基于张量核的简单快速语义解析
Simple, Fast Semantic Parsing with a Tensor Kernel
University of Sussex（萨塞克斯大学）
摘要：
我们描述了一个简单的方法，语义解析的基础上的张量积核。我们提取两个特征向量：一个用于查询，一个用于每个候选逻辑形式。然后，我们使用两个向量的张量积训练分类器。我们的系统对两者都使用非常简单的功能，在WebQuestions数据集中获得了40.1%的平均F1分数。这与更复杂的系统相当，但更容易实现，运行速度更快。
英文摘要：
We describe a simple approach to semantic parsing based on a tensor product kernel. We extract two feature vectors: one for the query and one for each candidate logical form. We then train a classifier using the tensor product of the two vectors. Using very simple features for both, our system achieves an average F1 score of 40.1% on the WebQuestions dataset. This is comparable to more complex systems but is simpler to implement and runs faster.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
