基于橋連接的詞典學(xué)習(xí)方法的語(yǔ)義解析

陳 波，孫 樂，韓先培

(中國(guó)科學(xué)院 軟件研究所 中文信息處理實(shí)驗(yàn)室，北京 100190)

0 引言

語(yǔ)義解析是把自然語(yǔ)言句子解析成完整的、計(jì)算機(jī)可識(shí)別的、可計(jì)算的或可執(zhí)行的語(yǔ)義表示。通常使用邏輯形式來表示語(yǔ)義，如Lambda—表達(dá)式。語(yǔ)義解析是實(shí)現(xiàn)自然語(yǔ)言理解的核心技術(shù)，也是實(shí)現(xiàn)人機(jī)交互應(yīng)用[1-2]、智能機(jī)器人[3]所必需的技術(shù)，還對(duì)自然語(yǔ)言處理的其他領(lǐng)域(如機(jī)器翻譯、問答、知識(shí)抽取等)具有促進(jìn)作用。

現(xiàn)階段的語(yǔ)義解析技術(shù)大都基于組合語(yǔ)義，而組合語(yǔ)義基于一條基本原則： 句子的意思是句子中各個(gè)成分的意思的組合。通常，基于組合語(yǔ)義的語(yǔ)義解析系統(tǒng)都包含兩個(gè)重要的模塊： 詞典和文法，詞典對(duì)應(yīng)上述原則中各個(gè)成分的意思，而文法對(duì)應(yīng)成分的意思如何組合。詞典和文法是基于組合語(yǔ)義的語(yǔ)義解析系統(tǒng)的核心和基礎(chǔ)。文法一般是從語(yǔ)言現(xiàn)象中提煉出來的若干條組合規(guī)則。而詞典通常都是需要學(xué)習(xí)的。隨著語(yǔ)義解析技術(shù)逐漸面向開放域，目標(biāo)知識(shí)庫(kù)本體中的謂詞(predicate)數(shù)目也越來越多，而自然語(yǔ)言本身表達(dá)具有豐富性： 每一個(gè)意思可以由多個(gè)不同的詞語(yǔ)來表達(dá)，這使得詞典學(xué)習(xí)越來越困難，其中詞典中詞匯覆蓋度問題尤其顯著。如何加強(qiáng)詞典學(xué)習(xí)，提高詞典中詞匯覆蓋度成了語(yǔ)義解析領(lǐng)域的一大研究難點(diǎn)和重點(diǎn)。

詞典學(xué)習(xí)一方面是語(yǔ)義解析任務(wù)中不可或缺的一部分，另一方面它本身也可作為自然語(yǔ)言處理中一項(xiàng)十分重要的任務(wù)，詞典可用于機(jī)器翻譯、信息抽取等。近年來，語(yǔ)義解析領(lǐng)域開始有很多工作著手于詞典學(xué)習(xí)，Cai[4]等提出了基于模板的詞典學(xué)習(xí)方法，該方法利用文本語(yǔ)料和知識(shí)庫(kù)中實(shí)體對(duì)的共現(xiàn)，以及特定模板的約束來學(xué)習(xí)詞語(yǔ)到謂詞之間的映射,這種方法使用遠(yuǎn)距離(distant)監(jiān)督學(xué)習(xí)算法能夠?qū)W習(xí)到新的詞匯來擴(kuò)充詞典，一定程度上提高了詞典的覆蓋度。但由于謂詞數(shù)目實(shí)在太多，有很多謂詞都無法依靠這種方法得到準(zhǔn)確的詞語(yǔ)與之匹配。Berant[5]等在此基礎(chǔ)上提出橋連接的方法，該方法在沒有詞語(yǔ)觸發(fā)二元謂詞的情況下，也就是詞典中的詞匯沒有覆蓋到的情況下，能夠利用當(dāng)前的解析結(jié)果信息(如已識(shí)別實(shí)體)和知識(shí)庫(kù)本體的約束，自動(dòng)引入二元謂詞。該方法雖然沒有學(xué)習(xí)新的詞匯，但是橋連接充當(dāng)了詞匯的功能，在一定程度上能夠紓解詞典覆蓋度不夠的問題。然而，橋連接方法并沒有學(xué)習(xí)到真正的詞匯。

