5.1 段落表示理论

一阶逻辑中的量化的标准方法仅限于单个句子。然而，似乎是有量词的范围可以扩大到两个或两个以上的句子的例子。。我们之前看到过一个，下面是第二个例子，与它的翻译一起。

  1. ([x, y], [angus(x), dog(y), own(x,y)])

我们可以使用draw()方法[1]可视化结果，如5.2所示。

  1. >>> drs1.draw() ![[1]](/projects/nlp-py-2e-zh/Images/ab3d4c917ad3461f18759719a288afa5.jpg)

Images/drs_screenshot0.png

图 5.2：DRS 截图

我们讨论5.1中 DRS 的真值条件时，假设最上面的段落指称被解释为存在量词，而条件也进行了解释，虽然它们是联合的。事实上，每一个 DRS 都可以转化为一阶逻辑公式，fol()方法实现这种转换。

  1. >>> print(drs1.fol())
  2. exists x y.(angus(x) & dog(y) & own(x,y))

作为一阶逻辑表达式功能补充，DRT表达式有 DRS-连接运算符，用+符号表示。两个 DRS 的连接是一个单独的 DRS 包含合并的段落指称和来自两个论证的条件。DRS-连接自动进行α-转换绑定变量避免名称冲突。

  1. >>> drs2 = read_dexpr('([x], [walk(x)]) + ([y], [run(y)])')
  2. >>> print(drs2)
  3. (([x],[walk(x)]) + ([y],[run(y)]))
  4. >>> print(drs2.simplify())
  5. ([x,y],[walk(x), run(y)])

虽然迄今为止见到的所有条件都是原子的，一个 DRS 可以内嵌入另一个 DRS，这是全称量词被处理的方式。在drs3中，没有顶层的段落指称，唯一的条件是由两个子 DRS 组成，通过蕴含连接。再次，我们可以使用fol()来获得真值条件的句柄。

  1. >>> drs3 = read_dexpr('([], [(([x], [dog(x)]) -> ([y],[ankle(y), bite(x, y)]))])')
  2. >>> print(drs3.fol())
  3. all x.(dog(x) -> exists y.(ankle(y) & bite(x,y)))

我们较早前指出 DRT 旨在通过链接照应代词和现有的段落指称来解释照应代词。DRT 设置约束条件使段落指称可以像先行词那样“可访问”，但并不打算解释一个特殊的先行词如何被从候选集合中选出的。模块nltk.sem.drt_resolve_anaphora采用了类此的保守策略：如果 DRS 包含PRO(x)形式的条件，方法resolve_anaphora()将其替换为x = [...]形式的条件，其中[...]是一个可能的先行词列表。

  1. >>> drs4 = read_dexpr('([x, y], [angus(x), dog(y), own(x, y)])')
  2. >>> drs5 = read_dexpr('([u, z], [PRO(u), irene(z), bite(u, z)])')
  3. >>> drs6 = drs4 + drs5
  4. >>> print(drs6.simplify())
  5. ([u,x,y,z],[angus(x), dog(y), own(x,y), PRO(u), irene(z), bite(u,z)])
  6. >>> print(drs6.simplify().resolve_anaphora())
  7. ([u,x,y,z],[angus(x), dog(y), own(x,y), (u = [x,y,z]), irene(z), bite(u,z)])

由于指代消解算法已分离到它自己的模块，这有利于在替代程序中交换，使对正确的先行词的猜测更加智能。

我们对 DRS 的处理与处理λ-抽象的现有机制是完全兼容的，因此可以直接基于 DRT 而不是一阶逻辑建立组合语义表示。这种技术在下面的不确定性规则（是语法drt.fcfg的一部分）中说明。为便于比较，我们已经从simple-sem.fcfg增加了不确定性的平行规则。

  1. Det[num=sg,SEM=<\P Q.(([x],[]) + P(x) + Q(x))>] -> 'a'
  2. Det[num=sg,SEM=<\P Q. exists x.(P(x) & Q(x))>] -> 'a'