SETUP：句子级英语到统一意义表示解析器
计算与语言
2026-05-20 v3
摘要
统一意义表示(UMR)是一种新型的基于图的语义表示，它捕捉文本的核心含义，并在注释模式中融入了灵活性，使得世界语言的广度（包括低资源语言）可以被注释。虽然UMR在促进语言文档记录、改善低资源语言技术和增加可解释性方面显示出前景，但UMR的下游应用只有在文本到UMR解析器能够在测试时实现大规模自动生成准确的UMR图时才能被充分探索。目前文本到UMR解析的工作有限。在本文中，我们引入了两种英语文本到UMR解析的方法，一种是对抽象意义表示(AMR)解析器进行微调，另一种是利用通用依存(UD)转换器，以前者为基线。我们表现最好的模型SETUP实现了84的AnCast分数和91的SMATCH++分数，表明在自动UMR解析方面取得了实质性进展。
引用
@article{arxiv.2512.07068,
title = {SETUP: Sentence-level English-To-Uniform Meaning Representation Parser},
author = {Emma Markle and Javier Gutierrez Bach and Shira Wein},
journal= {arXiv preprint arXiv:2512.07068},
year = {2026}
}
备注
LREC 2026 Camera-ready