محققان گام بزرگی در تحلیل ساختار جملات (Constituency Parsing) برداشتهاند. مدل جدید Hol-PCFG با استفاده از تکنیکهای جبر خطی و تعبیه دادهها (Embeddings)، ضمن حفظ دقت فوقالعاده در ۶ زبان مختلف، توانسته است پارامترهای مدل را تا ۹۹.۹۴٪ کاهش دهد! این یعنی مدلی سبکتر، پایدارتر و با قابلیت درک بهتر ساختار زبان که حتی در زبانهایی مثل ژاپنی نیز بدون نیاز به قطعهبندی کلمات، عالی عمل میکند. این دستاورد میتواند تحولی در پردازش زبان طبیعی (NLP) ایجاد کند. 🚀✨
منبع: arXiv Machine Learning