Typgesteuerte inkrementelle semantische Analyse mit Polymorphismus

Semantische Analyse hat erhebliche Fortschritte gemacht, aber die meisten aktuellen semantischen Parser sind extrem langsam (CKY-basiert) und in ihrer Darstellung eher primitiv. Wir stellen drei neue Techniken vor, um diese Probleme zu bewältigen. Erstens entwickeln wir den ersten linearen, inkrementellen Shift-Reduce-Stil semantischen Parsing-Algorithmus, der effizienter ist als herkömmliche bottom-up semantische Parser mit kubischer Laufzeit. Zweitens verwendet unser Parser anstelle einer syntaxgetriebenen Methode eine typgetriebene Herangehensweise, bei der durch Typprüfung die Reduktionsrichtung bestimmt wird. Dies eliminiert die Notwendigkeit für eine syntaktische Grammatik wie CCG (Combinatory Categorial Grammar). Drittens, um die Leistungsfähigkeit des typgetriebenen semantischen Parsings über einfache Typen hinaus (wie Entitäten und Wahrheitswerte) vollständig auszuschöpfen, greifen wir auf Konzepte der Programmiersprachentheorie zurück, insbesondere Subtyp-Polymorphie und parametrische Polymorphie, um das Typsystem zu bereichern und so das Parsing besser zu leiten. Unser System lernt sehr genaue Parsen in den Domänen GeoQuery, Jobs und Atis.