詳解短語結構文法和依存結構
http://www.hankcs.com/nlp/cs224n-dependency-parsing.html

詳解transition-based和gragh-based

https://www.cnblogs.com/zeze/p/9752734.html

基於轉移的語義依存圖，介紹了bi-tree lstm和increment lstm的融合模型：
https://www.sohu.com/a/205560081_657157

語義依存圖是近年來提出的對樹結構句法或語義表示的擴充套件，它與樹結構的主要區別是允許一些詞擁有多個父節點，從而使其成為有向無環圖（direct edacyclic graph，DAG）。

目前依存樹分析領域兩大主流方法分別是基於轉移（Transition-based）和基於圖（Graph-based）的依存分析。基於圖的演算法將依存分析建模為在有向完全圖中求解最大生成樹的問題。基於轉移的依存分析演算法將句子的解碼過程建模為一個有限自動機問題。

基於轉移的依存分析方法。這種方法從起始轉移狀態開始，不斷地執行轉移動作從一個狀態進入另一個狀態，最終達到終結狀態，並將終結狀態對應的樹（或圖）作為分析結果。轉移狀態包括一個儲存正在處理中的詞的棧（Stack），一個儲存待處理詞的快取（Buffer）（另一篇推薦的博文中說道，這裡的buffer也被翻譯為佇列），和一個記錄已經生成的依存弧的儲存器。轉移動作通常包括如移進、規約並生成依存弧等。資料驅動的基於轉移依存句法分析的目標是訓練一個分類器。這個分類器對給定轉移狀態預測下一步要執行的轉移動作。