[论文解读] ARKref: a rule-based coreference resolution system

Brendan O’Connor, Michael Heilman|arXiv (Cornell University)|Oct 8, 2013

Natural Language Processing Techniques参考文献 7被引用 6

一句话总结

ARKref 是一种基于规则的共指消解系统，利用句法解析和语义标记来解决名词短语回指问题，根据句法约束和最小树距离选择先行词。其在代词消解上达到 76% 的准确率，在非代词消解上达到 74% 的准确率，对诸如同位语和补语主语等直接句法模式具有高精度。

ABSTRACT

ARKref is a tool for noun phrase coreference. It is a deterministic, rule-based system that uses syntactic information from a constituent parser, and semantic information from an entity recognition component. Its architecture is based on the work of Haghighi and Klein (2009). ARKref was originally written in 2009. At the time of writing, the last released version was in March 2011. This document describes that version, which is open-source and publicly available at: http://www.ark.cs.cmu.edu/ARKref

研究动机与目标

• 开发一种确定性的、基于规则的共指消解系统，利用句法和语义信息以提升先行词选择的准确性。
• 通过引入更丰富的句法约束和超越命名实体识别的语义兼容性检查，解决先前系统存在的局限性。
• 通过显式编码绑定理论原则和基于性别的人名消解，提升共指消解的准确性。
• 提供一个开源、公开可用的共指消解工具，支持在 ACE 等标准数据集上进行评估。
• 通过使用固定规则集结合语义和句法过滤，减少对自举式词汇模型的依赖。

提出的方法

• 使用短语结构解析器（Stanford Parser）提取文档中所有句子的句法结构。
• 应用超义类标注器为名词短语分配语义类型，以支持超越命名实体的语义兼容性检查。
• 对特定句法模式（包括同位语、角色同位语和补语主语）实施即时基于规则的消解。
• 使用句法和语义约束（如性别、数和句法角色，例如主语不能指代句首状语）过滤潜在先行词。
• 在剩余候选者中选择树距离最短的跨句路径的先行词。
• 对先行词决策应用传递闭包以形成最终的实体簇，但该方法缺乏提及之间的联合推理。

实验结果

研究问题

• RQ1 如何通过显式句法和语义约束改进基于规则的共指消解？
• RQ2 同位语和补语主语等句法模式在多大程度上能提升共指消解的准确性？
• RQ3 在基于规则的系统中，性别和代词类型信息能否被有效利用以改善先行词选择？
• RQ4 与学习型系统相比，缺乏自举式语义兼容性模型对性能有何影响？
• RQ5 当单个先行词决策存在错误时，传递闭包对簇形成的影响如何？

主要发现

• ARKref 在代词消解上达到 76% 的准确率，其中第一人称和第二人称代词如 'he' 和 'she' 的表现尤为出色，准确率分别达到 70% 和 93%。
• 对同位语的即时基于规则消解准确率达 82%，而角色同位语的消解准确率为 100%，表明这些模式具有高度可靠性。
• 补语主语结构的消解准确率为 85%，但错误源于将情态动词误分类为有效补语动词。
• 非代词共指消解的准确率为 74%，大量正确决策通过语义和句法过滤实现。
• 系统对 NULL 消解决策的准确率为 66%，表明单个提及通常能被正确识别为无先行词。
• 代词对代词的消解出人意料地有效，'we' 的准确率为 70%，'it' 为 77%，表明尽管上下文复杂，对话和引语情境仍能被合理处理。