CS224N Lecture 4: Dependency Parsing

LaTeX 源码 · 观看视频

字段	内容
作者/整理	基于 Chris Manning 授课内容整理
来源	Stanford Online
日期	2024年1月

引言：为什么需要句法结构

当我们阅读或听到一句话时，表面上是一个线性的词序列（或线性的声音流），但人类大脑会自动地将其组织为具有层次结构的意义单元——判断哪些词修饰哪些词、哪些词组成一个短语。自然语言处理（NLP）系统同样需要理解句子的内部结构，才能正确地解释语言。

本讲核心内容

句法结构的两种表示：短语结构（Constituency/Phrase Structure）与依存结构（Dependency Structure）
依存语法的基本概念：中心词（head）与依存词（dependent）、依存关系类型
句法歧义：介词短语附着歧义、并列结构作用域歧义等
依存句法分析方法：基于转移的分析（Transition-based Parsing）、基于图的分析（Graph-based Parsing）
神经网络依存分析器：用分布式表示替代离散特征，实现更高精度与更快速度

本讲内容直接关联课程作业 Assignment 2 的第二部分——使用 PyTorch 构建一个神经依存句法分析器。

来源：Slides 第1页。

本章小结

句法结构是理解自然语言的基础。人类在理解语言时自动地解析句子的层次结构，NLP 系统也需要具备这种能力。本讲将从语言学概念出发，逐步引入计算方法。

句法结构的两种视角

短语结构语法（Phrase Structure Grammar）

语言学中表示句子结构的第一种方式是短语结构（Phrase Structure），由上下文无关文法（Context-Free Grammar, CFG）来形式化描述。

上下文无关文法（CFG）基本概念

上下文无关文法通过一组重写规则描述语言的结构。每条规则将一个非终结符展开为终结符或非终结符的序列。例如：

$\text{NP} \rightarrow \text{Det} \ (\text{Adj})^* \ \text{N}$（名词短语 = 限定词 + 可选的形容词 + 名词）
$\text{PP} \rightarrow \text{P} \ \text{NP}$（介词短语 = 介词 + 名词短语）
$\text{VP} \rightarrow \text{V} \ \text{PP}$（动词短语 = 动词 + 介词短语）
$\text{NP} \rightarrow \text{NP} \ \text{PP}$（名词短语也可以递归包含介词短语）

以短语 “the cuddly cat by the door” 为例，其短语结构树自底向上构建：

“the cuddly cat” 构成一个名词短语（NP）
“the door” 构成另一个名词短语
“by the door” 构成一个介词短语（PP）
整体 “the cuddly cat by the door” 是一个更大的名词短语

来源：Slides 第2页。

来源：Slides 第3页。

依存结构（Dependency Structure）

本讲的重点是第二种表示方式——依存结构（Dependency Structure）。依存结构不关心短语的层次嵌套，而是直接刻画词与词之间的修饰关系。

依存结构的核心思想

依存结构通过有向弧（directed arcs）连接句子中的词对，表示中心词（head）与依存词（dependent/modifier）之间的关系。例如在 “look in the large crate in the kitchen by the door” 中：

“look” 是整个句子的中心词（root）
“crate” 是 “in” 的宾语，“in the large crate” 修饰 “look”
“large” 和 “the” 修饰 “crate”
“in the kitchen” 和 “by the door” 也修饰 “crate”

来源：Slides 第4页。

来源：Slides 第5页。

本章小结

句法结构有两种主要表示方式：短语结构（基于上下文无关文法的树形嵌套）和依存结构（基于词间修饰关系的有向图）。两者可以相互转化，但本课程重点使用依存结构，因为它更直接地表达词与词之间的语义关系，且在 NLP 实践中更为流行。

句法歧义：理解语言的核心挑战

人类语言与编程语言的一个根本区别在于：人类语言存在全局歧义（global ambiguity），而编程语言的歧义总能通过语法规则唯一消解。

介词短语附着歧义（PP Attachment Ambiguity）

“Scientists count whales from space” 的两种解读查看原图

来源：Slides 第6页。

以新闻标题 “Scientists count whales from space” 为例：

解读 1：“from space” 修饰 “count” —— 科学家从太空数鲸鱼（正确解读）
解读 2：“from space” 修饰 “whales” —— 科学家数来自太空的鲸鱼

