粗到精解码用于神经语义解析

语义解析的目标是将自然语言表达映射为结构化的意义表示。在本研究中，我们提出了一种结构感知的神经架构，该架构将语义解析过程分解为两个阶段。首先，给定一个输入语句，我们生成其意义的大致轮廓，在此过程中忽略低层次的信息（如变量名和参数）。然后，通过考虑自然语言输入和已生成的轮廓来填补缺失的细节。四个具有不同领域和意义表示特征的数据集上的实验结果表明，我们的方法在性能上始终有所提升，尽管使用了相对简单的解码器，但仍取得了具有竞争力的结果。