我想知道计算语义是否真的用于任何现实世界的系统？ （简单示例here 和here）。我想看看实际系统是如何工作的。
在任何现实世界的系统中实际使用计算语义似乎都存在很多问题：
- 似乎只用词性标签标记句子很容易出错。
- 但是您还需要一个可靠的解析树，它容易出错，并且一个句子可以有许多有效的树。
- 找出哪些代词指代哪些实体容易出错。
- 单词消歧也是另一个错误来源，在同一上下文中可能有多种含义。
- 我能找到的任何上下文无关的英语语法似乎都不完整。
最后，在避开了所有这些错误来源之后，我们终于可以使用计算语义将句子转换为 FOL！
另外，我似乎不知道如何处理计算语义中的介词。
这真的只是一个学术练习还是计算语义真的有用？
【问题讨论】：
标签： nlp lambda-calculus first-order-logic
自然语言有几种比简单的 lambda 演算和上下文无关文法更好的方法，即。 HPSG、Montague Grammar、TAG、...
例如，可以通过马尔可夫链处理单词消歧。
Siri、Google Now、Cortana 和 IBM Watson 是现实世界系统的一些示例。
谷歌翻译是另一个使用计算语义的应用程序。
【讨论】：
我相信（但不要引用我的话）这项技术从帕洛阿尔托研究中心（PARC，原 Xerox PARC）现已解散的自然语言理论和技术小组中分离出来，利用 lambda微积分提供关于文本蕴涵的推论。 idk，我只在那里工作了一个夏天（大一，所以对那里的大部分事情都一无所知）。
无论如何，这项“技术”已经开发了 30 多年，然后 Powerset 以 1500 万美元的价格购买了所有这些技术的权利，试图从总体上颠覆智能搜索。然后 Bing 的胖子出现了，一口吞掉了 nom nom nom，然后继续吞噬整个研究小组。主要的核心研究人员现在仅在斯坦福大学担任兼职教授。伤心。
【讨论】：