1.基于动态词嵌入对齐的无监督泰语依存句法分析方法,其特征在于:所述方法的具体步骤如下:Step1、首先将泰语单语语料和英语单语语料分别采用预训练语言模型获取单语动态词嵌入;
Step2、然后采用对抗训练的方式将泰语和英语的词向量进行对齐,从而获得泰语和英语的词嵌入对齐矩阵;
Step3、接着利用英语依存标注数据训练一个Biaffine依存解析器;
Step4、最后将得到的泰英词嵌入对齐矩阵和泰语无标注语料一起输入到预训练的Biaffine依存解析器,依据此模型进行无监督泰语依存句法分析。
2.根据权利要求1所述的基于动态词嵌入对齐的无监督泰语依存句法分析方法,其特征在于:所述Step1的具体步骤为:Step1.1、爬取泰语单语语料和英语单语语料,单语语料为一句一行,且将泰语单语句子进行分词预处理;
Step1.2、采用ELMo预训练语言模型分别获取英语和泰语的单语词向量;计算均值向量用于表示动态词向量,简化上下文相关词向量的映射,此外计算余弦相似度实现同种语言中语义相近词的聚类,来改善向量空间的对齐,将最终的表示作为动态词嵌入。
3.根据权利要求1所述的基于动态词嵌入对齐的无监督泰语依存句法分析方法,其特征在于:所述Step2的具体步骤为:Step2.1、使用带线性生成器的原始GAN通过对抗训练生成一个泰语和英语之间的粗粒度映射矩阵;
Step2.2、根据粗粒度的映射矩阵,选取高频词构建平行词对;
Step2.3、用Procrustes算法对构建的平行词对进行微调,最小化这些平行词对之间的差异,获得精调后的泰语和英语的词嵌入对齐矩阵。
4.根据权利要求1所述的基于动态词嵌入对齐的无监督泰语依存句法分析方法,其特征在于:所述Step3的具体步骤为:Step3.1、使用英语的ELMo预训练模型提取有依存标注的英语训练数据的动态词嵌入;
Step3.2、将提取到的英语动态词嵌入输入Biaffine模型,训练一个Biaffine依存解析器。
5.根据权利要求1所述的基于动态词嵌入对齐的无监督泰语依存句法分析方法,其特征在于:所述Step4的具体步骤为:Step4.1、使用泰语的ELMo预训练模型提取无依存标注的泰语数据的动态词嵌入;
Step4.2、将Step2中获取的词嵌入对齐矩阵和泰语词嵌入一起输入Step3中预训练的Biaffine依存解析器,完成无监督泰语依存句法标注。