arXiv cs.CL· Muhammad Azam Afridi, Rajab Ali, Marco Passarotti·· 11 小时前AI 评分24
POS-Signature 演示检索用于上下文依存句法分析
POS-Signature Demonstration Retrieval for In-Context Dependency Parsing
AI 导读
研究提出用加权词性统计的 POS-signature 策略为 Universal Dependencies 依存句法分析挑选演示样本，从标注训练集检索三个长度兼容的 gold 解析例句。
正文 · AI 翻译
摘要：上下文学习的示例通常通过语义相似度检索，而在结构化预测中，语义相似度可能并不能很好地代表相关性。我们研究了通用依存句法分析的示例选择问题，采用一种词性签名策略，该策略用加权词性统计来表示句子，并从带标注的训练集中检索三个长度兼容、具有金标准句法分析的示例。我们在 UD English Web Treebank 测试集的全部 2,077 个句子上，对两个未经微调的开源权重语言模型进行了评估，将该策略与示例数量和格式匹配的固定三示例及语义三示例基线，以及零示例、思维链和批评改进系统进行了比较。在两个模型上，词性签名检索在测试的提示系统中均取得了最高的标注依存弧分数（72.4 和 73.2），分别比语义检索高出 1.9 和 2.7 个百分点；配对自助法 95% 置信区间在两个对比中均不包含零。思维链和改进比较的结果因模型而异。这些探索性结果支持在 English-EWT 上采用所测试的词性签名检索方法。我们发布了提示、存档输出和评估代码。
| 评论： | 14 页，1 幅图，8 张表。代码和研究工件：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.31966 [cs.CL] |
| （或 arXiv:2610.31966v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.31966 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Muhammad Azam Afridi [查看电子邮件]
[v1]
2026 年 10 月 22 日星期四 22:15:48 UTC（108 KB）
来源：arXiv cs.CL · arxiv.org