语义角色标注（SRL），也称为浅层语义解析或槽填充，是自然语言处理中的一项任务，它为句子中的词语或短语分配标签，以指示它们相对于谓词（通常是动词）的语义角色，如施事、目标或结果。其目标是捕捉“谁对谁做了什么、何时、何地以及如何”的深层含义，超越表面的句法结构。例如，在句子“Mary sold the book to John”中，SRL将“Mary”识别为施事，“the book”识别为主题，“John”识别为接受者，而“sold”为谓词。这种表示对于许多需要理解事件结构和参与者关系的下游应用至关重要。
历史发展
语义角色的概念最早由Charles Fillmore于1968年通过其格语法理论引入，该理论提出句子具有深层结构中的格（或角色），如施事格、工具格和与格。这一理论基础促成了FrameNet的创建，这是一个系统描述谓词及其相关角色的词汇数据库，由伯克利国际计算机科学研究所开发。在2000年代初，Daniel Gildea和Daniel Jurafsky开发了基于FrameNet的第一个自动SRL系统，证明机器学习可以为未见过的句子分配语义角色。大约在同一时期，PropBank语料库通过向华尔街日报文本的Penn Treebank添加人工语义角色标注而创建，为监督式SRL系统提供了大规模的训练资源。这些资源促进了众多自动SRL系统的发展，其中许多系统使用PropBank作为基准数据集。
核心概念与框架
SRL基于每个句子中的谓词定义一组语义参数的原则运作。存在两个主要框架：基于FrameNet的和基于PropBank的。FrameNet使用特定于框架的角色（例如，“Commerce_buy”框架中的“Seller”、“Goods”、“Buyer”），而PropBank使用泛化角色（Arg0、Arg1、Arg2等），这些角色是动词特定的但更为抽象。例如，在PropBank中，Arg0通常表示施事或原因者，Arg1表示主题或受事，Arg2表示工具或受益者。该任务通常涉及两个子任务：谓词识别和参数分类。谓词识别找出句子中的动词或名词化谓词，而参数分类为每个作为参数的成分分配正确的角色标签。现代系统通常使用深度学习架构，如神经网络和基于Transformer (architecture)的模型，来联合执行这些子任务。
应用与重要性
SRL是许多人工智能应用中的基本组成部分。在问答系统中，SRL有助于识别问题中提到的实体和事件，并将其与相关段落匹配。在信息抽取中，它能够从非结构化文本中提取结构化的事件表示，例如谁对谁做了什么。SRL还通过提供语义表示来指导跨语言的意义转换，从而改进机器翻译。在文本摘要中，SRL有助于识别最显著的事件和参与者。此外，SRL还用于语音识别和对话系统，以理解用户意图并提取槽值。准确标注语义角色的能力对于任何需要推理事件及其参与者的系统都是必不可少的。
挑战与最新进展
尽管取得了显著进展，SRL仍因多种因素而具有挑战性。一个主要挑战是自然语言的句法和语义歧义，其中相同的表面形式可能根据上下文具有不同的角色。另一个挑战是处理长距离依赖，即参数可能远离其谓词。此外，SRL系统通常难以处理域外数据和罕见谓词。最近的进展利用了大型预训练语言模型，如BERT和其他大型语言模型，这些模型通过捕获更丰富的上下文表示显著提高了SRL性能。还探索了句法和语义的联合建模，以及使用图神经网络编码依赖结构等技术。CoNLL-2005和CoNLL-2012等共享任务通过提供标准化评估数据集推动了进展。然而，SRL仍是一个活跃的研究领域，正在进行跨语言SRL、低资源设置以及与其他语义任务集成方面的工作。
参见
- 命名实体识别
- 词汇语义学
- 语义解析
- 句法树
- FrameNet
- PropBank
参考文献
- Fillmore, C. J. (1968). "The Case for Case." In E. Bach and R. T. Harms (eds.), Universals in Linguistic Theory.
- Gildea, D., & Jurafsky, D. (2002). "Automatic Labeling of Semantic Roles." Computational Linguistics, 28(3), 245-288.
- Jurafsky, D., & Martin, J. H. (2009). Speech and Language Processing (2nd ed.). Pearson Prentice Hall.
- Palmer, M., Gildea, D., & Kingsbury, P. (2005). "The Proposition Bank: An Annotated Corpus of Semantic Roles." Computational Linguistics, 31(1), 71-106.
- Baker, C. F., Fillmore, C. J., & Lowe, J. B. (1998). "The Berkeley FrameNet Project." Proceedings of the 36th Annual Meeting of the ACL.