One SPRING to Rule Them Both: Symmetric AMR Semantic Parsing and Generation without a Complex Pipeline

论文：https://ojs.aaai.org/index.php/AAAI/article/view/17489

代码：https://github.com/SapienzaNLP/spring

期刊/会议：AAAI 2021

摘要

在文本到AMR解析中，当前最先进的语义解析器集成了几个不同模块或组件的繁琐管道，并利用图重新分类，即在训练集的基础上开发的一组特定内容的启发式方法。然而，在分布外的情况下，图重新分类的可通用性尚不清楚。相比之下，最先进的AMR-to-Text generation可以被视为parsing的反面，它基于更简单的seq2seq模型。在本文中，我们将Text-to-AMR和AMR-to-text转换为对称转化任务，并表明通过设计仔细的图线性化和扩展预训练的编码器-解码器模型，可以使用完全相同的seq2seq方法，即SPRING（Symmetric PaRsIng aNd Generation），在这两个任务中获得最先进的性能。我们的模型不需要复杂的管道，也不需要基于大量假设的启发式方法。事实上，我们放弃了对图重新分类的需求，这表明这种技术在标准基准之外实际上是有害的。最后，我们在英文AMR 2.0数据集上的表现大大优于先前的技术水平：在Text-to-AMR上，我们获得了3.6个Smatch点的改进，而在AMR-to-Text上，我们比现有技术高出11.2个BLEU点。

1、简介

最近最先进的Text-to-AMR语义解析方法具有非常复杂的前处理和后处理管道，其中集成了几个不同组件的输出。此外，他们采用了基于训练集开发的细粒度、特定内容的启发式方法，因此，这些方法在各个领域和流派中可能非常脆弱。迄今为止，更简单、完整的序列到序列（seq2seq）方法的解析性能一直落后，主要是因为它们的数据效率不如其他方法。

当涉及到AMR-to-Text generation（可以被视为Text-to-AMR parsing的反向任务）时，原始seq2seq方法反而取得了最先进的结果。这种架构不对称性在其他双向转换任务中没有观察到，例如机器翻译，其中使用相同的架构来处理从语言X 到语言Y 的翻译，反之亦然。受此启发，本文的一个关键目标是通过为两者提供相同的架构，实现AMR解析和生成的对称性。此外，我们通过消除对内容修正管道和额外的句法和语义特征的需求，降低了Text-to-AMR架构的复杂性，这些特征通常依赖于外部组件和特定于数据的启发式方法。我们通过有效地线性化AMR图，并通过扩展预训练的seq2seq模型，即BART（Lewis et al, 2020），以处理AMR-to-Text 和Text-to-AMR来实现这一点。事实上，唯一对我们的模型持续有益的外部资源是实体链接的现成系统——这项任务很难用纯seq2seq模型稳健地执行。

我们的贡献总结如下：

1.我们扩展了预训练的Transformer编码器-解码器架构，以生成句子的AMR图的精确线性化，或者反之亦然，生成用于AMR图线性化的句子。

2.与之前的报道（Konstas et al 2017）相反，我们发现在竞争图同构线性化之间的选择确实很重要。我们提出的具有特殊指针标记的基于深度优先搜索（DFS）的线性化优于PENMAN线性化和类似的基于广度优先搜索（BFS）的替代方案，尤其是在AMR-to-Text方面。

