[논문 리뷰] Semantic Ambiguity and Perceived Ambiguity

Massimo Poesio|ArXiv.org|1995. 05. 16.

Logic, Reasoning, and Knowledge참고 문헌 48인용 수 76

한 줄 요약

이 논문은 언어학적 및 인지적으로 기초화된 의미 모호성과 인지된 모호성 이론을 개발하며, 부족한 표현을 통해 표현하고, 디폴트 논리(deep logic)를 사용해 담론 해석에서의 취약한 추론을 형식화한다. 이는 전체 독해를 나열하는 것을 피하고 인간과 유사한 해석 원칙에 의해 제약을 받는 맥락 민감한 추론에 의존함으로써 NLP에서의 조합 폭발 문제를 해결한다.

ABSTRACT

I explore some of the issues that arise when trying to establish a connection between the underspecification hypothesis pursued in the NLP literature and work on ambiguity in semantics and in the psychological literature. A theory of underspecification is developed `from the first principles', i.e., starting from a definition of what it means for a sentence to be semantically ambiguous and from what we know about the way humans deal with ambiguity. An underspecified language is specified as the translation language of a grammar covering sentences that display three classes of semantic ambiguity: lexical ambiguity, scopal ambiguity, and referential ambiguity. The expressions of this language denote sets of senses. A formalization of defeasible reasoning with underspecified representations is presented, based on Default Logic. Some issues to be confronted by such a formalization are discussed.

연구 동기 및 목표

• 부족한 표현, 의미 모호성, 인간의 모호성 처리 간의 연결 고리를 확립하기 위해.
• 구문적 및 범위적 모호성이 기하급수적으로 많은 독해를 생성하는 조합 폭발 문제를 해결하기 위해 전체 독해를 나열하는 것을 피하기 위해.
• 모델 이론적 의미론과 인지적 타당성에 기반한, 원칙에서부터의 부족한 표현 이론을 개발하기 위해.
• 인지된 모호성은 본질적인 의미의 다중성 때문이 아니라, 상충하는 취약한 추론의 결과로 기인한다는 것을 형식화하기 위해.
• 범위 해석, 참조 해석, 담론 해석을 하나의 추론 프레임워크 안에서 통합하기 위해.

제안 방법

• 의미 모호성을 언어적 표현이 다수의 의미를 가질 수 있음으로써 모델 이론적으로 정의한다.
• 단일 해석에 대한 약속을 피하기 위해 가능한 의미의 집합을 나타내는 부족한 언어를 도입한다.
• 부족한 표현을 사용한 취약한 추론을 형식화하기 위해 디폴트 논리를 적용하여 맥락 민감한 해석을 가능하게 한다.
• 인지적 타당성을 확보하기 위해 반무작위 가설과 담론 해석 조건을 통해 추론 규칙에 제약을 가한다.
• Pinkal의 정밀화 명령어에서 담론 해석 조건을 유도하여 H형(참조적) 모호성의 해소와 연결한다.
• 부족한 표현을 사용한 어휘적, 범위적, 참조적 모호성 처리를 확장하고, 구문적 모호성에 대한 초보적 처리를 포함한다.

실험 결과

연구 질문

• RQ1 언어학적으로 정확하고 인지적으로 타당한 부족한 표현 이론을 어떻게 개발할 수 있는가?
• RQ2 담론 해석에서 의미 모호성(다수의 의미)과 인지된 모호성(상충하는 추론)은 무엇으로 구별되는가?
• RQ3 부족한 표현을 사용한 취약한 추론이 NLP 시스템에서 조합 폭발 문제를 어떻게 피할 수 있는가?
• RQ4 해석 과정이 비무작위적이고 맥락 민감하도록 보장하기 위해 필요한 제약 조건은 무엇인가?
• RQ5 범위 해석과 참조 해석은 통합된 해석 프레임워크 안에서 어떻게 상호작용하는가?

주요 결과

• 이론은 인지된 모호성이 본질적인 의미의 다중성 때문이 아니라 상충하는 취약한 추론에서 비롯된다는 것을 성공적으로 모델링한다.
• 부족한 표현의 사용은 모든 가능한 독해를 생성할 필요가 없게 하여 조합 폭발 문제를 완화한다.
• 정밀화 명령어에서 도출된 담론 해석 조건은 H형 모호성이 맥락 민감한 추론을 통해 해소됨을 보장한다.
• 디폴트 논리를 사용한 형식화는 부족한 표현을 사용한 취약한 추론을 위한 원칙적인 메커니즘을 제공한다.
• 프레임워크는 어휘적, 범위적, 참조적 모호성에 대한 통합적 처리를 지원하며, 구문적 모호성에 대한 초보적 확장을 포함한다.
• 이 이론은 SAD-93 시스템을 기반으로 하며, TASK-93 데모에서 실용적 적용성을 입증한다.