Sequence-to-Action：面向语义解析的端到端语义图生成
计算与语言
2018-09-05 v1
摘要
本文提出一种神经语义解析方法——Sequence-to-Action，将语义解析建模为端到端语义图生成过程。我们的方法同时利用了近期两个有前景的语义解析方向的优势。首先，我们的模型使用语义图表示句子含义，其与知识库紧密耦合。其次，通过利用神经网络模型强大的表示学习与预测能力，我们提出一种RNN模型，能有效将句子映射为用于语义图生成的动作序列。实验表明，我们的方法在OVERNIGHT数据集上取得了state-of-the-art性能，并在GEO与ATIS数据集上获得有竞争力的性能。
引用
@article{arxiv.1809.00773,
title = {Sequence-to-Action: End-to-End Semantic Graph Generation for Semantic Parsing},
author = {Bo Chen and Le Sun and Xianpei Han},
journal= {arXiv preprint arXiv:1809.00773},
year = {2018}
}
备注
Accepted as ACL 2018 long paper