面向指令的零样本语义解析
计算与语言
2019-11-21 v1 机器学习
摘要
我们考虑一个零样本语义解析任务：将指令解析为组合逻辑形式，且这些指令所属的领域在训练期间未被见过。我们提出一个新数据集，包含来自 7 个应用领域（例如日历或文件管理器）的 1390 个示例，每个示例由一个三元组组成：(a) 应用的初始状态，(b) 在该状态上下文中要执行的指令，以及 (c) 执行指令后应用的状态。我们引入一种新训练算法，旨在从一组源领域示例上训练语义解析器，使其能有效解析来自未知目标领域的指令。我们将算法集成到 Pasupat 和 Liang（2015）的浮动解析器中，并进一步用特征和逻辑形式候选过滤逻辑增强解析器，以支持零样本适应。我们在多种零样本适应设定下的实验表明，相较于未适应的解析器，性能有显著提升。
引用
@article{arxiv.1911.08827,
title = {Zero-Shot Semantic Parsing for Instructions},
author = {Ofer Givoli and Roi Reichart},
journal= {arXiv preprint arXiv:1911.08827},
year = {2019}
}
备注
ACL 2019