Reti neurali grafiche per l'elaborazione del linguaggio naturale: Un'indagine

Titolo originale:

Graph Neural Networks for Natural Language Processing: A Survey

Contenuto del libro:

L'apprendimento profondo è diventato l'approccio dominante per affrontare vari compiti nell'elaborazione del linguaggio naturale (NLP). Sebbene gli input testuali siano tipicamente rappresentati come una sequenza di token, esiste una ricca varietà di problemi di NLP che possono essere meglio espressi con una struttura a grafo. Di conseguenza, c'è un forte interesse nello sviluppo di nuove tecniche di deep learning sui grafi per un gran numero di compiti di NLP.

In questa monografia, gli autori presentano una panoramica completa sulle reti neurali a grafo (GNN) per l'elaborazione del linguaggio naturale. Propongono una nuova tassonomia delle GNN per l'NLP, che organizza sistematicamente le ricerche esistenti sulle GNN per l'NLP lungo tre assi: costruzione di grafi, apprendimento di rappresentazioni di grafi e modelli di codifica-decodifica basati su grafi. Introducono inoltre un gran numero di applicazioni NLP che sfruttano la potenza dei GNN e riassumono i corrispondenti dataset di riferimento, le metriche di valutazione e i codici open-source. Infine, vengono discusse le varie sfide ancora aperte per il pieno utilizzo dei GNN per l'NLP e le future direzioni di ricerca.

Questa è la prima panoramica completa sulle reti neurali grafiche per l'elaborazione del linguaggio naturale. Fornisce a studenti e ricercatori una risorsa concisa e accessibile per aggiornarsi rapidamente su un'area importante della ricerca sull'apprendimento automatico.