3.我们提出了一种新颖的Out-of-Distribution（OOD）设置来估计Text-to-AMR和AMR-to-Text方法在开放世界数据上推广的能力。

4.我们表明，应该避免对开放世界数据进行图重新分类，因为尽管它在标准基准测试中略微提高了性能，但在OOD设置中无法进行泛化。

5.对于生成任务，我们比AMR 2.0中先前报道的最佳结果高出11.2个BLEU点，对于解析任务，我们高出3.6个Smatch点。

2、相关工作

2.1 Text-to-AMR parsing

pure seq2seq：Seq2seq将模型Text-to-AMR parsing 作为将句子转换为AMR图的线性化。由于其端到端的性质，这种方法对这项任务很有吸引力。然而，由于基于seq2seq的方法需要大量数据，到目前为止，由于标注句子AMR对的数量相对较少，它们在AMR解析方面的性能一直相当不令人满意。为了克服数据稀疏性，已经采用了各种不同的技术：使用未标记的英语文本进行自训练（Konstas et al，2017），使用字符级网络（van Noordn and Bos 2017），以及将概念重新分类作为预处理步骤，以减少开放词汇成分，例如命名实体和日期（Peng et al 2017; van Noord and Bos 2017; Konstas et al 2017）。此外，基于seq2seq的模型通常包含引理、POS或命名实体识别（NER）标签等特征，以及句法和语义结构（Ge et al ，2019）。

为了抵消稀疏性，我们通过利用BART（Lewis et al 2020）——一种最近发布的预训练编码器-解码器——来使用转移学习，通过seq2seq解码器的单次自回归逐步生成线性化图。事实上，BART的基本Transformer编码器-解码器与Ge等人（2019）的类似，但不同之处在于它从头开始训练AMR解析架构。

hybrid approaches：通过使用更复杂的多模块架构的方法，已经获得了Text-to-AMR的最先进的结果。这些方法将seq2seq方法与基于图的算法结合在两阶段（Zhang et al 2019a）或增量一阶段（Zhang et al 2019b; Cai and Lam 2020a）程序。此外，它们集成了类似的处理管道和附加功能，如上述seq2seq方法（Konstas et al 2017），包括细粒度的图重新分类（Zhang et al 2019a,b; Zhou et al 2020; Cai and Lam 2020a），这些都对所实现的性能有很大贡献。

相比之下，我们的模型几乎完全依赖于seq2seq，不需要额外的特征，并且仅为了确保图的有效性而使用了基本的后处理管道。尽管如此，我们的表现明显优于以往的先进方法。此外，我们还表明，广泛的重新分类技术在提高传统领域内基准测试的性能的同时，在OOD设置中是有害的。此外，尽管其他方法已经采用了预训练的编码器，例如BERT（Devlin et al 2019），为了为解析架构提供强大的功能（Zhang et al 2019a，b；Cai and Lam 2020a），我们率先证明了预训练的解码器也有利于AMR解析，尽管预训练只涉及英语，不包括形式表示。

2.2 AMR-to-Text Generation

AMR-to-Text Generation的生成目前有两种主要方法：以图到文本的转换方式显式编码图结构（Song et al 2018; Beck, Haffari, and Cohn 2018; Damonte and Cohen 2019; Zhu et al 2019; Cai and Lam 2020b; Yao, Wang, and Wan 2020），或通过AMR图线性化作为纯seq2seq任务（Konstas et al 2017; Mager et al 2020）。最近基于图的方法依赖于Transformer来编码AMR图（Zhu et al 2019; Cai and Lam 2020b; Wang, Wan, and Yao 2020; Song et al 2020; Yao, Wang, and Wan 2020）。Mager等人（2020）的模型是一个预训练的仅基于Transformer的解码器模型，该模型在AMR图的顺序表示上进行了微调。相反，我们使用编码器-编码器体系结构，该体系结构更适合处理条件生成，并将AMR-to-Text，使其与Text-to-AMR对称，从而消除了对特定任务模型的需求。

2.3 线性化信息损失

以前的Text-to-AMR解析方法（Konstas et al 2017; van Noord and Bos 2017; Peng et al 2017; Ge et al 2019）将seq2seq方法与有损线性化技术结合使用，为了降低复杂性，从图中删除变量等信息。这些信息是启发式恢复的，这使得产生某些有效输出变得更加困难。相反，我们提出了两种线性化技术，它们完全同构于图，并且不会产生任何信息损失。