这种歧义源于英语中介词短语（PP）可以附着到不同的中心词上。由于 PP 在英语中极为常见，这类歧义也极为普遍。

PP 附着歧义的指数爆炸

当句子中有多个连续的介词短语时，可能的解读数量按Catalan 数增长（指数级）。Manning 举了 Wall Street Journal 的例子：“The board approved its acquisition by Royal Trustco Ltd. of Toronto for $27 a share at its monthly meeting” 包含 4 个连续 PP，理论上有 14 种可能的依存结构（实际由上下文和世界知识消歧）。

PP 附着歧义的两种依存结构：“from space” 分别附着到动词和名词查看原图

来源：Slides 第7页。

并列结构作用域歧义（Coordination Scope Ambiguity）

来源：Slides 第9页。

另一类常见歧义来自并列结构（coordination）的作用域。例如：

“Shuttle veteran and longtime NASA executive Fred Gregory appointed to board”

解读 1：Fred Gregory 是一个人，既是 shuttle veteran 又是 NASA executive
解读 2：有两个人——一个 shuttle veteran 和 NASA executive Fred Gregory

类似的歧义还出现在 “Doctor: No heart, cognitive issues” 中——“No” 的作用域是仅覆盖 “heart” 还是同时覆盖 “heart” 和 “cognitive issues”。

“Doctor: No heart, cognitive issues” 的两种解读查看原图

来源：Slides 第10页。

修饰语附着歧义

“Mutilated body washes up on Rio beach to be used for Olympics beach volleyball” 的歧义查看原图

来源：Slides 第12页。

不定式短语 “to be used for Olympics beach volleyball” 可以修饰 “beach”（海滩将用于沙滩排球）或 “body”（尸体将用于沙滩排球），产生截然不同的含义。

不同语言的歧义类型不同

Manning 特别指出，不同语言的句法歧义类型并不完全相同。例如，中文的介词短语修饰动词时通常出现在动词之前，宾语在动词之后，因此不会出现英语中 PP 修饰动词 vs. 修饰宾语的歧义。但中文有自己独特的歧义类型。

歧义的实际影响

Catalan 数列决定了 PP 附着歧义的组合爆炸速度：

PP 数量	可能的解读数
1	2
2	5
3	14
4	42
5	132

PP 数量与可能解读数的关系（Catalan 数）

尽管歧义数量指数增长，人类读者通常能毫不费力地选择正确解读——这依赖于世界知识、上下文和语用推理。NLP 系统需要从数据中学会类似的消歧能力。

句法结构在 NLP 中的应用

来源：Slides 第13页。

依存结构在实际 NLP 系统中有广泛应用。例如在生物信息学领域，可以通过依存分析从文本中提取蛋白质-蛋白质相互作用事实。动词 “interacts” 的主语和介词宾语分别指向两个交互的蛋白质，并列结构则帮助识别多重交互关系。

本章小结

句法歧义是自然语言的根本特征，包括 PP 附着歧义、并列结构作用域歧义和修饰语附着歧义等。歧义数量随句子复杂度指数增长，但人类能利用世界知识和上下文轻松消歧。NLP 系统需要从标注数据中学习这种消歧能力。理解并正确解析句法结构对信息抽取、语义理解等下游任务至关重要。

依存语法详解

依存语法的基本概念

依存结构示例：“Bills on ports and immigration were submitted by Senator Brownback, Republican of Kansas” 查看原图

来源：Slides 第14页。

依存语法的核心元素：

依存语法的形式化定义

依存关系（Dependency）：一个有向弧，从中心词（head/governor）指向依存词（dependent/modifier）
依存树（Dependency Tree）：所有依存关系构成一棵有向树，有唯一的根节点（root）
关系标签（Relation Labels）：每条弧上标注语法关系类型，如 nsubj（名词主语）、obj（宾语）、amod（形容词修饰语）、det（限定词）、obl（斜格）等
虚拟根节点（ROOT）：通常在句子前添加一个虚拟的 ROOT 节点，其唯一依存词是句子的主要动词

来源：Slides 第15页。

依存语法的悠久历史

来源：Slides 第18页。

依存语法的历史脉络

依存语法是人类历史上最古老的句法形式化方法：

Panini（约公元前 4-8 世纪）：最早的语法学家，用依存关系描述梵语（Sanskrit）的语法结构。他的语法最初以口述方式传承数百年，令人惊叹
阿拉伯语法传统（第一千年）：使用依存语法描述阿拉伯语
Reed-Kellogg 句子图解：在美国教育中广泛使用的句子图解法，本质上是依存语法的一种变体
Lucien Tesni`ere（20世纪）：现代依存语法的奠基人，确立了从中心词指向依存词的箭头方向
相比之下，短语结构语法/CFG 是非常晚近的发明（1940s--1950s，由 Chomsky 等人系统化）

