意义建模：自然语言片段的计算解释与理解
计算与语言
2019-08-12 v3
摘要
在本导论性文章中，我们提出了一种实现自然语言计算解释以建模词与短语意义的方法基础。与其他方法不同，我们尝试以可组合且计算机可解释的方式定义文本片段的意义。我们讨论了用于检测不同类型语义不可理解性并选择在给定语境中最合理的解释的模型与思路。知识表示被设计用于处理上下文敏感及不确定/不精确的知识，并便于新信息的接纳。它存储捕捉概念本质的定量信息，因为这对自然语言理解与推理至关重要。尽管如此，该表示仍具有足够的通用性，允许新知识的习得甚至由系统生成。文章最后讨论了一些与推理相关的主题：生成新抽象概念的可能方法，以及用词语描述情境与概念（例如用于指明解释困难）。
引用
@article{arxiv.1505.08149,
title = {Modeling meaning: computational interpreting and understanding of natural language fragments},
author = {Michael Kapustin and Pavlo Kapustin},
journal= {arXiv preprint arXiv:1505.08149},
year = {2019}
}
备注
26 pages