針對(duì)語(yǔ)義解析中詞典中詞匯覆蓋度不夠的問題，本文在現(xiàn)有工作的基礎(chǔ)上提出了基于橋連接的詞典學(xué)習(xí)方法。該方法在橋連接方法的基礎(chǔ)上，在訓(xùn)練的過程中，每自動(dòng)引入一個(gè)二元謂詞，我們就從句子中抽取非實(shí)體性的內(nèi)容詞語(yǔ)(疑問詞、形容詞、名詞和動(dòng)詞)，并與該二元謂詞配對(duì)，作為新的詞匯加入到模型中。隨著新詞匯的大量加入，詞典中會(huì)存在很多帶“歧義”的詞匯，同時(shí)也存在很多無用的甚至錯(cuò)誤的詞匯。為了讓模型選擇更好的詞匯，我們?cè)O(shè)計(jì)了新的詞語(yǔ)—二元謂詞特征模板，該特征模板能夠更好地捕捉詞語(yǔ)和二元謂詞之間的映射關(guān)系。為了截取無用的、錯(cuò)誤的詞匯，我們?cè)O(shè)計(jì)了基于投票機(jī)制的核心詞匯獲取方法，核心詞匯雖然犧牲了一點(diǎn)語(yǔ)義解析系統(tǒng)的召回率，但是能夠大大提升語(yǔ)義解析的效率，還能提高語(yǔ)義解析的準(zhǔn)確率。

本文的主要工作總結(jié)如下：

(1) 針對(duì)語(yǔ)義解析任務(wù)中詞典覆蓋度不夠的問題，我們?cè)诂F(xiàn)有工作的基礎(chǔ)上提出了基于橋連接的詞典學(xué)習(xí)方法。

(2) 我們?cè)O(shè)計(jì)了新的詞語(yǔ)—二元謂詞的模板特征，來消除新詞典中容易出現(xiàn)歧義的問題。

(3) 我們?cè)O(shè)計(jì)了基于投票機(jī)制的核心詞典獲取方法來紓解新詞典中存在無用詞匯或者錯(cuò)誤詞匯所帶來的影響。

1 相關(guān)研究工作及背景知識(shí)

1.1 語(yǔ)義解析

一直以來語(yǔ)義解析任務(wù)都吸引了大批學(xué)者，也涌現(xiàn)了很多工作。從方法層面這些工作大致可以劃分為如下幾類： ①基于傳統(tǒng)組合語(yǔ)義的方法； ②基于語(yǔ)義圖的方法； ③基于序列到序列的方法?；趥鹘y(tǒng)組合語(yǔ)義的語(yǔ)義解析系統(tǒng)[6]一般由5個(gè)模塊組成： 文法、分析器、模型、學(xué)習(xí)器和執(zhí)行器。其中文法包括詞典和組合規(guī)則?，F(xiàn)階段常用的文法有組合范疇文法(CCG)[6-7]和基于依存的組合語(yǔ)義文法(DCS)[8]?；谡Z(yǔ)義圖的方法[9-10]借用語(yǔ)義圖來表示句子的語(yǔ)義，一般依靠句法樹、依存樹、特定模板或者啟發(fā)式算法來獲取語(yǔ)義圖。基于序列到序列的方法[11-12]首先將邏輯表達(dá)式序列化，然后把語(yǔ)義解析問題轉(zhuǎn)化為自然語(yǔ)言句子詞語(yǔ)序列到邏輯表達(dá)式序列的翻譯問題，并且可以使用遞歸神經(jīng)網(wǎng)絡(luò)模型來建模序列的生成。

1.2 詞典及詞典學(xué)習(xí)