Manning 特别提到了一个有趣的事实：计算机科学家通常从 Chomsky 层次结构了解 Chomsky，但 Chomsky 层次结构最初并非为了形式语言理论——而是为了论证人类语言不能用正则/有限状态文法来充分描述。

箭头方向的约定

在依存语法中，箭头方向存在两种约定：

Head $\rightarrow$ Dependent：Tesni`ere 传统，也是本课程使用的方向
Dependent $\rightarrow$ Head：另一些研究者使用的方向

注意箭头方向约定

在阅读不同的依存语法文献时，必须首先确认所使用的箭头方向约定。不同的工具和标注方案可能采用不同的约定，混淆方向会导致对结构的完全误读。

依存分析的决策依据

Manning 总结了依存分析器在做出依存决策时需要考虑的四类信息：

词汇亲和性（Bilexical Affinities）：两个词之间是否存在合理的依存关系。例如 “discussion $\leftarrow$ issues” 是合理的，但 “the $\leftarrow$ completed” 则不合理
依存距离（Dependency Distance）：大多数依存关系发生在相邻或近距离的词之间。长距离依存虽然存在，但较为少见
中间成分（Intervening Material）：依存弧很少跨越动词或标点符号
中心词配价（Valency of Heads）：中心词能接受多少个依存词。例如 “broke” 通常有一个主语（左侧）和一个可选的宾语（右侧），但不能接受多个宾语

来源：Slides 第20页。

投射性与非投射性（Projectivity）

来源：Slides 第21页。

投射性与非投射性依存

投射性（Projective）：依存弧不交叉，等价于上下文无关文法可生成的结构。大多数依存关系满足投射性
非投射性（Non-projective）：依存弧存在交叉。例如 “I'll give a talk tomorrow on neural networks” 中，“on neural networks” 修饰 “talk”，“tomorrow” 修饰 “give”，两条弧交叉

疑问句中的 Wh-移位也常产生非投射依存：“Who did Bill buy the coffee from yesterday?” 中 “who” 是 “from” 的宾语，但被移到了句首。

本课程的作业中只处理投射性依存分析。

本章小结

依存语法通过中心词-依存词关系描述句子结构，具有悠久的历史传统。依存树具有唯一根节点和树形结构约束。分析器的决策依赖词汇亲和性、距离偏好、中间成分和配价约束。大多数依存关系是投射性的，但自然语言中也存在非投射性的情况。

标注数据与树库（Treebanks）

从规则到数据驱动

早期的 NLP 系统依赖手写规则来解析句子结构。这种方法存在两个致命问题：

覆盖率不足：人类语言具有无穷的创造性（如 Yoda 式语序重排、网络用语等），手写规则难以穷举
无法消歧：纯规则系统可以生成所有合法的句法分析结果，但无法在多个合法分析之间选择最可能的那个

来源：Slides 第23页。

为了解决这些问题，NLP 社区从 1980 年代末到 1990 年代开始大规模建设标注语料库（annotated corpora），即树库（Treebanks）——由人工标注了句法结构的句子集合。

树库为何重要

树库的建设虽然缓慢而费力，但带来了两大革命性优势：

可复用的训练数据：一次标注，多次使用。可以训练句法分析器、词性标注器、心理语言学模型等
系统化的评估方法：提供了客观的基准测试。在树库出现之前（1950s--1980s），NLP 系统的评估方式是：运行程序，输入一句话，看看输出的分析结果是否“看起来合理”——没有任何系统化的定量评估

Universal Dependencies（UD）

来源：Slides 第24页。

Manning 介绍了他深度参与的 Universal Dependencies（UD）项目——一个统一标注方案的跨语言依存树库：

覆盖超过 100 种语言
使用统一的依存关系标签体系
适用于跨语言研究、心理语言学实验等
课程作业 Assignment 2 使用的就是这类数据

本章小结

树库的建设推动了 NLP 从规则驱动转向数据驱动。Universal Dependencies 项目提供了覆盖 100 多种语言的标准化依存树库，是现代依存分析研究和应用的基础资源。树库同时提供了训练数据和评估基准。

