[论文解读] A Data-Oriented Approach to Semantic Interpretation

Rens Bod, Remko Bonnema+1 more|ArXiv.org|Jun 18, 1996

Natural Language Processing Techniques参考文献 6被引用 9

一句话总结

本文提出一种基于数据的语义解析方法，利用语义标注语料库，将数据导向解析（DOP）扩展至生成最可能的语义分析，通过组合语料库中的子分析实现。该方法在经过语义标注扩展的ATIS语料库上成功验证，展示了基于语料库的概率组合在语义解析中的可行性与有效性。

ABSTRACT

In Data-Oriented Parsing (DOP), an annotated language corpus is used as a stochastic grammar. The most probable analysis of a new input sentence is constructed by combining sub-analyses from the corpus in the most probable way. This approach has been succesfully used for syntactic analysis, using corpora with syntactic annotations such as the Penn Treebank. If a corpus with semantically annotated sentences is used, the same approach can also generate the most probable semantic interpretation of an input sentence. The present paper explains this semantic interpretation method, and summarizes the results of a preliminary experiment. Semantic annotations were added to the syntactic annotations of most of the sentences of the ATIS corpus. A data-oriented semantic interpretation algorithm was succesfully tested on this semantically enriched corpus.

研究动机与目标

• 将数据导向解析（DOP）框架从句法解析扩展至基于标注语料库的语义解析。
• 探究带有语义标注的语料库是否可作为随机语法，用于生成新句子的最可能语义解释。
• 评估基于数据的语义解析算法在语义增强语言语料库上的可行性与性能。

提出的方法

• 利用同时标注句法与语义结构的语料库作为语义解析的随机语法。
• 通过从语料库中提取子分析（如短语或从句）并组合，构建新输入句子的最可能语义分析。
• 应用DOP中的概率原则，根据子分析在标注语料库中的频率与共现情况，选择最可能的子分析组合。
• 将语义标注整合至Penn Treebank风格的句法标注中，创建语义增强版ATIS语料库。
• 利用子分析及其组合的频率，估算完整语义分析的概率。
• 通过搜索与输入匹配且生成有效语义解释的最可能解析树，将该算法应用于新输入句子。

实验结果

研究问题

• RQ1 基于语义标注语料库的数据导向方法是否能有效生成句子的最可能语义解释？
• RQ2 当应用于语义标注语料库时，DOP框架从句法解析推广至语义解析的泛化能力如何？
• RQ3 基于数据的语义解析算法在真实世界、领域特定语料库（如ATIS）上的表现如何？
• RQ4 在多大程度上可将语料库中的子分析组合，以生成准确且连贯的语义解释？
• RQ5 语义子分析的频率与分布如何影响生成解释的质量？

主要发现

• 基于数据的语义解析算法成功利用语义标注的ATIS语料库，为新句子生成了合理的语义解释。
• 该方法表明，通过遵循与句法DOP相似的原则，可有效结合语料库中的子分析来推导语义解释。
• 将语义标注整合至ATIS语料库，使算法能够生成可解释且符合语境的语义分析。
• 初步结果表明，该方法具有可行性，且在可扩展的基于语料库的语义解析方面具有潜力。
• 本研究证实，基于大型标注语料库的随机语法可支持稳健且数据驱动的语义解析，而无需依赖显式的正式语义规则。