machine-learning - 是否存在识别句子中不同查询/问题的算法？

Question

我想识别句子中的不同查询。

Like - 谁是比尔·盖茨，他出生在哪里？ 或 谁是比尔·盖茨，他出生在哪里？ 包含两个查询

1. 比尔·盖茨是谁？
2. 比尔盖茨出生的地方

我从事共指解析工作，因此我可以识别出他指向比尔盖茨，因此解析的句子是“谁是比尔盖茨，比尔盖茨出生的地方”

同样

MGandhi is good guys, Where he was born?
single query
who is MGandhi and where was he born?
2 queries
who is MGandhi, where he was born and died?
3 queries
India won world cup against Australia, when?
1 query (when India won WC against Auz)

我可以执行共指解析，但不知道如何区分其中的查询。 这个怎么做？

我检查了各种句子解析器，但由于这是纯 nlp 的东西，句子解析器无法识别它。

我试图找到像“词义消歧”一样的“句子消歧”，但不存在这样的东西。

任何帮助或建议都将非常感激。

Answer 1

自然语言充满了异常(exception)。尤其是在英语中，人们常说异常(exception)多于规则。因此，几乎不可能获得每次都有效的完全准确的解决方案，但是使用解析器，您可以获得相当好的性能。

我喜欢使用Berkeley parser对于此类任务。他们的online demo包括解析树的图形表示，这在尝试制定启发式方法时非常有用。

例如，考虑以下问题“比尔·盖茨是谁，他在哪里出生？”。解析树如下所示:

显然，您可以在中心连接 (CC) 节点处拆分树以提取各个查询。一般来说，如果解析的句子是简单的(其中只有一个查询)或复合的(其中单个查询可以通过查看连接节点来分割，如上所述)，这将很容易。

您问题中的另一个更复杂的示例包含三个查询，例如“谁是甘地，他在哪里工作和生活？”。解析树:

您再次可以看到连接节点将“谁是甘地”和“他在哪里工作和生活*”分开。但是，解析不会将第二个查询分成两个，正如您理想的那样。这将我们带到了您正在尝试做的事情中最困难的部分:处理(当然，通过计算)所谓的 right node raising 。这是一种语言结构，其中公共(public)部分共享。

例如，考虑以下问题“他何时以及如何遭受挫折？”。它真正要问的是(a)他什么时候遭受挫折？以及(b)他如何遭受挫折？仅通过解析树无法解决右节点引发问题。事实上，它是计算语言学中较难的问题之一，属于核心学术研究领域。