通过双语文本投影约束进行依存语法归纳

许多资源匮乏语言缺乏训练解析器所需的广覆盖标注树库。英语并行文本的广泛可用性和准确的解析器为通过双语文本的部分迁移实现语法归纳提供了可能。我们考虑使用单词级对齐和源语言解析器（英语）来限制目标树空间的生成式和判别式依存语法归纳模型。与之前的方法不同，我们的框架不要求完整的投影解析，而是通过对树分布空间的线性期望约束来实现部分和近似迁移。我们考虑了多种约束类型，从通用的依存关系保持到辅助动词分析的语言特定标注规则。我们在保加利亚语和西班牙语CoNLL共享任务数据上评估了我们的方法，结果显示我们始终优于无监督方法，并且在训练数据有限时能超越监督学习。