Key points are not available for this paper at this time.
Récemment, le parsing sémantique dans le contexte a reçu une attention considérable, ce qui est difficile étant donné la complexité des phénomènes contextuels. Les travaux précédents ont vérifié leurs méthodes proposées dans des scénarios limités, ce qui nous motive à réaliser une étude exploratoire sur les méthodes de modélisation contextuelle dans le cadre du parsing sémantique en contexte réel. Nous présentons un parseur sémantique basé sur la grammaire et adaptons des méthodes typiques de modélisation contextuelle dessus. Nous évaluons 13 méthodes de modélisation contextuelle sur deux grands ensembles de données complexes interdomaines, et notre meilleur modèle atteint des performances de pointe sur les deux ensembles de données avec des améliorations significatives. De plus, nous résumons les phénomènes contextuels les plus fréquents, avec une analyse détaillée sur des modèles représentatifs, ce qui pourrait éclairer des directions de recherche potentielles. Notre code est disponible sur https://github.com/microsoft/ContextualSP.
Liu et al. (Mer,) ont étudié cette question.