arXiv · cs.CL· Murat Guney Kemal·· 8 天前AI 评分26
基于递归自编码器的层次化 token 合并无监督语法归纳
Hierarchical Token Merging with Recursive Autoencoders for Unsupervised Grammar Induction
来源与原文
arXiv · cs.CL
作者：Murat Guney Kemal
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.26695v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究提出层次化 token 合并自编码器，通过变分信息瓶颈递归合并相邻 token，并用动态规划在二元树上边缘化，实现无监督语法归纳。在合成歧义语法上，模型在留出序列上达到 93% 语法解析有效性和 93% 精确重构，而最强平凡基线解析有效性仅 42%，验证了仅靠压缩即可涌现层次结构。
来源：arXiv · cs.CL · arxiv.org