Reinforcing Parser Preferences through Tagging

Lexical ambiguity is an important source of inefficiency for wide-coverage HPSG parsing. In this paper, we propose a lexical analysis filter which removes unlikely lexical categories. The filter is implemented as a straightforward HMM n-gram POS-tagger, which computes the ’a posteriori’ probability of each lexical category. A lexical category is removed if a competing lexical category is sufficiently more likely. The novel aspect of our approach is the fact that the tagger is trained on the output of the parser itself; therefore there is no need for hand-annotated material. Use of this filter increases the speed of the parser considerably, and in addition gives rise to an improvement in parsing accuracy. RÉSUMÉ. L’ambiguı̈té lexicale est une source importante de l’inefficacité de l’analyse syntaxique HPSG à large couverture. Dans cette contribution, nous proposons un filtre analyseur lexical qui élimine des catégories lexicales improbables. Le filtre est implémenté comme un étiqueteur markovien (HMM) n-gramme standard, qui calcule la probabilité ’a posteriori’ de chaque catégorie lexicale. Une catégorie lexicale est rejetée, quand celui-ci est en concurrence avec des catégories lexicales qui sont suffisamment plus probables. La nouveauté de l’approche exposée ici consiste à entraı̂ner l’étiqueteur sur la sortie de l’analyseur lui-même ; par conséquence, on n’a pas besoin de corpus étiquetés manuellement. L’emploi de ce filtre augmente considérablement la rapidité de l’analyseur, et en plus, en améliore la précision.