[论文解读] The Theoretical Status of Ontologies in Natural Language Processing

John Bateman|ArXiv.org|Apr 25, 1997

Natural Language Processing Techniques参考文献 49被引用 37

一句话总结

本文提出一种基于语言学的自然语言处理知识工程方法，通过利用系统功能语法的层级结构与元功能来约束本体设计。文章认为，本体必须在抽象性与语言表达力之间取得平衡，以语言作为核心约束，避免知识表示过度或过少受限，从而实现可重用的、理论驱动的本体，服务于自然语言处理系统。

ABSTRACT

This paper discusses the use of `ontologies' in Natural Language Processing. It classifies various kinds of ontologies that have been employed in NLP and discusses various benefits and problems with those designs. Particular focus is then placed on experiences gained in the use of the Upper Model, a linguistically-motivated `ontology' originally designed for use with the Penman text generation system. Some proposals for further NLP ontology design criteria are then made.

研究动机与目标

• 解决自然语言处理系统本体设计中的理论不稳定性与方法论不严谨问题。
• 阐明本体在自然语言处理中所承担的特定功能，如组织世界知识、语义信息以及系统接口。
• 论证语言学理论——尤其是系统功能语法——为设计有效、可重用本体提供了关键约束。
• 解决本体构建过程中过度抽象（与语言距离过远）与过度具体（与句法绑定过紧）之间的张力。
• 提出一种本体工程框架，将语言学理论作为基础，实现可扩展、可互操作的知识表示。

提出的方法

• 将系统功能语法的层级结构（词汇语法、词汇语法与语义）用作本体设计的结构约束。
• 运用经验性、人际性与文本性意义的元功能，指导本体中概念内容的组织。
• 以Penman上层模型为案例研究，展示语言学理论如何指导大规模本体开发。
• 提出本体不应脱离语言结构孤立构建，而必须基于支持抽象性与表达力的语言理论。
• 建议将语言学理论作为多维约束系统，以确保本体既具普遍性又扎根于语言现实。
• 主张将计算本体模型与更新的理论描述（如Halliday与Matthiessen的Bloomington格栅）对齐，以提升一致性与可重用性。

实验结果

研究问题

• RQ1 如何设计自然语言处理中的本体，以在保证可重用性的同时仍与语言形式保持关联？
• RQ2 语言系统中的哪些理论约束可指导大规模、可重用本体的构建？
• RQ3 当前本体设计在多大程度上因缺乏语言学基础而失败，又该如何弥补？
• RQ4 在本体设计中，组织世界知识、语义信息与系统接口的功能在多大程度上重叠或冲突？
• RQ5 系统功能语法能否提供一个原则性框架，用于本体工程，以避免知识表示过度或过少受限的陷阱？

主要发现

• 过于抽象或过于受句法束缚的本体，无法有效支持自然语言处理任务，如回指消解与连贯性建模。
• 语言学理论——尤其是系统功能语法——提供了一个多维约束系统，支持设计兼具普遍性与表达力的本体。
• Penman上层模型是理论驱动本体设计成功实现的范例，尽管其理论一致性仍面临挑战。
• 当本体未受语言结构约束时，其可重用性将受到损害，导致编码者间一致性差且互操作性有限。
• 将语言学理论整合到本体工程中，可构建出在理论上站得住脚且在自然语言处理应用中实际可用的本体。
• 必须明确区分本体的不同功能，如表示世界知识、语义信息或系统接口，以避免概念混淆与设计不一致。