圖1 基于組合語(yǔ)義的語(yǔ)義解析的例子

詞典是基于組合語(yǔ)義的語(yǔ)義解析方法的核心組件。詞典是詞匯的集合，每一個(gè)詞匯表示一個(gè)自然語(yǔ)言中的詞語(yǔ)到知識(shí)本體中謂詞的映射。詞匯一般分為三類： 實(shí)體詞匯、類別詞匯和關(guān)系詞匯。實(shí)體詞匯對(duì)應(yīng)知識(shí)本體中的實(shí)體；類別詞匯對(duì)應(yīng)知識(shí)本體中的一元謂詞；關(guān)系詞匯對(duì)應(yīng)知識(shí)本體中的二元謂詞。這三類詞匯的實(shí)例分別對(duì)應(yīng)圖1中的詞匯2、詞匯1和詞匯3。詞典也是基于組合語(yǔ)義的語(yǔ)義解析方法的基礎(chǔ)。圖1展示了一個(gè)語(yǔ)義解析的例子，從例子中我們可以看到，詞匯作用于解析過程中的最底層，可以說沒有詞匯，就無法自底向上地解析。由此引申出來詞典學(xué)習(xí)這一項(xiàng)重要的任務(wù)。詞典學(xué)習(xí)就是學(xué)習(xí)詞匯，學(xué)習(xí)映射關(guān)系，一般實(shí)體詞匯直接利用實(shí)體鏈接技術(shù)來獲取，需要學(xué)習(xí)的是類別詞匯和關(guān)系詞匯，其中關(guān)系詞匯尤其重要，也是最難的部分。

2 基準(zhǔn)語(yǔ)義解析系統(tǒng)

這一節(jié)介紹我們用于對(duì)比系統(tǒng)的基準(zhǔn)系統(tǒng)，我們采用基于傳統(tǒng)組合語(yǔ)義的語(yǔ)義解析系統(tǒng)作為基準(zhǔn)系統(tǒng)。具體的，我們的系統(tǒng)基于SEMPRE[5]系統(tǒng)而搭建。該系統(tǒng)總共由5個(gè)模塊[13]組成： 文法、模型、解析器、學(xué)習(xí)器和執(zhí)行器(如圖2所示)。其中文法模塊是該系統(tǒng)的基礎(chǔ)，也是核心，該模塊包括詞典和組合文法；解析器模塊負(fù)責(zé)利用文法對(duì)句子進(jìn)行解析；模型模塊負(fù)責(zé)對(duì)解析器所得到的候選解析結(jié)果進(jìn)行打分排序；學(xué)習(xí)器模塊負(fù)責(zé)利用訓(xùn)練數(shù)據(jù)對(duì)模型模塊中的模型參數(shù)進(jìn)行學(xué)習(xí)；執(zhí)行器模塊負(fù)責(zé)利用知識(shí)庫(kù)對(duì)得到的邏輯表達(dá)式進(jìn)行求值，得到句子所對(duì)應(yīng)的答案。

圖2 基于組合語(yǔ)義的語(yǔ)義解析方法的基本框架圖

2.1 橋連接

Berant[5]等提出了橋連接方法來充當(dāng)詞匯的功能。具體的，當(dāng)句子中的詞語(yǔ)沒有觸發(fā)任何謂詞的時(shí)候，該方法可以根據(jù)當(dāng)前的解析結(jié)果自動(dòng)引入二元謂詞，如圖3例子所示，二元謂詞Currency(通用貨幣)并不是由關(guān)系詞匯觸發(fā)而來，而是利用當(dāng)前所得到的實(shí)體SriLanka(斯里蘭卡，一個(gè)國(guó)家)自動(dòng)引入的(所有與這個(gè)實(shí)體關(guān)聯(lián)的二元謂詞都會(huì)引入，模型再利用特征來選擇最合適的)。該方法也是用來解決詞匯覆蓋度不夠的問題。

