概要：本文使用神经网络完成了一个快速准确的依存语法分析程序，也就是句子的结构。
- introduction：
以前的depenency parser效果很好，但是有几个问题：
- 所用的特征很稀疏，而数据不够训练这些权重。
- 特征都是人工提取的模版，需要专业知识的情况下还经常不全面。
- 计算这些特征十分费时。
作者想出了一个好方法来解决这些问题，其实我觉得这些都是第一个问题带来的。
- Transition-Based Dependency Parsing
先解释什么是Dependency Parsing。依存语法是一种二元非对称关系，一个词A有一个箭头指向另外一个词B， 箭头上通常有标签(label)，这些标签表示语法关系，比如主语，同位语等等。箭头连接的两个词有head（高级）和dependent（低级）的区别。而这些箭头称为dependency。本文的箭头是从head到dependent。通常一个句子中加一个假的root，这样每个单词dependent于另一个节点。通常这些依存关系会形成一棵树（连通，非循环，一个根结点）。对于dependency parsing有一个定义是projectivity，叫投影。如果这些箭头没有交叉，则称这个树是projective的。如下图就是这样。
此图是论文中的例子，比如He就dependent于has，因为has说明了he要干嘛，所以has是head。而he是has的名词主语(nominal subjective)，就是label。可以看出图中的关系形成了一棵树。
接下来解释什么叫transition-based。依旧是论文的例子。图：
parser有以下几项：
- 一个stack S，root第一个入栈，栈顶靠右，图中栈顶是词good。
- 一个buffer B，第一个元素是在最左边，按照句子的顺序开始。
- 一个放dependency边的集合A。
- transition的集合
在本文中，有如下几种transition：
- LEFT-ARC(l): 往A中增加一条s1到s2的边，label是l
- RIGHT-ARC(l): 往A中增加一条s2到s1的边，label是l
- SHIFT: 把b1移到stack中，前提是buffer的长度大于等于1
对于论文中的例子，有下图：
这样就可以得到句子的dependency 树了，也就是句子的结构。
-
Neural Network Based Parser
本文的目的是通过现有的信息，预测出下一步的transition。首先是所用的模型：
如图所示：
输入由三部分组成，词，词的词性，词的箭头的label，但是全都是embedding的形式。一共选18个词xw：(1)stack和buffer的前3个单词:s1、s2、s3、b1、b2、b3;(2)栈顶两个单词的第一个和第二个最左边/最右边的子单词:lc1(si)， rc1(si)， lc2(si)， rc2(si)， i = 1,2。(3)最左边的最左边/最右边的最右边——堆栈上最上面两个单词的大多数子元素:lc1(lc1(si))、rc1(rc1(si))、i = 1,2。xt：使用这18个词的词性标记，xl对应的单词arc的label，不包括Sl堆栈/缓冲区上的那6个单词，有12个，没有的元素用null来代替。embedding的长度是50，直接行向量的形式连接起来，所以输入长度是50*（18+18+12）。
隐藏层的长度是200，由图中公式算出，值得注意的是，公式不仅是进行了线性变换，加了一个三次方，论文中说比起tanh或者sigmoid效果很不错，但是原因说不出，说是有待理论调查。
最终输出层是softmax，有2n+1个transition待选，选出其中可能性最高的。n是总的label的数量。leftarc * n+rightarc * n +shift，共2n+1个transition可选。
最终实验效果很好，速度很快。
具体的训练实验细节和模型评估等请看论文。
感叹：word2vec对于nlp的影响真大。