• IT-Karriere:
  • Services:

Parsey McParseface: Google gibt extrem guten Syntax-Parser frei

Zum Erkennen natürlicher Sprache hat Google ein neues Modell zum Parsen der Syntax entwickelt und mit seinem Deep-Learning-Framework Tensorflow implementiert. Der daraus erstellte Englisch-Parser Parsey McParseface soll die derzeit beste maschinelle Erkennungsrate für Syntaxbäume aufweisen.

Artikel veröffentlicht am ,
Parsey McParseface ist ein erstaunlich guter Parser.
Parsey McParseface ist ein erstaunlich guter Parser. (Bild: Robert Scoble/CC-BY 2.0)

Die Forschungsabteilung von Google hat ein neues Modell zum Erkennen der Syntax natürlicher Sprache (PDF) entwickelt und in sein eigenes Framework Tensorflow implementiert. Das so entstandene neuronale Netz Syntaxnet kann frei wiederverwendet werden. Google selbst hat damit den Englisch-Parser Parsey McParseface erstellt, der nun ebenfalls frei zur Verfügung steht.

Weltweit bester Parser

Stellenmarkt
  1. Loy & Hutz Solutions GmbH, Freiburg im Breisgau
  2. Cooper Advertising GmbH, Hamburg

Mit dem etwas ungewöhnlichen Namen spielt Google offensichtlich auf Boaty McBoatface an, einen Namensvorschlag für ein neues britisches Polarforschungsschiff. Zum Trainieren des Parsers haben die Beteiligten auf die Standardkorpora der Penn Treebank, Onto Notes sowie der English Web Treebank zurückgegriffen. In Benchmarks mit Sätzen aus Zeitungen habe Parsey McParseface die inneren Abhängigkeiten und damit die syntaktischen Strukturen der getesteten Sätze zu über 94 Prozent korrekt erkannt. Das sei die derzeit beste Erkennungsrate einer Maschine für Englisch.

Die Übereinstimmungsrate zum Annotieren der Syntaxbäume durch darauf trainierte Sprachwissenschaftler schätzt Google auf etwa 96 bis 97 Prozent. Die Rate von Personen, die darin keine Übung haben, fällt wahrscheinlich deutlich geringer aus. Dies lege nahe, dass Maschinen langsam menschliche Leistungen erzielten. Allerdings gelte das nur für wohlgeformte und damit eher einfache Sätze. Die Rate für Sätze aus Googles Webtreebank liege bei lediglich 90 Prozent.

Die größten Probleme zum korrekten Erkennen bereiten Google zufolge zurzeit noch jene Sätze, die ein gewisses Weltwissen und Kontext voraussetzen. An diesem Problem will das Team weiter arbeiten und Methoden entwickeln, mit denen dieses Weltwissen maschinell erlernt werden kann.

Neuronales Netz verarbeitet Ambiguitäten

Syntaxnet arbeitet zunächst wie viele andere Systeme auch und weist nach der entsprechenden Trainingsphase Wörtern ihre Wortarten über ein Lexikon zu. Anschließend versucht der Parser, einzelne Abhängigkeiten innerhalb des Satzes zu erkennen, also etwa direktes und indirektes Objekt einem Verb zuzuweisen. Dies geschieht schrittweise, vergleichbar dem Lesen eines Textes von links nach rechts.

Mögliche Doppeldeutigkeiten eines Satzes werden dabei mit Hilfe des neuronalen Netzes gelöst. Zu jedem Zeitpunkt des Parsingvorgangs gibt es verschiedene Entscheidungsmöglichkeiten, einen Syntaxbaum aufzubauen, das neuronale Netz ordnet den Möglichkeiten dann Wahrscheinlichkeiten für ihre Plausibilität zu. Mittels der sogenannten Beam-Suche werden dabei möglichst lange verschiedene Hypothesen parallel zueinander aufrechterhalten und gegeneinander abgewogen. So können auch noch relativ spät im Parsevorgang mögliche Fehler erkannt und korrigiert werden.

Der Quellcode von Syntaxnet und Parsey McParseface steht auf Github bereit. Dort erläutert Google auch relativ ausführlich, wie mit Hilfe eigener Daten aus Baumdatenbanken das Modell genutzt werden kann, um selbst einen Parser zu erstellen.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Spiele-Angebote
  1. 31,99€
  2. 7,99€
  3. 9,99€
  4. Ghost Recon Breakpoint vom 21. bis zum 25. Januar kostenlos, mit allen Inhalten der Ultimate...

Eheran 14. Mai 2016

Gott, ist der Film wirklich so schlecht? :o

eni23 14. Mai 2016

Der Name stammt aber eindeutig von "hooty mcowlface".. Das mit dem Boot ist recht neu..

OhYeah 14. Mai 2016

Mimimimi. Mach dir lieber Sorgen um die Regierung und deren Überwachungsorgane.


Folgen Sie uns
       


Linux unter Windows 10 installieren - Tutorial

Wir zeigen im Video, wie man in wenigen Minuten Linux unter Windows 10 zum Laufen bringt.

Linux unter Windows 10 installieren - Tutorial Video aufrufen
Laschet, Merz, Röttgen: Mit digitalem Bullshit-Bingo zum CDU-Vorsitz
Laschet, Merz, Röttgen
Mit digitalem Bullshit-Bingo zum CDU-Vorsitz

Die CDU wählt am Wochenende einen neuen Vorsitzenden. Merz, Laschet und Röttgens Chefstrategin Demuth haben bei Netzpolitik noch einiges aufzuholen.
Ein IMHO von Friedhelm Greis

  1. Digitale Abstimmung Armin Laschet ist neuer CDU-Vorsitzender
  2. Netzpolitik Rechte Community-Webseite Voat macht Schluss

Elektromobilität 2020/21: Nur Tesla legte in der Krise zu
Elektromobilität 2020/21
Nur Tesla legte in der Krise zu

Für die Autoindustrie war 2020 ein hartes Jahr. Wer im Homeoffice arbeitet und auch sonst zu Hause bleibt, braucht kein neues Auto. Doch in einem schwierigen Umfeld entwickelten sich die E-Auto-Verkäufe sehr gut.
Eine Analyse von Dirk Kunde

  1. Elektromobilität Akkupreise fallen auf Rekord von 66 Euro/kWh
  2. Transporter Mercedes eSprinter bekommt neue Elektroplattform
  3. Aptera Günstige Elektrofahrzeuge vorbestellbar

Google vs. Oracle: Das wichtigste Urteil der IT seit Jahrzehnten
Google vs. Oracle
Das wichtigste Urteil der IT seit Jahrzehnten

Der Prozess Google gegen Oracle wird in diesem Jahr enden. Egal welche Seite gewinnt, die Entscheidung wird die IT-Landschaft langfristig prägen.
Eine Analyse von Sebastian Grüner


      •  /