2.4 BART

BART是一种基于Transformer的编码器-解码器模型，通过去噪自监督任务进行预训练，即重建经过混洗、句子排列、掩蔽和其他类型的破坏修改的英语文本（Lewis et al，2020）。BART在条件生成任务中显示出显著的改进，其中输入和输出序列的词汇表在很大程度上交叉，例如问题回答和摘要。同样，大量的AMR标签是从英语词汇中提取的——尽管AMR的目的是从句子中抽象出来——因此，我们假设BART的去噪预训练也应该适用于AMR到文本和文本到AMR。此外，可以看到BART的预训练任务和AMR-to-Text生成之间的相似性，因为线性化的AMR图可以被视为英语句子的重新排序、部分损坏的版本，模型必须重建该版本。

3、方法

我们使用相同的架构（即SPRING）执行Text-to-AMR Parsing和AMR-to-Text Generation，SPRING利用了BART的迁移学习能力来完成这两项任务。在SPRING中，AMR图是对称处理的：对于Text-to-AMR Parsing，编码器-解码器被训练来预测给定句子的图；对于AMR-to-Text Generation，训练另一个镜面编码器解码器来预测给定图的句子。

为了在seq2seq模型中使用图，我们使用各种不同的线性化技术将它们转换为符号序列（第3.1节）。此外，我们修改了BART词汇表，使其适用于AMR概念、框架和关系（第3.2节）。最后，我们定义了轻量级、非内容修改启发式方法，以应对以下事实，seq2seq可以输出不能解码为图的字符串（第3.3节）。

3.1 图线性化

在这项工作中，我们使用了完全图同构的线性化技术，即，可以将图编码为符号序列，然后将其解码回图，而不会丢失邻接信息。我们建议使用特殊token<R0>,<R1>,...,<Rn>表示线性化图中的变量并处理共同引用节点。正如PENMAN中的变量名，即AMR发布文件中使用的编码一样，每当这种特殊标记出现不止一次时，在我们的编码中就会发出信号，表明给定节点在图中扮演多个角色。通过这种修改，我们的目的是解决由于将seq2seq与PENMAN（PM）一起使用而引起的混淆，因为变量名称没有语义，因此不允许在常量和变量之间进行明确区分。我们的特殊token方法与分别基于DFS和BFS的两种图遍历技术结合使用；此外，我们还用PENMAN进行了实验。在图1中，我们显示了“You told me to wash the dog”的AMR图的线性化。

DFS-based：PENMAN所基于的DFS非常有吸引力，因为它与自然语言句法树的线性化方式密切相关：例如，考虑“the dog which ate the bone which my father found is sleeping”这句话，其中名词dog与其头部动词sleeping相距甚远，因为dog的从属词在头动词出现之前就已经完全被“explored”了。因此，我们使用了一种基于DFS的线性化，该线性化具有特殊的标记来指示变量和括号来标记访问深度。此外，我们还处理了冗余斜杠标记（/）。与PENMAN相比，这些功能显著缩短了输出序列的长度，在PENMAN中，变量名通常由子词标记器拆分为多个子标记。这对于使用Transformers进行有效的seq2seq解码非常重要，因为Transformers受到注意力机制的二次复杂性的限制。

BFS-based：BFS遍历的使用是因为它强制执行了一个局部性原则，通过该原则，属于一起的事物在平面表示中彼此接近。此外，Cai和Lam（2019）认为，BFS在认知上是有吸引力的，因为它对应于一个核心语义原则，该原则假设最重要的意义部分在图的上层表示。为此，我们提出了一种基于BFS的线性化，就像我们基于DFS的线性化一样，它使用特殊的token来表示共同引用。我们应用BFS图遍历算法，该算法从图根r开始，访问由边e 连接的所有子节点w，将指针标记附加到r , e ，然后如果w 是变量则附加指针标记，或者如果w 是常数则附加其值。第一次附加指针标记时，我们还会附加其:instance属性。在每个级别的迭代结束时，即在访问子级w之后，我们附加一个特殊的<stop> token来表示结束节点探索。在图1中，访问从tell-01开始，在其子级上迭代，然后在＜stop＞之后继续执行wash-01。

