41、自然语言语义分析：量化歧义与语篇语义处理

自然语言语义分析：量化歧义与语篇语义处理

量化歧义再探讨

在自然语言处理中，早期的语义翻译方法存在一个重要局限，即无法处理量化范围的歧义问题。这些方法是语法驱动的，语义表示与句法分析紧密相连，语义中量词的范围反映了句法分析树中相应名词短语（NP）的相对范围。例如，句子 “Every girl chases a dog.” 总是被翻译成 “all x.(girl(x) -> exists y.(dog(y) & chase(x,y)))”，而不是 “exists y.(dog(y) & all x.(girl(x) -> chase(x,y)))”。

为了理解量化范围的结构，我们来看图 10 - 3 中句子 “Every girl chases a dog.” 的两种解读方式。左边结构中，最上层是对应 “every girl” 的量词，φ 可看作量词范围内内容的占位符。向下看，对应 “a dog” 的量词可作为 φ 的实例插入，产生新的占位符 ψ 表示 “a dog” 的范围，再将 “x chases y” 对应的开放句子插入其中。右边结构与之相同，只是两个量词的顺序交换了。

Cooper 存储方法

Cooper 存储方法提出了一种新的语义表示方式。在这种方法中，语义表示不再是一阶逻辑表达式，而是由 “核心” 语义表示和一组绑定运算符组成的对。以句子 “Every girl chases a dog.” 为例，假设核心是开放公式 “chase(x,y)”，我们有对应两个名词短语的绑定运算符列表。处理时，从列表中选取一个绑定运算符与核心结合，如 “\P.exists y.(dog(y) & P(y))(\z2.chase(z