每天给你送来NLP技术干货！
作者：刘焕勇

来自：老刘说NLP
在上一篇文章
《事件Schema生成必读：一种基于AMR与聚类、映射的事件模式生成框架浅析》
中，我们讲到了AMR以及依存句法分析在分析触发词与论元之间的关系时所发挥的作用。

当前，语义分析正在从浅层分析到深层分析转变，与此对应的语义分析技术也逐步发生变化，从最开始到句子成分分析，到依存句法分析，到语义角色标注再到依存语义分析，再到抽象语义表示，整个过程也是十分有趣。
本文主要就这几种语义分析方式进行介绍，从基本概念、常用标记以及开源实现三个角度进行介绍，供大家一起思考。 本文充分借鉴了LTP以及Hanlp的一些介绍和相关结果图片，对这两个机构的开源精神表示感谢。

一、依存句法分析Dependency Parsing

依存语法 (Dependency Parsing, DP) 通过分析语言单位内成分之间的依存关系揭示其句法结构，通过分析，可以看到词语之间的依存关系，如SBV主语关系，VOB动宾关系，ATT修饰关系，利用该关系可以进行搭配抽取、短语组块识别，事件抽取等任务。
图-LTP依存分析结果
图-hanlP依存分析结果
直观来讲，依存句法分析识别句子中的“主谓宾”、“定状补”这些语法成分，并分析各成分之间的关系。
1、常用标记
2、开源实现
from ltp import LTP


ltp = LTP()


seg, hidden = ltp.seg([
"他叫汤姆去拿外衣。"
])

dep = ltp.dep(hidden)

 [[
'他'
, 
'叫'
, 
'汤姆'
, 
'去'
, 
'拿'
, 
'外衣'
, 
'。'
]]

 [

     [

         (1, 2, 
'SBV'
),

         (2, 0, 
'HED'
),    
# 叫 --|HED|--> ROOT
         (3, 2, 
'DBL'
),

         (4, 2, 
'VOB'
),

         (5, 4, 
'COO'
),

         (6, 5, 
'VOB'
),

         (7, 2, 
'WP'
)

     ]

 ]

二、语义角色标注 Semantic Role Labeling

语义角色标注（Semantic Role Labeling，简称 SRL）是一种浅层的语义分析，在给定一个句子， SRL 的任务是找出句子中谓词的相应语义角色成分，包括核心语义角色（如施事者、受事者等）和附属语义角色（如地点、时间、方式、原因等）。
图-LTP语义角色分析结果
1、常用标记
2、具体例子
from ltp import LTP

ltp = LTP()

seg, hidden = ltp.seg([
"他叫汤姆去拿外衣。"
])

srl = ltp.srl(hidden)

 [[
'他'
, 
'叫'
, 
'汤姆'
, 
'去'
, 
'拿'
, 
'外衣'
, 
'。'
]]

 [

     [

         [],      
# 他
         [(
'ARG0'
, 0, 0), (
'ARG1'
, 2, 2), (
'ARG2'
, 3, 5)], 
# 叫 -> [ARG0: 他, ARG1: 汤姆, ARG2: 去拿外衣]
         [],      
# 汤姆
         [],      
# 去
         [(
'ARG0'
, 2, 2), (
'ARG1'
, 5, 5)],
# 拿 -> [ARG0: 汤姆, ARG1: 外衣]
         [],   
# 外衣
         []    
# 。
     ]

 ]

srl = ltp.srl(hidden, keep_empty=False)

 [

     [

         (1, [(
'ARG0'
, 0, 0), (
'ARG1'
, 2, 2), (
'ARG2'
, 3, 5)]), 
# 叫 -> [ARG0: 他, ARG1: 汤姆, ARG2: 去拿外衣]
         (4, [(
'ARG0'
, 2, 2), (
'ARG1'
, 5, 5)])                  
# 拿 -> [ARG0: 汤姆, ARG1: 外衣]

三、语义依存分析Semantic Dependency Parsing

语义依存分析 (Semantic Dependency Parsing, SDP)，旨在分析句子各个语言单位之间的语义关联，并将语义关联以依存结构呈现。与依存句法的SBV等依存标记不同，其更深入的标记出了词语所担任的角色信息。
使用语义依存刻画句子语义，好处在于不需要去抽象词汇本身，而是通过词汇所承受的语义框架来描述该词汇，而论元的数目相对词汇来说数量总是少了很多的。
图-LTP语义依存分析结果
图-hanlP语义依存分析结果
语义依存分析目标是跨越句子表层句法结构的束缚，直接获取深层的语义信息。
1、常用标记
2、开源实现
from ltp import LTP

ltp = LTP()

seg, hidden = ltp.seg([
"他叫汤姆去拿外衣。"
])

sdp = ltp.sdp(hidden, mode=
'tree'
)

 [[
'他'
, 
'叫'
, 
'汤姆'
, 
'去'
, 
'拿'
, 
'外衣'
, 
'。'
]]

 [

     [

         (1, 2, 
'Agt'
),

         (2, 0, 
'Root'
),   
# 叫 --|Root|--> ROOT
         (3, 2, 
'Datv'
),

         (4, 2, 
'eEfft'
),

         (5, 4, 
'eEfft'
),

         (6, 5, 
'Pat'
),

         (7, 2, 
'mPunc'
)

     ]

 ]

