[论文解读] Efficient Construction of Underspecified Semantics under Massive Ambiguity

Jochen Doerre|ArXiv.org|Jun 26, 1997

Natural Language Processing Techniques参考文献 8被引用 5

一句话总结

本文提出了一种高效算法，用于从高度模糊的句法解析森林中构建紧凑、未指定的语义表示。通过在压缩森林结构中直接处理基于约束的语义规则，该方法避免了组合爆炸，并在合理的语法约束下实现了 $O(n^4 \log n)$ 的时间复杂度，从而在面对大规模模糊性时实现了可扩展的语义分析。

ABSTRACT

We investigate the problem of determining a compact underspecified semantical representation for sentences that may be highly ambiguous. Due to combinatorial explosion, the naive method of building semantics for the different syntactic readings independently is prohibitive. We present a method that takes as input a syntactic parse forest with associated constraint-based semantic construction rules and directly builds a packed semantic structure. The algorithm is fully implemented and runs in $O(n^4 log(n))$ in sentence length, if the grammar meets some reasonable `normality' restrictions.

研究动机与目标

• 解决在存在大规模句法模糊性时生成完整语义表示的计算不可行性问题。
• 克服独立处理每种句法解读时固有的组合爆炸问题。
• 开发一种方法，直接从句法解析森林构建紧凑且共享的语义表示。
• 在现实语法约束下确保语义构建的高效性与可扩展性。

提出的方法

• 该方法以标注有基于约束的语义构造规则的句法解析森林作为输入。
• 采用压缩森林表示法，以紧凑方式编码所有可能的句法分析。
• 在压缩结构上逐步执行语义统一，避免显式枚举所有解析树。
• 算法采用动态规划方法并结合记忆化技术，避免冗余计算。
• 强制执行语法正规化条件，以确保多项式时间复杂度。
• 核心数据结构是基于约束的语义森林，它在模糊解析之间逐步构建共享表示。

实验结果

研究问题

• RQ1 当一个句子存在大量句法分析时，如何高效地构建语义表示？
• RQ2 是否可以在不枚举所有可能的句法解析的情况下，构建出单一且紧凑的语义结构？
• RQ3 在合理的语法假设下，哪些算法技术能够实现 $O(n^4 \log n)$ 的复杂度？
• RQ4 如何在压缩解析森林上统一应用基于约束的语义规则？
• RQ5 语法的哪些结构特性能够确保在大规模模糊性下语义构建的可处理性？

主要发现

• 所提出的算法在合理的语法正规化限制下，实现了与句子长度相关的 $O(n^4 \log n)$ 时间复杂度。
• 该方法避免了独立处理每种句法解读时产生的组合爆炸问题。
• 一个完整实现的系统在真实世界的模糊句子上验证了该方法的可行性。
• 通过在多个解析之间共享共同的语义子组件，压缩的语义结构实现了紧凑的表示。
• 该算法支持直接在森林上进行基于约束的语义统一，在保留模糊性的同时最小化冗余。
• 该方法具有通用性，适用于计算语言学中广泛存在的未指定语义形式化体系。