[论文解读] Natural language processing: she needs something old and something new (maybe something borrowed and something blue, too)

Karen Spärck Jones|ArXiv.org|Dec 21, 1995

Natural Language Processing Techniques参考文献 2被引用 5

一句话总结

1995年总统演讲中，凯伦·斯帕克·琼斯认为，自然语言处理（NLP）的进步需要重新聚焦语言意义以及语言与现实世界的关联，同时推动话语层面的理解。她提出，文本摘要应作为前进的关键路径，强调通过大规模话语结构识别电子文本资源中突出的内容。

ABSTRACT

Given the present state of work in natural language processing, this address argues first, that advance in both science and applications requires a revival of concern about what language is about, broadly speaking the world; and second, that an attack on the summarising task, which is made ever more important by the growth of electronic text resources and requires an understanding of the role of large-scale discourse structure in marking important text content, is a good way forward.

研究动机与目标

• 重新强调理解语言与现实世界关联的重要性，超越句法和计算形式化。
• 通过改进摘要技术应对管理海量电子文本资源的日益增长的挑战。
• 强调大规模话语结构在识别文本中重要内容方面的作用。
• 倡导将既有的语言学洞见（'something old'）与创新的计算方法（'something new'）相结合。

提出的方法

• 提出NLP研究应重新关注语言的语义——即语言在现实世界中所指的内容。
• 主张将摘要任务作为核心挑战，这需要理解话语层面的结构。
• 强调需要建模话语结构（例如连贯性、衔接性、话题转换）如何指示重要内容。
• 呼吁将传统语言学理论与现代计算方法相结合，以改进NLP系统。
• 建议话语结构分析可作为识别长文本中显著信息的基础。
• 提倡一种研究议程，平衡语言学中的既有知识与新兴计算能力。

实验结果

研究问题

• RQ1 NLP系统如何更好地捕捉语言的现实世界指称和意义，而不仅限于句法和语法？
• RQ2 大规模话语结构在指示文本中重要内容方面发挥什么作用？
• RQ3 如何将摘要作为核心任务来应对电子文本数量不断增长的挑战？
• RQ4 传统语言学的哪些洞见可以与现代计算技术在NLP中有效结合？
• RQ5 理解话语结构如何提升自动文本摘要的准确性和相关性？

主要发现

• 本文指出NLP中存在一个关键缺口：缺乏对语言与世界关联的关注，这损害了科学理解与实际应用。
• 它认为话语结构对识别突出内容至关重要，因为它围绕连贯性和话题推进组织文本。
• 摘要被定位为一项关键任务，需要整合语言学洞见与计算建模。
• 本文主张，将传统语言学知识与新计算工具相结合，是NLP进步的必要条件。
• 它强调，有效的摘要无法仅通过表层处理实现，而需要深层次的结构与语义分析。
• 演讲最后指出，一种平衡的方法——'something old'（语言学理论）与'something new'（计算创新）——对于未来NLP的发展至关重要。