基于转移的依存分析（Transition-based Parsing）

依存分析的方法概览

依存分析有多种算法范式：

动态规划方法（Dynamic Programming）
基于图的方法（Graph-based / Maximum Spanning Tree）
约束满足方法（Constraint Satisfaction）
基于转移的方法（Transition-based / Shift-Reduce）——本讲重点

基于转移的方法在实践中最为流行，因为它具有线性时间复杂度，远优于上下文无关文法分析的立方时间复杂度。

Arc-Standard 转移系统

基于转移的依存分析使用两个核心数据结构和三种操作：

转移系统的组成

数据结构：

栈（Stack）：存放正在处理的词，初始只包含 ROOT。栈顶在右侧
缓冲区（Buffer）：存放尚未处理的词，初始包含句子的所有词。缓冲区顶在左侧

三种操作：

SHIFT：将缓冲区顶部的词移到栈顶
LEFT-ARC：栈顶第二个词成为栈顶词的依存词（左弧），弹出第二个词
RIGHT-ARC：栈顶词成为栈顶第二个词的依存词（右弧），弹出栈顶词

终止条件：缓冲区为空，栈中只剩 ROOT。

实例演示：分析 “I ate fish”

来源：Slides 第28页。

以句子 “I ate fish” 为例，分析过程如下：

步骤	栈	缓冲区	操作
0	[ROOT]	[I, ate, fish]	初始状态
1	[ROOT, I]	[ate, fish]	SHIFT
2	[ROOT, I, ate]	[fish]	SHIFT
3	[ROOT, ate]	[fish]	LEFT-ARC（I $≤ftarrow$ ate）
4	[ROOT, ate, fish]	[]	SHIFT
5	[ROOT, ate]	[]	RIGHT-ARC（ate $→$ fish）
6	[ROOT]	[]	RIGHT-ARC（ROOT $→$ ate）

“I ate fish” 的转移操作序列

来源：Slides 第29页。

最终构建的依存关系集合为：

ate $\rightarrow$ I（主语）
ate $\rightarrow$ fish（宾语）
ROOT $\rightarrow$ ate（句子根节点）

操作选择决定了分析结果

不同的操作序列会生成不同的依存结构。如果在第 3 步选择 RIGHT-ARC 而非 LEFT-ARC，就会让 “I” 成为中心词而 “ate” 成为依存词——这显然是错误的。因此，如何在每一步选择正确的操作是整个系统的核心问题。

Nivre 与贪心决策

来源：Slides 第30页。

瑞典 NLP 研究者 Joakim Nivre（2003--2005）提出了用机器学习来预测每一步应采取的操作。核心洞察：

贪心转移分析的关键发现

每步操作都可以视为一个分类问题：给定当前状态（栈、缓冲区内容），预测应执行 SHIFT、LEFT-ARC 还是 RIGHT-ARC
尽管使用贪心策略（每步只选最优操作，不做搜索），分析精度仍然很高
整个分析过程是线性时间 $O(n)$：每个词最多被 SHIFT 一次、参与一次 ARC 操作

传统特征工程方法

Nivre 最初（2005 年）使用的是传统的符号化特征（indicator features）配合线性分类器（如逻辑回归或 SVM）：

来源：Slides 第33页。

典型特征包括：

栈顶词是 “good” 且词性是形容词
栈顶词是 “good” 且栈中第二个词是 “had”
缓冲区顶部词的词性是名词

这些特征的组合可以达到数百万甚至更多。

传统特征方法的三大问题

稀疏性（Sparsity）：大多数特征组合在训练数据中极少出现，可能仅出现 10 次/百万句
不完备性（Incompleteness）：有些词和组合在训练数据中从未出现
计算开销：运行时分析中，95% 以上的时间花在计算特征上，而非机器学习决策本身

本章小结

基于转移的依存分析通过栈和缓冲区模拟分析过程，使用 SHIFT、LEFT-ARC、RIGHT-ARC 三种操作逐步构建依存树。Nivre 提出的贪心策略实现了线性时间复杂度。传统方法依赖大量手工特征，存在稀疏性、不完备性和高计算开销等问题。

神经网络依存分析器

从离散特征到分布式表示

来源：Slides 第34页。

针对传统特征方法的三大问题，自然的解决方案是使用分布式表示（distributed representations）——即我们在前几讲中学习的词向量（word embeddings）。