圖3 橋連接方法示例

2.2 針對(duì)橋連接的詞語(yǔ)——二元謂詞的特征模板

Berant[13]等針對(duì)橋連接設(shè)計(jì)了一個(gè)詞語(yǔ)—二元謂詞的特征模板(lemmaAndBridge)，該特征模板在使用橋連接的時(shí)候激活，該特征模板用來描述句子中非實(shí)體性內(nèi)容詞(疑問詞、動(dòng)詞、形容詞和名詞)與橋連接所引入的二元謂詞之間的映射關(guān)系。橋連接與該特征模板的聯(lián)合使用可以說是充當(dāng)了隱式詞匯的功能。

3 基于橋連接的詞典學(xué)習(xí)的語(yǔ)義解析

這一節(jié)介紹我們提出的基于橋連接的詞典學(xué)習(xí)的語(yǔ)義解析方法，首先我們介紹基于橋連接的詞典學(xué)習(xí)方法，然后再介紹我們所采用的用于提高詞典準(zhǔn)確度的兩個(gè)策略： 新的詞語(yǔ)—二元謂詞的特征模板和基于投票機(jī)制的核心詞匯獲取。圖4展示了我們方法的框架圖。

圖4 我們方法的框架圖

3.1 基于橋連接的詞典學(xué)習(xí)方法

為了解決詞匯覆蓋度不夠的問題，我們?cè)诂F(xiàn)有工作的基礎(chǔ)上，提出基于橋連接的詞典學(xué)習(xí)方法。Berant[5]等提出的橋連接方法，能自動(dòng)引入二元謂詞，但他們的方法并沒有學(xué)習(xí)到新的詞匯，只是利用橋連接來充當(dāng)詞匯的角色。我們的方法在他們方法的基礎(chǔ)上加以改進(jìn)，可以引入新的詞匯，并加以學(xué)習(xí)。

具體的，在解析的過程中，當(dāng)橋連接被激活的時(shí)候，會(huì)有一個(gè)二元謂詞被自動(dòng)引入，而這個(gè)二元謂詞并不是由句子中的某個(gè)詞語(yǔ)觸發(fā)的。實(shí)際上，這個(gè)二元謂詞本應(yīng)該由句子中的某個(gè)詞語(yǔ)觸發(fā)，也就意味著應(yīng)該存在一個(gè)類別詞匯，這個(gè)詞匯是句子中某個(gè)詞語(yǔ)到這個(gè)二元謂詞的映射(圖3中的例子，本應(yīng)該存在money∷Currency這個(gè)詞匯)，而正因?yàn)樵~典的覆蓋度不夠，詞典缺失了很多詞匯，使得在解析的過程中，不能夠利用詞匯觸發(fā)來引入謂詞。為此，我們?cè)谶@個(gè)過程中引入新的詞匯，并把新的詞匯加入到當(dāng)前的詞典中。當(dāng)一個(gè)橋連接激活的時(shí)候，我們從句子中抽取非實(shí)體性的內(nèi)容詞語(yǔ)(疑問詞、動(dòng)詞、名詞和形容詞)，把這些詞語(yǔ)分別與引入的二元謂詞配對(duì)，形成若干新的詞匯，圖3的例子中會(huì)加入3個(gè)新詞匯，分別是：

what∷ Currency

money∷ Currency

take∷ Currency

這些詞匯中肯定包含了本應(yīng)該存在的能夠觸發(fā)該二元謂詞的詞匯。我們把這些詞匯加到現(xiàn)有詞匯中，通過一定的樣例訓(xùn)練以后，新加入的詞匯中那些有效的詞匯就會(huì)被模型通過特征“挑選”出來，并可用于后面的對(duì)其他例子的解析。

詞典中加入了新的詞匯，并且基于橋連接加入的詞匯中只有一部分是準(zhǔn)確的，而其他部分是不準(zhǔn)確的，這部分不準(zhǔn)確的詞匯不僅影響語(yǔ)義解析系統(tǒng)的準(zhǔn)確性，還影響其效率。為此，我們?cè)O(shè)計(jì)了新的詞語(yǔ)—二元謂詞的特征模板，還設(shè)計(jì)了基于投票機(jī)制的核心詞匯獲取方法，用來提高詞典的準(zhǔn)確率和解析系統(tǒng)的效率。

