NLP复习资料(6)-第十章 语义分析

国科大，宗老师《自然语言处理》课程复习笔记，个人整理，仅供参考。

语义分析：P3解释句子或篇章的含义，主要困难（歧义现象，不同人的理解不同，模型方法不成熟）

1语义理论简介

就是说不同的学者对于词的含义有不同的理解（至少记住两个吧）
1.词的指称（词与现实世界事物对应，复杂问题无法定义）
2.心理图像（不是所有词义都有清晰的心理图像）
3说话者意图（希望听者理解，做出反应）
4.过程语义（编程语言的含义，缺乏独立性）
5.词汇分解学派（词的意义基于语义基元，语义基元标准难定）
6.条件真理模型（不能很好描述时间场景）
7.情景语义学、模态逻辑

2格语法

格语法-语言学家搞的一套东西，老师快速地过了一遍。句子的表层表现与底层含义。

三条基本规则：P22句子由情态和命题构成，命题可以向下分

用格语法分析语义：基础有一本动词格框架和名词语义信息的词典

步骤P31，识别动词，找格框架->填充必备格->填充可选格->判断句子情态

格语法描述汉语的局限性：一个句子（动词）一个框架，汉语的无动句、流水句子、连动句很难用一个框架描述

4语义网络

语义网络：P38 概念 和 关系 组成的有向图，用来表示语义与知识。

P42事件的语义网络节点之间的关系可以使用格关系来表示

P45基于语义网络的推理：根据已知知识构建局部网络->用变量代表待求客体进行推理

P46知识图谱：描述实体与实之间的关系。关键技术：实体识别与消歧，关系识别

5词义消歧

词义消歧：多义词词义确定的过程

基本方法：
1.有监督词义消歧：互信息消歧P51：平行语料库，语义指示器的分类问题，互信息最大的方法来确定语义指示器的分类

2.贝叶斯消歧：第二章内容P55基于上下文的贝叶斯分类器的消歧方法

3.基于最大熵的消歧方法：第二章

4.基于词典的消歧：
->词典语义定义消歧
->上下文语义项
->双语词典：短语-翻译-译文中的共现次数多的组合词义作为原语言中的意义
->Yarowsky：P62一个多义词项出现一次后，该词项出现的可能性会比较大

5语义角色标注

分析句子谓语与其他成分词之间的关系

方法：
->基于短语结构分析的SRL（候选论元剪枝：P74，论元识别与标注P76）
->基于依存关系SRL（P80只有候选论元的剪除：因为它本来就是以动词为中心的）
->基于语块分析的SRL方法P84：语义角色标注问题变成序列标注问题

6词向量表示

两个主要问题：词汇如何转换成向量，向量如何语义组合。

基于文本的词汇语义表示:共现矩阵P94、神经网络P95

基于图像学习的词汇语义表示：P97图像->特征向量

基于声音学习的词汇语义特征：P98

多模态融合

下面就是老师们的一些工作，都是一些思想，不细说大致了解一下。
（1） 关联词汇作为弱监督信号得到词向量表示
（2） 多模态的词汇表示的可解释性研究：不同模态的向量，侧重词义特征不同，或具体，或抽象
（3） 融合词汇内部结构的中文句子表示模型
（4） 借鉴人类注意力分配机制的语义表示模型
（5） 研究不同类型句子在人脑的语义解码（句子->脑图像->特征提取）

7篇章分析

宗老师讲的最后一点内容：篇章分析
1.如何表示一个篇章：
词汇链：P3几个关键词串在一起，构成一篇文章的描述
事件链：P5实体抽取->词汇链上每个词最近的论元，构成事件链->判断相邻事件之间的关系
话题链：P6一系列回指构成的话题链

2.浅层篇章关系分析：P10分析两个篇章单元之间的关系，三个主要任务：关联词识别、arg抽取、两个arg之间功能类型判断。老师的基本框架：p12
(1)锚点识别：P13包括显示的关联词，和隐式的标点符号
(2) Argment提取：P16一些启发式的规则
(2)Argment 扩展，以同一个句子、前后两个句子为种子，向前后扩展
(3)Argment再标记：他们的位置是相对的p28

3.主要问题：关联词识别错误P31、句子边界识别错误P33、