[论文解读] CLARE: A Contextual Reasoning and Cooperative Response Framework for the Core Language Engine

Hiyan Alshawi, David M. Carter+4 more|ArXiv.org|Nov 1, 1994

Logic, Reasoning, and Knowledge参考文献 50被引用 30

一句话总结

CLARE 提出了一种上下文推理与协作式响应框架，用于自然语言理解，通过单调解释、归纳推理和声明性领域理论扩展核心语言引擎，以实现稳健、上下文敏感的自然语言响应解释与生成。它通过基于格的分析、QLF 形式化和基于偏好的排序，在数据库查询理解与改写任务中实现了高准确率，展示了在真实应用中的最先进性能。

ABSTRACT

This report describes the research, design and implementation work carried out in building the CLARE system at SRI International, Cambridge, England. CLARE was designed as a natural language processing system with facilities for reasoning and understanding in context and for generating cooperative responses. The project involved both further development of SRI's Core Language Engine (Alshawi, 1992, MIT Press) natural language processor and the design and implementation of new components for reasoning and response generation. The CLARE system has advanced the state of the art in a wide variety of areas, both through the use of novel techniques developed on the project, and by extending the coverage or scale of known techniques. The language components are application-independent and provide interfaces for the development of new types of application.

研究动机与目标

• 开发一种能够在真实应用中实现上下文推理与协作式响应生成的自然语言处理系统。
• 通过增强的句法与语义覆盖范围扩展核心语言引擎，包括对覆盖范围外输入的部分分析。
• 通过单调解释和替代方案的基于偏好排序，实现自然语言响应的准确解释与生成。
• 通过声明性领域理论和归纳等价翻译，支持与结构化数据库的集成。
• 在多个真实应用中评估系统性能，包括数据库接口与语音语言系统。

提出的方法

• 采用基于格的分析，对覆盖范围外的句子进行部分句法与语义解释。
• 使用改进的准逻辑形式（QLF）表示的单调解释框架，以支持上下文中的渐进式语义细化。
• 应用可扩展的偏好度量集，包括语义搭配，以对解释替代方案进行排序。
• 实施归纳推理以解决歧义，并支持语言表达与数据库表示之间的映射。
• 以声明性方式定义语言领域理论（LDT），包括用于将自然语言映射到数据库谓词的等价公理。
• 使用基于规则的生成算法（SHD）和预编译的词典与控制机制，从数据库断言生成改写句与自然语言陈述。

实验结果

研究问题

• RQ1 如何通过上下文敏感的推理实现自然语言系统对模糊或覆盖范围外输入的稳健解释？
• RQ2 何种形式化方法能够支持单调、渐进式解释，从而实现协作式响应生成？
• RQ3 如何利用归纳推理在语言表达与结构化数据库表示之间建立桥梁？
• RQ4 何种机制可实现对解释输入的富有信息量且上下文恰当的改写句生成？
• RQ5 如何以声明性方式指定领域特定的语言理论，以实现可扩展且可重用的语言系统集成？

主要发现

• CLARE 系统在数据库查询理解任务中达到 83% 的准确率，在更广泛的测试用例中达到 70%。
• 该系统展现出高覆盖率与鲁棒性，即使在句法与语义范围之外的句子也能支持部分分析与解释。
• 基于语义搭配的偏好排序显著提升了解释质量，更倾向于选择更合理的替代方案。
• 采用归纳等价翻译使自然语言查询与底层数据库查询之间的映射更加准确，尤其适用于复杂或模糊的输入。
• 领域理论的声明性指定使得与多种数据库系统（包括 BP、BT 和 SRI 的系统）的灵活且可重用的集成成为可能。
• 该系统已成功部署于多个真实应用场景，包括语音语言接口、道路导航路径规划与规范文本处理，验证了其实际应用价值。