【cs224n-14】Reference in Language and Coreference Resolution

  本文主要讲解语言中的指称和指称的消解，介绍其相关定义和发展情况。

1.什么是指代消解？

     指代是指:识别所有涉及到相同现实世界实体的 提及。通俗点讲是篇章中的一个语言单位（通常是词或短语）与之前出现的语言单位存在特殊语义关联，其语义解释依赖于前者。例如He, her 都是实体的提及，He,her的具体表示意思依赖与之前出现的语言单位。

    举几个例子：

          李明怕高妈妈一人呆在家里寂寞，他便将家里的电视搬了过来。

    上面例子中的加粗部分，很明显依赖于前文。在语言学把用于指向的语言单位（上面例子中的粗体部分）称为照应语（或指代语Anaphor），被指向的语言单位（具体的实体）称为先行语（或先行词Antecedent）。确定照应语所指的先行语的过程就是指代消解。

2.指代消解可用于哪些场景？

• 全文理解：信息提取, 回答问题, 总结。例：“他生于1961年”(谁?)
• 机器翻译：语言对性别，数量等有不同的特征
• 对话系统

3.指代发现的方式

•   Pronouns 代词：因为代词是 POS 检测结果的一种，所以只要使用 POS 检测器即可。
•   Named entities 命名实体：使用命名实体识别系统。
•   Noun phrases 名词短语：使用依存句法分析方法。

    基于以上方法我们可能获取到比较多的非指代的词，如："Every student"、"No student"、"The best donut in the world",，我们如何处理呢？

• 可以训练一个分类器过滤掉 假的指代
• 更为常见的：保持所有 指代作为 “候选指代”。在你的共指系统运行完成后，丢弃所有的单个引用(即没有被标记为与其他任何东西共同引用的)

   流水线系统：我们可以训练一个专门用于指代检测的分类器，而不是使用POS标记器、NER系统和解析器。甚至端到端共同完成 指代检测和共指解析，而不是两步。

4.指代消解的分类

  从照应语的角度将指代消解分为三类：

1. 按先行词与照应语出现的顺序分类
   若照应语的位置在先行语之前则称为预指消解，当照应语位于先行语之后称为回指消解。

2. 按照应语的抽象程度分类
   根据指代的表现形式的抽象程度，指代消解分为名词消解、代词消解、零代词消解，具体有六种：

其中，零代词在中文句子中出现的频率很高。
   3.按照应语在句子中语义关系强弱程度分类
      当先行语和照应语存在等价关系，并同时指向同一个实体时叫做共指。共指关系脱离上下文的语义仍旧独立存在，与上下文关系较弱。
   ࿰