3.2 新的詞語(yǔ)——二元謂詞的特征模板

Berant[14]等設(shè)計(jì)的詞語(yǔ)—二元謂詞的特征模板僅在通過橋連接引入二元謂詞的情況下激活，實(shí)際上，這個(gè)特征模板對(duì)所有的二元謂詞都是十分有效的，不管這個(gè)二元謂詞是通過關(guān)系詞匯引入的，還是通過橋連接方法引入的。我們的方法在通過橋連接方法學(xué)習(xí)到新詞匯以后，在解析的時(shí)候?qū)⒉辉偈褂脴蜻B接方法，具體的，第一輪訓(xùn)練的時(shí)候啟用橋連接方法，用于引入新詞匯，之后的訓(xùn)練和測(cè)試，都不再啟用橋連接方法，這樣就可以測(cè)試我們新學(xué)到的詞匯的效果。為了讓這個(gè)特征模板發(fā)揮更大的功效，我們?cè)O(shè)計(jì)了可用于所有二元謂詞的詞語(yǔ)—二元謂詞的特征模板(lemmaAndBinary)，該模板只要有二元謂詞引入就會(huì)激活。

3.3 基于投票機(jī)制的核心詞典獲取

由于我們現(xiàn)在使用的詞典很大，特別是采用了基于橋連接的詞匯引入方法之后，詞典中的很多詞匯都是錯(cuò)誤的，這給語(yǔ)義解析帶來很大的困擾，不僅大大影響解析的效率，也影響解析的性能。為此，我們提出了基于投票機(jī)制的核心詞匯獲取方法，該方法旨在獲取當(dāng)前詞典中有用的、準(zhǔn)確度高的核心詞匯。Artzi[15]等也提出了類似的方法，用來壓縮詞典。

具體的，在訓(xùn)練的時(shí)候，對(duì)于每一個(gè)樣例，模型利用當(dāng)前的詞典對(duì)此樣例進(jìn)行解析。對(duì)于在正確的解析中所使用到的類別詞匯和關(guān)系詞匯，我們做記一票處理，由于模型可以利用這些詞匯得到準(zhǔn)確的解析結(jié)果，我們認(rèn)為這些詞匯是重要的且準(zhǔn)確的詞匯。經(jīng)過若干輪的訓(xùn)練，詞匯票數(shù)越多，代表詞匯越重要、越準(zhǔn)確。為了抽取核心詞匯，又為了保障每一個(gè)謂詞都存在它的核心詞匯，首先我們從詞典中抽取票數(shù)超過1的詞匯，然后對(duì)這些詞匯以謂詞為基準(zhǔn)進(jìn)行分組，并按照投票數(shù)進(jìn)行排序，最后我們對(duì)每一個(gè)謂詞都抽取投票數(shù)，topK的詞匯用來組成我們的核心詞典。在這里我們沒有使用概率的因素，而是直接利用硬性條件來進(jìn)行篩選。我們認(rèn)為一個(gè)詞匯的投票數(shù)超過1就表明該詞匯在某個(gè)例子的解析中充當(dāng)了正確的角色，應(yīng)該納入到核心詞典的考慮范圍；之所以為每一個(gè)謂詞選擇topK(實(shí)驗(yàn)中K=5)的詞匯，是因?yàn)槲覀冋J(rèn)為有K(K=5)個(gè)不同的詞語(yǔ)來表達(dá)一個(gè)謂詞的意思，就算自然語(yǔ)言表達(dá)具有豐富性的特點(diǎn)，也已經(jīng)具有一定的覆蓋度了。測(cè)試的時(shí)候，模型就使用核心詞典來對(duì)測(cè)試樣例進(jìn)行解析。

4 實(shí)驗(yàn)

