[论文解读] Object-oriented semantics of English in natural language understanding system

Yuriy Ostapov|arXiv (Cornell University)|Sep 27, 2011

linguistics and terminology studies参考文献 2被引用 5

一句话总结

本文提出了一种面向自然语言理解的面向对象语义框架，将英文句子映射为表示人物、动作、事件及关系的结构化语义数据库。通过将知识表示与代码分离，并使用推理引擎，该系统（LEIBNIZ）能够对社会行为相关问题给出有效答案，展示了在本体论自然语言理解方面可扩展、可扩展的解决方案，具有多语言适配的潜力。

ABSTRACT

A new approach to the problem of natural language understanding is proposed. The knowledge domain under consideration is the social behavior of people. English sentences are translated into set of predicates of a semantic database, which describe persons, occupations, organizations, projects, actions, events, messages, machines, things, animals, location and time of actions, relations between objects, thoughts, cause-and-effect relations, abstract objects. There is a knowledge base containing the description of semantics of objects (functions and structure), actions (motives and causes), and operations.

研究动机与目标

• 开发一种基于面向对象原则的可扩展、可扩展的自然语言理解框架。
• 使用语义数据库中的结构化谓词表示社会行为事实——人物、动作、事件、关系、动机和原因。
• 将语义知识表示与程序逻辑分离，以实现更易于维护，并可适应更大规模的词汇和事实数据集。
• 通过专用推理引擎，实现对社会事实相关问题的有效基于推理的回答。
• 通过模块化、数据驱动的设计，支持向其他欧洲语言的可移植性。

提出的方法

• 使用用巴科斯-诺尔范式（BNF）表达的形式语法规则，将英文句子映射为语义数据库。
• 在知识库中将实体（人物、组织、动作）表示为带有属性和关系的谓词。
• 通过“框架”编码动词语义，定义语义角色、动作、动机和原因。
• 使用产生式系统原理，将操作建模为带有条件、工具和替代路径的动作序列。
• 将语义定义、对象结构和动作框架存储在持久化数据库中，以支持检索和推理。
• 使用 VISUAL PROLOG 作为实现环境，并配备专用推理引擎以解决查询。

实验结果

研究问题

• RQ1 如何使用面向对象原则建模自然语言理解，以表示社会行为事实？
• RQ2 需要何种形式语法和句法结构，才能将英文句子解析为机器可处理的语义谓词？
• RQ3 如何系统性地编码动词语义（包括动机和原因），并将其与动作关联？
• RQ4 将语义数据与程序逻辑分离，在多大程度上提升了NLU系统的可扩展性和可维护性？
• RQ5 该方法能否支持对社会事件和因果关系的复杂问题进行有效推理？

主要发现

• LEIBNIZ系统成功地将英文句子映射为表示人物、动作、事件和关系的结构化语义数据库谓词。
• 使用动词框架可系统性地编码语义角色、动机和原因，例如‘射击一个人’可关联‘杀死’或‘获取金钱’等动机。
• 操作被建模为带有替代路径、条件和工具的动作序列，使用产生式系统逻辑实现结构化规划。
• 知识表示与代码的分离使得搜索和推理更加高效，支持扩展至更大规模的词汇和事实数据库。
• 该系统在回答关于社会事实的复杂问题方面展示了可行性，部分成功通过了类似图灵测试的事实推理检验。
• 由于其数据驱动、模块化架构与编程逻辑无关，该方法可适配其他欧洲语言。