Chen & Manning (2014) 神经依存分析器

来源：Slides 第35页。

Danqi Chen（当时是 Manning 的博士生，也是 CS224N 的两届 Head TA）构建了第一个成功的神经转移依存分析器，其核心设计如下：

神经依存分析器的架构

输入表示：对于当前分析状态，提取以下关键元素的分布式表示并拼接（concatenate）：

栈顶和缓冲区顶部的词向量（word embeddings）
对应位置的词性向量（POS tag embeddings）
已构建的依存弧的关系标签向量（dependency label embeddings）

网络结构：

\[ h = \text{ReLU}(W_1 \cdot [\text{concatenated inputs}] + b_1) \]

\[ \text{output} = \text{softmax}(W_2 \cdot h + b_2) \]

输出：一个概率分布，覆盖所有可能的操作（SHIFT、各种标签的 LEFT-ARC、各种标签的 RIGHT-ARC）。

神经网络架构细节：输入层（拼接的分布式表示） $→$ 隐藏层（ReLU） $→$ softmax 输出层查看原图

来源：Slides 第36页。

三种分布式表示的作用

为什么需要三种嵌入

词向量（Word Embeddings）：捕获词汇语义相似性。即使训练数据中没有见过某个词在特定位置出现，如果该词与已见过的词语义相近，系统也能做出合理预测
词性向量（POS Tag Embeddings）：将细粒度的词性标签（如单数名词 NN vs. 复数名词 NNS）映射到连续空间，使相似词性获得相近表示
依存标签向量（Dependency Label Embeddings）：捕获已构建的依存关系类型之间的相似性，为后续决策提供结构化上下文

非线性分类器的优势

传统方法使用线性分类器（逻辑回归、SVM），而神经方法使用非线性分类器（含 ReLU 隐藏层的前馈网络）。这带来了两大优势：

自动学习特征组合：隐藏层能自动学习输入特征的非线性组合，不再需要手工设计特征交叉
更强的表达能力：非线性分类器能拟合更复杂的决策边界

实验结果

实验对比：Chen & Manning 神经分析器 vs. 传统方法和图方法查看原图

来源：Slides 第37页。

实验结果令人瞩目：

分析器	UAS (%)	LAS (%)	速度
MaltParser（Nivre, 转移+符号特征）	89.9	–	快
MSTParser（图方法+符号特征）	91.5	–	慢（$≈$50x）
Chen \	Manning（转移+神经网络）	92.0	–	快

不同依存分析器的精度与速度对比

神经方法的双重突破

Chen & Manning (2014) 的神经依存分析器同时实现了：

精度提升：超越了传统的转移分析器（MaltParser），达到了图方法（MSTParser）的水平
速度保持：保持了转移分析的线性时间复杂度，甚至比传统转移分析器更快（因为省去了大量特征计算开销）

这打破了精度-速度的传统权衡。

本章小结

Chen & Manning (2014) 的神经依存分析器用分布式表示替代离散特征、用非线性网络替代线性分类器，在保持线性时间复杂度的同时，将分析精度提升到图方法的水平。三种嵌入（词、词性、依存标签）共同提供丰富的上下文信息。这项工作开创了神经句法分析的新时代。

依存分析的评估

UAS 与 LAS

来源：Slides 第31页。

依存分析的评估非常直观——逐条检查系统预测的依存弧是否与标准答案一致：

两种评估指标

UAS（Unlabeled Attachment Score）：只看依存弧的方向是否正确（即每个词的中心词是否预测对了），不考虑关系标签 $$\text{UAS} = \frac{\text{正确预测中心词的词数}}{\text{总词数}}$$
LAS（Labeled Attachment Score）：同时要求依存弧方向和关系标签都正确 $$LAS = \frac{中心词和标签都正确的词数}{总词数}$$

LAS $\leq$ UAS，因为 LAS 的要求更严格。

例如对句子 “She saw the video lecture”（5 个词），如果系统有 4 个词的中心词预测正确（1 个错误），但只有 2 个词的标签也完全正确，则 UAS = 4/5 = 80%，LAS = 2/5 = 40%。

本章小结

UAS 和 LAS 是依存分析的标准评估指标。UAS 只评估依存弧方向的正确性，LAS 同时要求方向和标签都正确。这种基于树库的定量评估方法是 1990 年代以来 NLP 领域的重要进步。

后续发展：从 SyntaxNet 到图方法

Google SyntaxNet / Parsey McParseface

来源：Slides 第38页。

2016 年，Google 在 Chen & Manning 的基础上进行了大规模改进，推出了 SyntaxNet（别名 Parsey McParseface）：