4.1 數(shù)據(jù)集

我們?cè)趦蓚€(gè)公開數(shù)據(jù)集上都進(jìn)行了對(duì)比實(shí)驗(yàn)： WebQuestions和Free917。

WebQuestions數(shù)據(jù)集是由Berant[5]等收集而來。該數(shù)據(jù)集總共有5 800個(gè)樣例，每個(gè)樣例由問句及其答案組成。按照標(biāo)準(zhǔn)，3 778個(gè)樣例用于訓(xùn)練，2 032個(gè)樣例用于測(cè)試。

Free917數(shù)據(jù)集由Cai[4]等收集而來。該數(shù)據(jù)集總共有917個(gè)樣例，每個(gè)樣例由問句及其邏輯表達(dá)式組成。按照標(biāo)準(zhǔn)，641個(gè)樣例用于訓(xùn)練，276個(gè)樣例用于測(cè)試。

兩個(gè)數(shù)據(jù)集都使用Freebase作為知識(shí)本體。

4.2 實(shí)驗(yàn)設(shè)定

在兩個(gè)數(shù)據(jù)集上， 我們都采用標(biāo)準(zhǔn)的訓(xùn)練/測(cè)試數(shù)據(jù)分割，若進(jìn)行開發(fā)測(cè)試，則將訓(xùn)練數(shù)據(jù)按0.8/0.2的比例切分，其中80%的數(shù)據(jù)用來訓(xùn)練，剩下20%的數(shù)據(jù)用來測(cè)試。系統(tǒng)評(píng)價(jià)指標(biāo)同樣采用公認(rèn)的標(biāo)準(zhǔn)[5]： 平均準(zhǔn)確率。我們的實(shí)驗(yàn)都是基于SEMPRE系統(tǒng)完成。我們所使用的解析算法(除了橋連接部分)、模型的其他參數(shù)和學(xué)習(xí)算法都與基準(zhǔn)系統(tǒng)相同。訓(xùn)練的迭代次數(shù)分別是3和6。在第一次迭代訓(xùn)練的時(shí)候開啟橋連接功能，在其他訓(xùn)練輪次和測(cè)試環(huán)節(jié)關(guān)閉橋連接功能。用于獲取核心詞匯的閾值K都設(shè)置為5。

4.3 實(shí)驗(yàn)結(jié)果

4.3.1 對(duì)比不同的特征模板(A組實(shí)驗(yàn))

首先，我們來對(duì)比我們提出的新的特征模板lemmaAndBinary(記為FT2)和Berant[14]等提出的特征模板lemmaAndBridge(記為FT1)。由于lemmaAndBridge僅在使用橋連接的情況下生效，所以我們?cè)诨鶞?zhǔn)系統(tǒng)上面驗(yàn)證兩個(gè)特征模板的效果(都開啟橋連接功能)。我們都在開發(fā)集上進(jìn)行測(cè)試，在兩個(gè)數(shù)據(jù)集上的結(jié)果如表1和表2所示。從結(jié)果中我們可以看到，特征模板FT1和FT2都非常有效，F(xiàn)1值都提升了4%～6%， FT2比FT1更加有效。實(shí)際上，F(xiàn)T2特征模板是包含F(xiàn)T1特征模板的。在后面的實(shí)驗(yàn)中我們都在系統(tǒng)中使用lemmaAndBinary特征模板。

表1 在WebQuestions數(shù)據(jù)集上的A組實(shí)驗(yàn)

表2 在Free917數(shù)據(jù)集上的A組實(shí)驗(yàn)

4.3.2 檢驗(yàn)獲取核心詞典的作用(B組實(shí)驗(yàn))

