测量神经序列到序列语义解析器中的对齐偏差

在深度学习出现之前，语义解析社区一直对理解和建模自然语言句子与其对应意义表示之间可能的词对齐范围感兴趣。序列到序列模型改变了研究格局，表明我们不再需要担心对齐问题，因为它们可以通过注意力机制自动学习。最近，研究人员开始质疑这一前提。在这项工作中，我们研究了序列到序列模型是否能处理简单和复杂的对齐。为了回答这个问题，我们使用对齐标注增强了流行的Geo语义解析数据集，并创建了Geo-Aligned。然后，我们研究了标准序列到序列模型在可以单调对齐的示例与需要更复杂对齐的示例上的性能。我们的实证研究表明，在单调对齐上的性能显著更好。