DMR论文征集：第二届语义表示设计工作坊(TheSecondInternationalWorkshoponDesigningMeaningRepresentations,DMR)
继年于意大利佛罗伦萨成功举办首届研讨会后，第二届语义表示设计工作坊(DMR)将于年12月13日在西班牙巴塞罗那与Colin联合举办。
背景
虽然深度学习方法在实际自然语言应用中已经取得了许多突破，尤其是在机器翻译、机器阅读、问答系统等方面，但许多NLP研究人员仍然认为，要开发出真正“理解”人类语言的系统还有很长的路要走。“理解”自然语言需要许多不同的类人能力，包括但又不限于确定文本中的实体、理解这些实体之间的关系、跟踪事件及其在文本中描述的参与者、理解事件如何及时展开以及从计划发生或意图发生的事件、从不确定的或根本没有发生的事件中区分出实际发生的事件。我们认为，实现自然语言理解的关键步骤是为文本设计语义表示，这些语义表示具有帮助我们实现这些能力的必要含义“成分”。这种语义表示还需要易于生成，以便生成足够数量的数据，以允许训练准确的语义表示解析器。
近年来，越来越多的研究致力于语义表示的设计、标注和解析。已经用于语义表示解析研究的语义表示是以不同的语言学观点和实际目的开发的，并且具有不同的形式属性。早期的语义表示框架，如最小递归语义（MRS）和语篇表示理论是为了在基于推理的人工智能系统中支持逻辑推理而开发的，因此很容易翻译成一阶逻辑，需要对诸如数量、否定，时态和情态等语义成分进行适当的表示。诸如抽象语义表示、布拉格依存树库中的深层结构表示(TR)和通用概念认知标注(UCCA)等较新的语义表示框架更加强调词汇语义信息的表示，如语义角色和词义，或实体和关系。从自然语言文本到这些语义表示的自动解析，以及在较小的程度上从这些语义表示生成自然语言文本的也是非常活跃的研究领域，一系列技术方法和学习方法已被应用到这些问题。此外，也有早期尝试在自然语言应用中使用这些语义表示。
本工作坊旨在将语义表示的生产者和消费者研究人员聚集在一起，通过他们的互动，对语义表示的关键有更深的讨论与理解。工作坊希望能够推进语义表示研究人员批判性地评价现有的语义表示，设计出新一代的语义表示方法。工作坊的第三个目标是探讨在多语言环境中设计和使用语义表示的机会和挑战。工作坊的最终目标是理解分布语义表示和象征语义表示，前者运用网络模型训练于大规模数据集上，后者由CL研究者精心设计并标注，并由此深刻把握每种语义表示类型在何种领域运用最为高效。
征集主题
*语义表示的设计和标注；
*语义表示的跨框架比较；
*语义表示自动解析的探索；
*语义表示法自动生成文本方面的探索；
*在实际自然语言应用中使用语义表示，如信息提取、问答、文本摘要等；
*在将意义表示应用到一组不同的语言，适应类型概括方面的问题;
*为低资源和资源不足的语言开发意义表示的问题;
*符号意义表征与分布式语义表征的关系问题；
*意义表征的形式属性问题；
*对语义表征评估的关键标准进行讨论，如跨语言适用性、注释一致性或解析准确性;
*涉及意义表示的设计、处理和使用的任何其他主题。
特邀演讲者
丹尼尔·吉尔德亚
洛里·莱文
马克·斯蒂德曼
投稿信息
重要日期
*投稿截止日期:年8月10日
*录用通知日期:年10月7日
*最终版提交日期:年11月1日
*研讨会日期:年12月13日
提交介绍
未经审、已经或将提交其他会议或出版物的论文作者必须向研讨会组织者提供这一信息(dmr-chairs
googlegroups.转载请注明：http://www.xiebinbinb.com/blcwejj/5560.html
