融合词性提示学习的大语言模型依存句法分析.pdfVIP

第卷第期()

644厦门大学学报自然科学版Vol.64No.4

年月()

20257JournalofXiamenUniversitNaturalScienceJul.2025

y

:/

doi10.6043.issn.0438-0479.202409024

j

融合词性提示学习的大语言模型依存句法分析

,,,,

1212*1212

,,,

张振国李英余正涛黄于欣

(,;,)

1.昆明理工大学信息工程与自动化学院云南昆明6505002.昆明理工大学云南省人工智能重点实验室云南昆明650500

摘要:[]()[]

目的针对大语言模型在依存句法分析任务上的性能尚未得到系统性探索的问题进行研究方法首

LLMs.

,

先设计多种提示策略对富资源语言中文和低资源语言越南语进行全面的LLMs依存句法分析性能评估用于确定

;,

LLMs中蕴含句法知识的程度然后将词性信息作为外部知识来构建提示模板进一步激活LLMs对于词法和句法的理

,[],,

解能力提高依存句法分析的性能结果实验结果表明在富资源语言中文上的句法解析能力更强而对于低

.LLMs

,,

资源语言越南语的解析能力较弱通过对比实验证明了外部词法知识的融入可以进一步提高其句法分析的能力其中

.

(),[]

带标签依存分数LAS在中文上提升了13.11%在越南语上提升了2.26%.结论设计合理的提示策略可以显著提

,,

升LLMs在句法分析任务上的表现且在不同提示策略下词性信息的加入对模型性能均产生了积极的影响.

关键词:;;;

大语言模型依存句法分析词性信息提示策略

中图分类号:文献标志码:文章编号:()

TP391