全网首讲最详细AMR系统介绍（1）：Abstract Meaning Representation(AMR) 的基础表示逻辑；附英文版原 pdf 资料

写在前头

• 最关键的部分，我都会使用英语单词来表示，为了大家在看原文档的时候能够将概念对齐。
• 大家可以去看原版的英文资料，这个资料是我从数据集中拷出来的，目前没发现比这个更好的资料，大家如果觉得我的分析和原版有什么出入，以原版为准，我已经上传了，可以免费下载
• 我会把 AMR 相关的所有内容写成一个系列，大家可以等后面的内容更新，也可以自己去看原版，我相信吸收会更好
• 我的描述很多时候并不 100% 准确，但是会帮助你更好的理解，因为原版中很多晦涩的表示可能让你摸不着头脑，我尝试写的更详细、生动一些，希望能帮助理解。

AMR 定义

• AMR 全称 abstract meaning representation，是对语言的一种表示方法，他并不表示单个的句子，而是着重表示句子中的逻辑，也就是说他不存在 语法 和 单词 的概念，只有 semantic relation 和 concept 的概念，多个 concept 之间被 semantic relation 连接起来，当然为了方便理解，你也可以认为 concept 就充当了单词的角色，而 semantic relation 充当了语法的角色，但是不要仅限于这种想法，否则不利于后面的理解。
• AMR在句子中捕捉“谁在对谁做什么”。每个句子都表示为一个有根、有向、无环的图(graph)，在边(每条边代表一个语义关系 semantic relation) 和叶(每个叶子节点代表一个 concept) 都有标签。
• AMR 是一个叫做 “OntoNote” 项目的产物，AMR 中的所有的 predicate sense（谓词词义）, semantic roles（语义角色） 都继承自 OntoNote

Example

• graph 表示
  

  1. 首先弄清楚两个重要的概念：predicate-argument （述词论元结构），所谓的 predicate 可以叫做谓词/述词， argument 叫论元，也可以叫参数。然后看 graph 中的每个节点（node） 都是有 instance 和 若干个 ARGx 构成的，你可以粗暴地认为 ARGx 是围绕 instance 展开的。
  2. 比如根节点（root）你可以看到：扮演 instance 角色的是 want，而 ARG0, ARG1 分别又产生了两个子图subgraph，他们一直这样发展下去直到 叶子节点 结束
  3. 对待任何一级的节点，我们都把 instance 作为主要部分，ARG0, ARG1 分别看作是 instance 的 施事方 和 受事方，具体一点，如果只看 root 结点涉及的内容（instance, ARG0, ARG1），这里面蕴含的逻辑关系就可以表示为 ARG0 -> want -> ARG1 这么一个简单的逻辑。
  4. 如果我们关注 整个 graph 中所有的节点（在每个节点中先找出 instance，然后再把 ARG0, ARG1 的逻辑连起来） 就会发现，呈现的其实是这样一种逻辑：boy -> want -> believe, girl -> believe -> boy，又因为这个逻辑链中两次出现的 boy 是同一个（没有进行区分）因此这句话的逻辑如果变成英语就是：the boy wants the girl to believe himself，但是能表示这个逻辑的句子有很多，每一句包含相同含义的话都可以作为这个 AMR 的 文字表示。

• AMR 表示
  

  • 这个表示方法与上面的图完全一致，只是将其用 AMR 的方式（一堆括号和符号表示）了，你不需要再去对着图找每一个叶子节点，你可以在这个 AMR 的表示中得到任何你想要的关系。你自己读一下看看

    • boy -> want -> believe, girl -> believe -> boy
    • 还有一点需要很注意，就是每一级的表示中的 ARG0, ARG1 都是对应 当前级别 的内容的（want 下面有 ARG0, ARG1 这是属于 want 这个级别的， beileve 下面也有 ARG0, ARG1 这是属于 believe 这个级别的），比如 :ARG1 b 和 :ARG1 (b2 / believe-01) 虽然都是 ARG1 但没有任何关系。

  • 相信你还有如下疑问：

    • want-01 为啥后面跟个后缀 01
    • (w / want-01) 这个 w / 又是什么
    • 为什么 :ARG1 b 不写成 :ARG1 (b / boy)

• want-01 代表我们采用的是 want 的第一个含义，want 的所有含义都被预先定义好了
• (w / want-01) 相当于： instance(w, want-01) 其中 w 叫 variable 是 want 这个谓词的一个实例（instance），因为 AMR 是一种抽象表示，每个成分都需要进行实例化（这有点像面向对象编程中每个类在进行实例化之后才能进行操作）
• :ARG1 b 中的 b 因为是 boy 的实例化 variable 而这个variable 在之前已经实例化过了，所以直接引用之前那个 b 即可，必须要再实例化一遍了

• want-01 表示的意义是 “想要” 因此，当一个 AMR 对应到一个确定的文本的时候，可以是动词的 want 表示，也可以是名词 desire表示的意义，也可以是形容词 desirous 表示的意义，在这个位置的词的形式并不被局限，
• 在 AMR 中，不会直接标注某个叶子节点说：“这是一个动词，或者这是一个名词”，相反，会说这是一个 obejct， 那是一个 event，都是这种抽象概念

• 三元组表示法（一般用在对 AMR 解析任务评估的时候，通过比较生成的 AMR 的三元组是否符合标准来评估 AMR 的解析算法的效果）
  

• AMR 的表示是将代词之类的全部抛弃（不出现在 AMR 的 graph 中）
  

  • 按照我们上述的知识，我们知道这个想表示的逻辑是：girl -> adjust -> machine 所以生成的句子可以是：
    
  • 首先这些 made, to 这些词全部不表示在 AMR 中，当然你在 对齐 的时候可以加上这些内容来构成符合 AMR 逻辑的完整的句子
  • 我们上面也说了，虽然在 AMR 中我们表示的是 adjust 这个词，但是真正在 对齐 的时候，我们可以给他不同的形式：ajust, adjustment, be ajusted by 只要符合 AMR 描述的逻辑即可

对齐 Alignment

• 你会在 AMR 相关的很多文献和数据集中发现 alignment 这个词汇，那么什么是对齐呢？
• 很简单，就是我们刚才说的，每个 AMR 表示的逻辑是一句话中最重要的部分，但是其他的部分并没有一个标准答案。
• 在深度学习训练 AMR 解析任务的时候（就是给定一个 text，让 seq2seq 模型把这个 text 转化成一个 AMR 结构的输出）或者进行 AMR-to-text 的任务（训练一个 seq2seq 模型让其输入是一个 AMR 结构的数据，输出是一个对应的文本）的时候，由于进行的是 supervised 训练，所以肯定一个 AMR 要给他一个固定的 text 作为 label。
• 比如还是上面的例子：
  
  • 我们可以选择下面的其中一句话作为 groundtruth label 进行对齐：