面向跨域上下文相关语义解析的动态混合关系网络

语义解析长期以来一直是自然语言处理领域的一个基础性问题。近年来，跨域上下文相关语义解析成为研究的新焦点。该问题的核心挑战在于如何有效利用对话历史中自然语言语句与数据库模式之间的上下文信息。本文提出一种动态图框架，能够随着对话的推进，有效建模上下文语句、词元、数据库模式及其复杂的交互关系。该框架引入一种动态记忆衰减机制，结合归纳偏置以整合更加丰富的上下文关系表示，并进一步通过一个强大的重排序模型进行增强。截至本文撰写时，实验结果表明，所提出的框架在两个大规模基准数据集——SParC和CoSQL上均显著优于现有所有模型，取得了新的最先进性能。具体而言，该模型在SParC数据集上达到了55.8%的问句匹配准确率和30.8%的交互匹配准确率，在CoSQL数据集上则分别达到46.8%的问句匹配准确率和17.0%的交互匹配准确率。