称配对自助法95%置信区间不含零。

要点速读

1. 提出POS签名示例检索策略：以加权词性统计表示句子，检索三个长度兼容的黄金解析示例
2. 在两个开放权重模型上不微调，测试UD English Web Treebank全部2,077句
3. 作者报告标注依存分数72.4和73.2，比语义检索高1.9和2.7分；思维链与精炼对比因模型而异

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。