英语文本的知识驱动自然语言理解及其应用
计算与语言
2021-01-29 v1 人工智能
计算机科学中的逻辑
摘要
理解文本含义是自然语言理解（NLU）研究的基本挑战。一个理想的 NLU 系统应以不局限于单一任务或数据集的方式处理语言。牢记这一点，我们为英语文本引入了一种新颖的知识驱动语义表示方法。通过利用 VerbNet 词典，我们能够将文本的句法树映射到使用基本知识原语表示的常识含义。我们的方法所表示的通用知识可用于构建任何基于推理的 NLU 系统，且能提供依据。我们应用该方法构建了此处展示的两个 NLU 应用：SQuARE（基于语义的问答与推理引擎）和 StaCACK（使用常识知识的有状态对话代理）。这两个系统都通过“真正理解”其所处理的自然语言文本来工作，并且都在保持高准确率的同时为其回复提供自然语言解释。
引用
@article{arxiv.2101.11707,
title = {Knowledge-driven Natural Language Understanding of English Text and its Applications},
author = {Kinjal Basu and Sarat Varanasi and Farhad Shakerin and Joaquin Arias and Gopal Gupta},
journal= {arXiv preprint arXiv:2101.11707},
year = {2021}
}
备注
Preprint. Accepted by the 35th AAAI Conference (AAAI-21) Main Tracks