國科大，宗老師《自然語言處理》課程復習筆記，個人整理，僅供參考。

語義分析：P3解釋句子或篇章的含義，主要困難（歧義現象，不同人的理解不同，模型方法不成熟）

1語義理論簡介

就是說不同的學者對于詞的含義有不同的理解（至少記住兩個吧）
1.詞的指稱（詞與現實世界事物對應，復雜問題無法定義）
2.心理圖像（不是所有詞義都有清晰的心理圖像）
3說話者意圖（希望聽者理解，做出反應）
4.過程語義（編程語言的含義，缺乏獨立性）
5.詞匯分解學派（詞的意義基于語義基元，語義基元標準難定）
6.條件真理模型（不能很好描述時間場景）
7.情景語義學、模態邏輯

2格語法

格語法-語言學家搞的一套東西，老師快速地過了一遍。句子的表層表現與底層含義。

三條基本規則：P22句子由情態和命題構成，命題可以向下分

用格語法分析語義：基礎有一本動詞格框架和名詞語義信息的詞典

步驟P31，識別動詞，找格框架->填充必備格->填充可選格->判斷句子情態

格語法描述漢語的局限性：一個句子（動詞）一個框架，漢語的無動句、流水句子、連動句很難用一個框架描述

4語義網絡

語義網絡：P38 概念 和 關系 組成的有向圖，用來表示語義與知識。

P42事件的語義網絡節點之間的關系可以使用格關系來表示

P45基于語義網絡的推理：根據已知知識構建局部網絡->用變量代表待求客體進行推理

P46知識圖譜：描述實體與實之間的關系。關鍵技術：實體識別與消歧，關系識別

5詞義消歧

詞義消歧：多義詞詞義確定的過程

基本方法：
1.有監督詞義消歧：互信息消歧P51：平行語料庫，語義指示器的分類問題，互信息最大的方法來確定語義指示器的分類

2.貝葉斯消歧：第二章內容P55基于上下文的貝葉斯分類器的消歧方法

3.基于最大熵的消歧方法：第二章

4.基于詞典的消歧：
->詞典語義定義消歧
->上下文語義項
->雙語詞典：短語-翻譯-譯文中的共現次數多的組合詞義作為原語言中的意義
->Yarowsky：P62一個多義詞項出現一次后，該詞項出現的可能性會比較大

5語義角色標注

分析句子謂語與其他成分詞之間的關系

方法：
->基于短語結構分析的SRL（候選論元剪枝：P74，論元識別與標注P76）
->基于依存關系SRL（P80只有候選論元的剪除：因為它本來就是以動詞為中心的）
->基于語塊分析的SRL方法P84：語義角色標注問題變成序列標注問題

6詞向量表示

兩個主要問題：詞匯如何轉換成向量，向量如何語義組合。

基于文本的詞匯語義表示:共現矩陣P94、神經網絡P95

基于圖像學習的詞匯語義表示：P97圖像->特征向量

基于聲音學習的詞匯語義特征：P98

多模態融合

下面就是老師們的一些工作，都是一些思想，不細說大致了解一下。
（1） 關聯詞匯作為弱監督信號得到詞向量表示
（2） 多模態的詞匯表示的可解釋性研究：不同模態的向量，側重詞義特征不同，或具體，或抽象
（3） 融合詞匯內部結構的中文句子表示模型
（4） 借鑒人類注意力分配機制的語義表示模型
（5） 研究不同類型句子在人腦的語義解碼（句子->腦圖像->特征提取）

7篇章分析

宗老師講的最后一點內容：篇章分析
1.如何表示一個篇章：
詞匯鏈：P3幾個關鍵詞串在一起，構成一篇文章的描述
事件鏈：P5實體抽取->詞匯鏈上每個詞最近的論元，構成事件鏈->判斷相鄰事件之間的關系
話題鏈：P6一系列回指構成的話題鏈

2.淺層篇章關系分析：P10分析兩個篇章單元之間的關系，三個主要任務：關聯詞識別、arg抽取、兩個arg之間功能類型判斷。老師的基本框架：p12
(1)錨點識別：P13包括顯示的關聯詞，和隱式的標點符號
(2) Argment提取：P16一些啟發式的規則
(2)Argment 擴展，以同一個句子、前后兩個句子為種子，向前后擴展
(3)Argment再標記：他們的位置是相對的p28

3.主要問題：關聯詞識別錯誤P31、句子邊界識別錯誤P33、