[论文解读] Integrating Multiple Knowledge Sources for Robust Semantic Parsing

Jordi Atserias, Lluís Padró+1 more|ArXiv.org|Sep 17, 2001

Natural Language Processing Techniques参考文献 8被引用 3

一句话总结

本文提出了一种稳健且灵活的语义解析方法 PARDON，将语义解析建模为一致性标注问题（CLP），通过短语切分整合语言学子分类框架与统计词汇吸引力模型。该方法在动词模型识别中达到 95% 的精确率，在论元角色填充中达到 72% 的精确率，展示了句法与语义知识在非受限文本中的有效整合。

ABSTRACT

This work explores a new robust approach for Semantic Parsing of unrestricted texts. Our approach considers Semantic Parsing as a Consistent Labelling Problem (CLP), allowing the integration of several knowledge types (syntactic and semantic) obtained from different sources (linguistic and statistic). The current implementation obtains 95% accuracy in model identification and 72% in case-role filling.

研究动机与目标

• 开发一种能够处理非受限自然语言文本的稳健且灵活的语义解析系统。
• 通过在统一框架中整合句法与语义知识，解决顺序解析模型的局限性。
• 通过结合手工构建的子分类框架与统计词汇吸引力模型，提升论元角色分配的准确性。
• 通过知识整合，最小化语义角色标注中的过量生成、生成不足与替换错误。
• 通过将语义解析形式化为一致性标注问题（CLP），实现系统的可扩展性与可移植性。

提出的方法

• 将语义解析形式化为一致性标注问题（CLP），将论元角色分配视为对句法短语的标注任务。
• 采用两阶段架构：句子分析器负责词性标注、短语切分与语义标注，随后由选择模块解析角色分配。
• 通过 LEXPIR 项目手工构建的子分类框架整合语言学知识，为 61 个动词指定论元结构、介词与语义角色。
• 通过从语料库中提取的统计词汇吸引力模型补充语言学模型，以提升鲁棒性并处理歧义。
• 应用 MUC 评估指标衡量论元角色填充中的精确率、召回率、生成不足、过量生成与替换错误。
• 使用动词特定模型（如 'hablar' 的非主语模型）与名词修饰语模型，以确保跨短语的一致角色分配。

实验结果

研究问题

• RQ1 如何有效整合句法与语义知识，以提升非受限文本语义解析的鲁棒性？
• RQ2 结合语言学子分类框架与统计模型的混合方法在多大程度上可减少论元角色分配中的错误？
• RQ3 将语义解析形式化为一致性标注问题（CLP）是否能更好地控制过量生成、生成不足与替换错误？
• RQ4 论元角色填充中缺失或多余角色的成因是什么？是否可通过提升模型覆盖度加以缓解？
• RQ5 系统输出能否用于迭代式优化与扩展动词子分类模型？

主要发现

• 系统在动词模型识别中达到 95% 的精确率与 91% 的召回率，表明在选择正确动词论元结构方面具有高准确性。
• 论元角色填充达到 72% 的精确率与 70% 的召回率，错误率较低：生成不足占 20%，过量生成占 18%，替换占 12%。
• 生成不足、过量生成与替换错误的低值表明系统做出的是基于知识的有根据决策，而非随意分配。
• 模型识别中的大多数错误源于预处理问题，特别是输入存在歧义或分词不准确的情况。
• 缺失与多余角色主要源于语义信息不足以及缺乏对附加状语（如时间短语）的建模，导致时间短语被错误地分配为论元。
• 系统展示了在非领域特定语义解析中的可行性，具备通过反馈循环与扩展统计知识实现进一步拓展的潜力。