-
题名抽象语义表示解析方法研究综述
- 1
-
-
作者
尹华
卢懿亮
季跃蕾
吴梓浩
彭亚男
-
机构
广东财经大学信息学院
广东省智能商务工程技术研究中心
广州商学院现代信息产业学院
-
出处
《中文信息学报》
CSCD
北大核心
2024年第3期1-23,共23页
-
基金
国家自然科学基金(12271111)
教育部人文社会科学研究青年基金(21YJCZH202)
广东省普通高校创新团队项目(2022WCXTD008)。
-
文摘
句子级语义分析是自然语言处理(NLP)的核心任务,面临复杂语义的表示问题。抽象语义表示(AMR)突破浅层局限,实现了领域无关的整句通用语义表示,具备准确表征句子完整语义的能力。因为AMR解析效果会影响下游NLP任务的表现,所以解析方法成为近年的国内外研究热点。由于时效性因素,既有AMR综述未涉及新涌现的解析方法,亟需深度聚焦其前沿文献。该文首先采用CiteSpace工具分析了AMR的总体研究情况。相比英文AMR解析研究,中文AMR解析研究成果数量相对较少,尚有较大的发展空间。进而分析了AMR语料库发展和AMR解析面临的概念和概念关系识别、对齐以及融入结构信息等问题。根据不同的解析策略将解析方法分为4类,以问题为驱动,剖析了各类AMR解析方法的演进。最后,选择21个英文AMR解析器、7个中文AMR解析器,比较分析Smatch等各项实验指标。归纳实验结果发现,现有模型在学习复杂多语义关系方面亟待加强。该文通过理论和实证分析为研究者提供AMR解析方法的发展脉络和研究思路。
-
关键词
抽象语义表示
解析方法
语料库
自然语言处理
-
Keywords
abstract meaning representation
parsing
corpus
natural language processing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
