【CMU博士论文2019】建立知识感知的自然语言理解系统，附118页论文全文下载

自然语言理解（NLU）系统需要把人类产生的文本进行编码，然后在深层次的语义层面上进行推理。NLU系统通常都会包括到两个部分：第一个是编码器（encoder）,它将语言中的单词组合在一起作为输入，编码产生一个新的表示，然后将这些表示作为第二部分--预测器（predictor）中的特征，然后在这些编码过的输入信息上进行推理并生成所需的输出。本文的研究目标是构建一个端到端的NLU系统，能够结合相关的背景知识对输入信息进行编码，然后在上下文的语境中对其进行推理。

论文目录

Part I 背景知识编码

• 相关工作：学习编码
• 用本体论的背景知识来编码句子
• 将选择偏好作为编码事件的背景知识

Part II 用上下文知识进行推理

• 相关工作：学习推理
• 用于语义分析的解码约束
• 使用迭代覆盖引导搜索来训练语义分析器