从自然语言到信号时序逻辑的结构歧义感知翻译
计算与语言
2026-03-31 v1 符号计算
摘要
信号时序逻辑 (STL) 广泛用于指定 cyber-physical 系统的时序和安全关键任务，但直接编写 STL 公式对非专家用户而言十分困难。自然语言 (NL) 提供了便捷的接口，但其固有的结构歧义使得一对一翻译为 STL 不可靠。在本文中，我们提出了一种保留歧义的 NL 任务描述到 STL 候选公式的翻译方法。核心思想是在解析阶段保留多个合理的语法分析，而非强制单一解释。为此，我们开发了一个基于组合范畴语法 (CCG) 的三阶段流水线：保留歧义的 n-best 解析、面向 STL 的模板化语义组合，以及基于得分聚合的规范化。该方法输出一个去重后的 STL 候选集及其合理性得分，从而显式地表示模糊指令的多种可能形式解释。与现有的一对一 NL 到逻辑翻译方法不同，所提方法旨在保留附着歧义和作用域歧义。代表性任务描述的案例研究表明，该方法对真正歧义的输入生成多个 STL 候选，而对无歧义或规范等价的推导则归约为单个 STL 公式。
引用
@article{arxiv.2603.28426,
title = {Structural-Ambiguity-Aware Translation from Natural Language to Signal Temporal Logic},
author = {Kosei Fushimi and Kazunobu Serizawa and Junya Ikemoto and Kazumune Hashimoto},
journal= {arXiv preprint arXiv:2603.28426},
year = {2026}
}