Edge ordering：所有上述线性化被解码为相同的图。然而，在PENMAN线性化的gold标注中，可以从每个AMR图中提取边排序。有人建议（Konstas et al，2017），标注者利用这种可能性对源句子中关于论元排序的信息进行编码。我们的初步实验证实，由于AMR-to-Text生成的顺序敏感性，强加不同于PENMAN的边排序对AMR的评估措施有很大的负面影响。为了控制这种情况，我们仔细设计了线性化以保留顺序信息。

3.2 词汇

BART使用子单词词汇，其tokenization经过优化以处理英语，但它不太适合AMR符号。为了解决这个问题，我们通过添加i）训练语料库中至少出现5次的所有关系和框架来扩展BART的标记化词汇；ii）AMR tokens 的组成部分，例如:op；iii）各种图线性化所需的特殊token。此外，我们通过添加一个向量来调整编码器和解码器的嵌入矩阵，以包括新的符号，该向量被初始化为子字成分的平均值。在词汇扩展中添加特定于AMR的符号避免了广泛的子符号分割，从而允许将AMR编码为更紧凑的符号序列，从而减少了解码空间和时间要求。

重新分类。重新分类是一种流行 的缩小词汇大小以处理数据稀疏性的技术。它通过删除感知节点、wiki链接、极性属性和/或匿名命名实体来简化图。为了评估重新分类的贡献，我们对AMR解析文献中常用的方法进行了实验（Zhang et al 2019a,b; Zhou et al 2020; Cai and Lam 2020a）。该方法基于字符串匹配启发式和针对训练数据定制的映射，这也调节了推理时的恢复过程。我们将读者引向张等人（2019a），以了解更多细节。我们注意到，根据常见的实践，我们只在解析中使用重新分类技术，因为可能导致生成的信息损失要高得多。

3.3 后处理

在我们的方法中，我们执行轻度后处理，主要是为了确保解析中生成的图的有效性。为此，我们在PENMAN和DFS中恢复括号奇偶校验，并删除任何在其前面的token不可能连续的令牌。对于BFS，我们在每个后续的<stop> token 对之间恢复一组有效的三元组。我们的方法删除了仅限于几个标记的内容，通常是重复。我们注意到，不可恢复的图非常罕见，在分布外数据中大约低于0.02%，对整体性能的影响可以忽略不计。此外，我们集成了一个外部实体链接器来处理Wiki化，因为使用纯seq2seq很难处理边缘情况。我们使用一种简单的字符串匹配方法在输入句子中搜索SPRING在图中预测的每个:wiki属性的提及，然后运行现成的BLINK实体链接器（Wu et al 2020）并覆盖预测。

4、实验

数据集：

• 分布范围内：AMR2.0（LDC2017T10）、AMR3.0（LDC2020T02）。
• 分布范围外：New3、TLP、Bio
• silver 数据

模型：

实验结果：

5、总结

在本文中，我们提出了一种简单、对称的方法，用于使用单个seq2seq架构执行最先进的文本到AMR解析和AMR到文本生成。为了实现这一点，我们将英语文本去噪预训练的Transformer编码器-解码器模型扩展到AMR。此外，我们还提出了一种新的基于DFS线性化AMR图，除了比其替代方案更紧凑之外，它不会导致任何信息丢失。最重要的是，我们放弃了竞争方法的大部分要求：繁琐的管道、繁重的启发式（通常根据训练数据定制）以及大多数外部组件。尽管如此降低了复杂性，但我们在解析和生成方面都大大优于先前的技术水平，分别达到83.8 Smatch和45.3 BLEU。我们还提出了一个分布外设置，它可以对不同于训练集的流派和领域进行评估。由于这种设置，我们能够表明，重新分类技术或银数据的集成——提高性能的流行技术——会损害解析和生成的性能。基于较轻的假设，采用像我们这样更简单的方法，可以实现更稳健的泛化。在这里，我们展示了模型在不同数据分布和跨领域上的可推广性，同时将Blloshmi、Tripodi和Navigli（2020）中的跨语言扩展以及形式主义（Navigli 2018）中的扩展留给未来的工作。最后，我们邀请社区使用OOD评估来开发更强大的自动AMR方法。此外，我们相信我们的贡献将为解析和生成的集成开辟更多的方向。

最近工作