更深的网络：使用更多层的神经网络和更大的向量维度
更优的超参数：经过大规模调参
柱搜索（Beam Search）：不再是纯贪心策略，而是同时维护多个候选分析路径，最终选择最优的一条
UAS 从约 92% 提升到约 94.6%

Manning 提到，Google 将一个依存分析器做成了大新闻——在 Wired、VentureBeat 等科技媒体上广泛报道——这让他感到意外。起了一个搞笑的名字（Parsey McParseface）确实有助于获得媒体关注。

神经图方法依存分析（Neural Graph-based Parsing）

来源：Slides 第39页。

除了转移方法，另一种重要的依存分析范式是图方法（Graph-based Parsing）：

图方法的核心思想

对句子中的每对词，计算一个依存弧的得分（共 $O(n^2)$ 对）
每个词需要选择一个中心词（或者是 ROOT），评估所有候选中心词的得分
使用最小生成树（Minimum Spanning Tree）算法从得分矩阵中找出得分最高的合法依存树（无环、连通、唯一根）

来源：Slides 第40页。

图方法的得分计算也可以使用神经网络。Manning 的团队将图方法与神经网络结合，构建了比 Parsey McParseface 更准确的分析器（UAS 再提升约 1%）。

来源：Slides 第41页。

这个神经图方法分析器被集成到了 Stanford 的开源 NLP 工具包 Stanza 中。

转移方法 vs. 图方法

转移方法：线性时间 $O(n)$，速度快，适合大规模处理；贪心决策可能导致错误传播
图方法：$O(n^2)$ 或 $O(n^3)$ 时间，精度通常更高；考虑全局结构约束（树约束）
在传统和神经两个时代，图方法的精度都略高于转移方法
实践中两种方法都被广泛使用，取决于对速度和精度的需求

本章小结

Google 的 SyntaxNet 通过更深网络和柱搜索在转移方法上取得了进一步提升。图方法通过评估所有词对的依存可能性并求解最优树，提供了另一种精度更高的分析范式。两种方法的神经网络版本都显著优于传统符号化方法。

总结与延伸

讲者的核心总结

来源：Slides 第44页。

Chris Manning 在本讲中构建了从语言学概念到计算方法的完整链条：

句法结构是理解语言的基础：人类语言不是简单的词序列，而是具有层次结构的系统
依存语法是高效的结构表示：直接刻画词间修饰关系，历史悠久，在现代 NLP 中广泛应用
歧义是核心挑战：人类语言充满全局歧义，消歧需要世界知识和统计信息
基于转移的分析是实用的解决方案：线性时间复杂度，适合大规模处理
神经网络带来了范式转换：分布式表示解决了稀疏性问题，非线性分类器提升了精度，同时降低了计算开销

全课知识图谱

TikZ diagram

关键 Takeaways

五条核心原则

依存语法 > 短语语法（在 NLP 实践中）：依存结构直接表达词间关系，标注效率高，跨语言适用性强
数据驱动 > 规则驱动：树库提供的统计信息远比手写规则更能有效消歧
分布式表示 > 离散特征：词向量解决了稀疏性和不完备性问题，同时降低了计算开销
非线性分类器 > 线性分类器：神经网络的隐藏层能自动学习特征组合
Transformer 中的隐式句法：后续课程将讨论，Transformer 语言模型虽然不显式构建依存树，但其注意力机制隐式地学习了类似的结构信息

拓展阅读

Nivre, J. (2005). Dependency grammar and dependency parsing. MSI report 5133(1).
Chen, D. & Manning, C.D. (2014). A Fast and Accurate Dependency Parser using Neural Networks. EMNLP 2014. https://nlp.stanford.edu/pubs/emnlp2014-depparser.pdf
Andor, D. et al. (2016). Globally Normalized Transition-Based Neural Networks. ACL 2016.（Google SyntaxNet / Parsey McParseface）
Dozat, T. & Manning, C.D. (2017). Deep Biaffine Attention for Neural Dependency Parsing. ICLR 2017.（神经图方法）
Universal Dependencies 项目：https://universaldependencies.org/
Stanford Stanza NLP 工具包：https://stanfordnlp.github.io/stanza/
Jurafsky, D. & Martin, J.H. Speech and Language Processing, Chapter 18: Dependency Parsing. https://web.stanford.edu/ jurafsky/slp3/