為了驗(yàn)證獲取核心詞典的作用，我們對(duì)比了不獲取核心詞典而直接使用整個(gè)新詞典的系統(tǒng)和使用獲取到的核心詞典的系統(tǒng)。我們都在開發(fā)集上進(jìn)行測(cè)試，實(shí)驗(yàn)中都使用lemmaAndBinary特征模板，關(guān)閉橋連接功能，此外我們還在原始詞典的基礎(chǔ)上測(cè)試了獲取核心詞典的效果，在兩個(gè)數(shù)據(jù)集上的結(jié)果如表3和表4所示。從結(jié)果中我們可以看到，基于投票機(jī)制的核心詞典獲取方法可以提高系統(tǒng)的準(zhǔn)確率，雖然會(huì)犧牲一點(diǎn)召回率，但是對(duì)系統(tǒng)整體性能起到提高的作用。另外我們還發(fā)現(xiàn)獲取核心詞典的方法能夠大大壓縮詞典的大小。系統(tǒng)所利用的核心詞匯是很少的，只占用了原始詞匯的1/500不到(在WebQuestions數(shù)據(jù)集，原始詞匯中類別詞匯和關(guān)系詞匯的數(shù)量分別是282 005和132 111，而核心詞匯的數(shù)量分別是66和335)。在后面的實(shí)驗(yàn)中，我們都在系統(tǒng)中使用基于投票機(jī)制的核心詞典獲取方法。

表3 在WebQuestions數(shù)據(jù)集上的B組實(shí)驗(yàn)

4.3.3 主要結(jié)果(C組實(shí)驗(yàn))

我們?cè)谧罱K的系統(tǒng)中使用了新的特征模板lemmaAndBinary和獲取核心詞匯的策略，并與基準(zhǔn)系統(tǒng)在測(cè)試集上進(jìn)行對(duì)比實(shí)驗(yàn)，在基準(zhǔn)系統(tǒng)中，我們開啟了橋連接功能，并選擇使用了lemmaAndBridge特征模板，在我們的系統(tǒng)中，我們使用了lemmaAndBinary特征，并同時(shí)使用基于投票機(jī)制的核心詞典獲取方法，設(shè)置實(shí)驗(yàn)再次測(cè)試這兩種策略帶來的效果。在兩個(gè)數(shù)據(jù)集上的結(jié)果如表5和表6所示。從結(jié)果中我們可以看到，基于橋連接的詞典學(xué)習(xí)方法在使用lemmaAndBinary特征模板和基于投票機(jī)制的核心詞典獲取的情況下，比橋連接方法更有效。更重要的是，我們的方法能夠?qū)W習(xí)到新的詞匯，可提供后續(xù)分析和使用。表7展示了幾個(gè)我們新學(xué)習(xí)到的詞匯。這些詞匯都是原始詞典中不存在的詞匯，而是在訓(xùn)練過程中，基于橋連接方法，自動(dòng)引入的詞匯，并加以學(xué)習(xí)而得來的，我們可以看到這些詞匯也符合我們的直覺，是我們所需要的，有了這些新詞匯，能夠有效提高語(yǔ)義解析器的性能。

表5 在WebQuestions數(shù)據(jù)集上的C組實(shí)驗(yàn)

表6 在Free917數(shù)據(jù)集上的C組實(shí)驗(yàn)

表7 新學(xué)習(xí)到的幾個(gè)詞匯

5 結(jié)論與展望

本文提出了基于橋連接的詞典學(xué)習(xí)的語(yǔ)義解析方法。該方法利用橋連接方法自動(dòng)引入新的詞匯，并加以學(xué)習(xí)，為了提高詞匯的準(zhǔn)確度，本文還設(shè)定了新的詞語(yǔ)—二元謂詞的模板。為了壓縮詞典的大小，獲取到核心詞典，進(jìn)一步提高詞匯的有效性，本文還提出了基于投票機(jī)制的核心詞典獲取方法。實(shí)驗(yàn)結(jié)果表明，我們的方法相比基準(zhǔn)系統(tǒng)有很大的提升。

目前，我們的詞匯獲取方法還僅僅局限于利用訓(xùn)練語(yǔ)料，而訓(xùn)練語(yǔ)料是有限的，也就意味著還有很大的局限性，也導(dǎo)致詞典覆蓋度問題不能徹底地得以解決。下一步我們將利用大量文本資料來擴(kuò)充詞典，進(jìn)一步解決詞典覆蓋度不夠的問題。