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. Data Base Engineer (m/w/d)
    unimed Abrechnungsservice für Kliniken und Chefärzte GmbH, deutschlandweit (Home-Office)
  2. Senior IT-Security Engineer (m/w/d) - Identity and Access Management (IAM) / Privileged Access Management (PAM)
    Börse Stuttgart GmbH, Stuttgart
Detailsuche

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

Golem Akademie
  1. Dive-in-Workshop: Kubernetes
    17./19./24./26. August 2021, online
  2. PostgreSQL Fundamentals
    14.-17. September 2021, online
  3. Docker & Containers - From Zero to Hero
    5.-7. Oktober 2021, online
Weitere IT-Trainings

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


Aktuell auf der Startseite von Golem.de
Probefahrt mit EQS
Mercedes schüttelt Tesla ab, aber nicht die Klimakrise

Der neue EQS von Mercedes-Benz widerlegt die Argumente vieler Elektroauto-Gegner. Auch die Komforttüren gefallen uns.
Ein Bericht von Friedhelm Greis

Probefahrt mit EQS: Mercedes schüttelt Tesla ab, aber nicht die Klimakrise
Artikel
  1. E-Scooter: Voi wird wegen angeblich unbegrenzter Fahrten abgemahnt
    E-Scooter
    Voi wird wegen angeblich unbegrenzter Fahrten abgemahnt

    Mit einer Tages- oder Monatskarte des E-Scooter-Anbieters Voi sollen Nutzer so viel fahren können, wie sie wollen - können sie aber nicht.

  2. Vidme: Webseiten blenden ungewollt Pornos ein
    Vidme
    Webseiten blenden ungewollt Pornos ein

    Eine Pornowebseite hat die verwaiste Domain eines Videohosters gekauft. Auf bekannten Nachrichtenseiten wurden daraufhin Hardcore-Pornos angezeigt.

  3. Datenbank: Facebook braucht schon Jahre für MySQL-Update
    Datenbank
    Facebook braucht schon Jahre für MySQL-Update

    Das Update von MySQL 5.6 auf das aktuelle 8.0 laufe bei Facebook wegen vieler Probleme schon seit "einigen Jahren" und ist noch nicht fertig.

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.



  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Schnäppchen • 30% Rabatt auf Amazon Warehouse • Asus TUF Gaming 27" FHD 280Hz 306,22€ • Samsung 970 Evo Plus 1TB 136,99€ • Gratis-Spiele im Epic Games Store • Alternate (u. a. be quiet Pure Wings 2 Gehäuselüfter 7,49€) • Philips 75" + Philips On-Ear-Kopfhörer 899€ • -15% auf TVs bei Ebay [Werbung]
    •  /