Joint learning of morphological segmentation, morpheme tagging, part-of-speech tagging, and dependency parsing

Bitişimli dillerde biçimbilim ve sözdizim arasında güçlü bir ilişki vardır. Çekim ve yapım eklerini sözcüğün sözdizimsel rolünün belirlenmesinde etkili olmaktadır. Sözdizim ve biçimbilim arasındaki bu bağlantı ikisinin eşzamanlı öğrenilmesini olanaklı kılmaktadır. Bunun yanında dildeki karmaşık morfolojinin varlığı seyreklik problemine neden olabilmektedir. Bu nedenden ötürü morfolojik analiz ve işaretmele pek çok doğal dil işleme çalışması için zaruridir. Yukarıda sıralanan sebepler morfolojik analiz ve işaretleme, sözcük türlerinin bulunması ve bağlılık ayrıştırma gibi farklı sözdizimsel analizlerin yapılmasına teşvik etmektedir. Önerilen model çok katmanlı yapay sinir ağlarından oluşmaktadır. Her bir seviyede ardışık bilgiyi kodlayabilen iki yönlü uzun kısa vadeli bellek ağı birimleri bulunmaktadır. Buna ilaveten, morfolojik etiketleme bileşeninde kullanılan dikkat ağı yardımıyla kodlayıcı ve çözücü durumları arasındaki hizanlamanın kurulması amaçlandı. Her bir seviyeden elde edilen sonuçlar literatürdeki diğer çalışmalarla karşılaştırıldı. Evrensel Bağlılık Ağaç Yapılı veri kümesinde karşılaştırabilinir sonuçlar alındı.