四、抽象语义表示Abstract Meaning representation

抽象语义表示(abstract meaning representation，AMR)是句子语义的一种表示方法，将一个句子的语义抽象为一个单根有向无环图。
AMR解析旨在将句子解析为对应的AMR图，句子中的实词抽象为概念节点，实词之间的关系抽象为带有语义关系标签的有向弧，同时忽略虚词和形态变化体现的较虚的语义（如the、单复数、时、体等等）。
图-hanlP语义依存分析结果
文章《中文抽象意义表示简介》(https://www.hankcs.com/nlp/corpus/introduction-to-chinese-abstract-meaning-representation.html) 中对AMR的优势这么说：
与依存句法树相比，抽象意义表示图中的节点不再是单词而是概念，并且跳出了树的限制；
与语义依存图相比，抽象意义表示图不但跳出了单词的限制，而且还可以自由引入句子表面不存在的概念；
与单词颗粒度的句法语义表示形式相比，抽象意义表示既可以将多个单词抽象为一个概念（命名实体），也可以引入句子表面原本不存在的概念（比如省略成分、维基链接等）；
与语义角色标注相比，抽象意义表示保留了谓词和论元的概念，但不再依赖短语结构树，并且能够刻画多个谓词之间的层级关系，而语义角色标注只能提供扁平的结构。
1、常用标记
在概念上，AMR一般将句中的实词都抽象为概念，如名词、动词、形容词、副词，而且一般会使用词语本身作为标签来表示这些概念，因此AMR中大部分的概念都是由句中的词语充当的，为方便理解和说明，有时可以直接用词语来指代概念。
在关系上，语义关系分为两种，核心语义角色关系和非核心语义角色关系。用形如 “Argx(x∈[0,4])”的标签来表示核心语义角色关系，用形如“cost(花费)”等的语义标 签来表示非核心的语义角色关系。
核心语义关系，沿用 OntoNotes 的体系，共5个，即：ARG0(原型施事)、ARG1(原 型受事)、ARG2(间接宾语、工具等)、ARG3(出发点、受益者等)、ARG4(终点)；
非核心语义关系表示除核心语义之外的关系类型
更详细的标记，可以参考：《中文抽象语义表示标注规范V1.2》，地址：https://www.cs.brandeis.edu/~clp/camr/res/CAMR_GL_v1.2.pdf。
2、开源实现
import hanlp

hanlp.pretrained.amr.ALL 
# 语种见名称最后一个字段或相应语料库

amr = hanlp.load(
'MRP2020_AMR_ENG_ZHO_XLM_BASE'
)

graph = amr([
"男孩"
, 
"希望"
, 
"女孩"
, 
"相信"
, 
"他"
, 
"。"
])

print
(graph)

(x2 / 希望-01

    :arg1 (x4 / 相信-01

              :arg0 (x3 / 女孩)

              :arg1 x1)

    :arg0 (x1 / 男孩))

amr([
"男孩"
, 
"希望"
, 
"女孩"
, 
"相信"
, 
"他"
, 
"。"
], output_amr=False)

Out[6]:

{
'id'
: 
'0'
,

'input'
: 
'男孩 希望 女孩 相信 他 。'
,

'nodes'
: [{
'id'
: 0,

'label'
: 
'男孩'
,

'anchors'
: [{
'from'
: 0, 
'to'
: 2}, {
'from'
: 12, 
'to'
: 13}]},

  {
'id'
: 1, 
'label'
: 
'希望-01'
, 
'anchors'
: [{
'from'
: 3, 
'to'
: 5}]},

  {
'id'
: 2, 
'label'
: 
'女孩'
, 
'anchors'
: [{
'from'
: 6, 
'to'
: 8}]},

  {
'id'
: 3, 
'label'
: 
'相信-01'
, 
'anchors'
: [{
'from'
: 9, 
'to'
: 11}]}],

'edges'
: [{
'source'
: 1, 
'target'
: 3, 
'label'
: 
'arg1'
},

  {
'source'
: 1, 
'target'
: 0, 
'label'
: 
'arg0'
},

  {
'source'
: 3, 
'target'
: 2, 
'label'
: 
'arg0'
},

  {
'source'
: 3, 
'target'
: 0, 
'label'
: 
'arg1'
}],

'tops'
: [1],

'framework'
: 
'amr'
}

总结

本文主要本文从基本概念、常用标记以及开源实现三个角度对依存句法分析Dependency Parsing、语义角色标注 Semantic Role Labeling、语义依存分析Semantic Dependency Parsing以及抽象语义表示Abstract Meaning representation几个句法/语义分析方法进行了介绍。
当前，AMR最为火热，当然批评的声音也不少，大家可以多加实践，并具体的任务和业务相结合，解决更多落地问题。

参考文献

1、https://wap.sciencenet.cn/blog-39714-1069586.html

2、https://amr.isi.edu/download.html

3、https://hanlp.hankcs.com/

4、https://github.com/hankcs/HanLP/tree/doc-zh

5、https://blog.51cto.com/u_11142243/2418415

6、http://ltp.ai
最近文章
EMNLP 2022 和 COLING 2022，投哪个会议比较好？
一种全新易用的基于Word-Word关系的NER统一模型，刷新了14种数据集并达到新SoTA
阿里+北大 | 在梯度上做简单mask竟有如此的神奇效果
ACL'22 | 快手+中科院提出一种数据增强方法：Text Smoothing，非常简单且有效尤其在数据不足的情况下
继续阅读
阅读原文