Abstrak.

Dalam makalah ini kami menjawab pertanyaan tentang bagaimana tradisional

approaches to modeling world knowledge, ie to model shared con- pendekatan terhadap
pengetahuan dunia modeling, yaitu model berbagi con -
ceptualizations of specific domains of interest via formal ontologies, domain spesifik
ceptualizations kepentingan melalui ontologi formal,
can be enhanced by a pragmatic layer to solve the problem of ex- dapat ditingkatkan
dengan lapisan yang pragmatis untuk memecahkan masalah mantan
plicating hitherto implicit information contained in the user's utter- plicating sampai
sekarang informasi secara implisit terkandung dalam mengucapkan pengguna -
ances and to further the assistance capabilities of dialog systems and ances dan untuk
bantuan lebih lanjut kemampuan sistem dialog dan
how they can be connected to dedicated analyzers that observe top- bagaimana mereka
dapat dihubungkan dengan analisis yang didedikasikan mengamati top -
ical contextual information. ical informasi kontekstual. For this purpose, the notions of
context Untuk tujuan ini, pengertian tentang konteks
and pragmatics are introduced as one of the central problems facing dan pragmatis
diperkenalkan sebagai salah satu masalah utama yang dihadapi
applications in artificial intelligence. aplikasi dalam kecerdasan buatan. We will argue
that pragmatic Kami akan berpendapat bahwa pragmatis
inferences are impossible without contextual observations and intro- kesimpulan tidak
mungkin tanpa kontekstual pengamatan dan intro -
duce a model of context-adaptive processing using a combination of Duce model
konteks-adaptif pengolahan menggunakan kombinasi
formal ontologies and analyzers for various types of context. ontologi formal dan analisis
untuk berbagai jenis konteks.
1 Introduction 1 Pendahuluan
In this paper two fundamental, but notoriously tricky, notions for mo- Dalam makalah ini
dua mendasar, tapi terkenal rumit, gagasan untuk mo -
bile open-domain multimodal human-computer interface systems, empedu terbuka-
domain multimodal manusia-komputer sistem antarmuka,
such as SmartWeb [26], are discussed as one of the central problems seperti SmartWeb
[26], akan dibahas sebagai salah satu masalah sentral
facing both applications in artificial intelligence as well as in nat- menghadap kedua
aplikasi dalam kecerdasan buatan maupun nat -
ural language processing. pengolahan bahasa Ural. These, often conflated, notions are
those Ini, sering digabungkan, pengertian adalah orang
of context and pragmatics . konteks dan pragmatik. Indeed, in many ways both notions
are Memang, dalam banyak hal kedua pengertian yang
inseparable from each other if one defines pragmatics to be about terpisahkan dari satu
sama lain jika seseorang mendefinisikan pragmatik menjadi sekitar
the encoding and decoding of meaning, which, as pointed out fre- encoding dan decoding
makna, yang, seperti ditunjukkan fre -
quently [4, 28, 21], is always context-dependent. quently [4, 28, 21], selalu tergantung
pada konteks. This, therefore, en- Ini, oleh karena itu, en -
tails that pragmatic inferences (also called pragmatic analyses [4]) ekor yang pragmatis
kesimpulan (juga disebut analisis pragmatis [4])
are impossible without recourse to contextual observations. tidak mungkin tanpa bantuan
pengamatan kontekstual. In this Dalam
paper, we will argue that the distinction between pragmatic knowl- kertas, kita akan
berpendapat bahwa perbedaan antara pragmatis knowl -
edge - which is learned/acquired - and contextual information - which tepi - yang
dipelajari / diperoleh - dan kontekstual informasi - yang
is observed/inferred - is of paramount importance in designing scal- diamati /
disimpulkan - adalah sangat penting dalam merancang scal -
able context-adaptive systems, which seek to interact with human mampu-konteks sistem
adaptif, yang berusaha untuk berinteraksi dengan manusia
users and to collaborate intelligently with them. pengguna dan untuk berkolaborasi secara
cerdas dengan mereka. More specifically, Lebih khusus,
we will focus on the use case of natural language understanding us- kami akan berfokus
pada kasus penggunaan bahasa alam pemahaman kami -
ing ontology-based analyses of open-domain user utterances. ing ontologi analisis
berbasis terbuka-domain ucapan-ucapan pengguna.
As the work presented here is part of a research undertaking that Sebagai karya yang
disajikan di sini adalah bagian dari penelitian kegiatan yang
attempts to tie together semantic web technologies, natural language upaya untuk
mengikat bersama teknologi web semantik, bahasa alamiah
processing and assistance systems in an attempt to develop a mobile pengolahan dan
sistem bantuan dalam upaya untuk mengembangkan mobile
multimodal open-domain conversational question answering system multimodal terbuka-
domain sistem menjawab pertanyaan percakapan
, the central idea behind it is to employ ontological knowledge - if , Ide sentral di balik itu
adalah untuk menggunakan pengetahuan ontologis - jika
available - and revert to statistical processing in the absence thereof. tersedia - dan
kembali ke pengolahan statistik dalam ketiadaan daripadanya.
In this paper we will focus on the ontology-based processing pipeline Dalam makalah ini
kita akan berfokus pada pengolahan berbasis ontologi pipa
and examine how pragmatic knowledge and contextual infromation dan memeriksa
bagaimana pengetahuan pragmatis dan kontekstual infromation
- needed to increase the conversational capabilities of dialogue sys- - Diperlukan untuk
meningkatkan kemampuan percakapan dialog sys -
tems - can be modeled and consequently employed. U raian - dapat dimodelkan dan
akibatnya dipekerjakan. For this we give Untuk ini, kita memberikan
11
European Media Laboratory, 69118 Heidelberg, Germany, email: European Media
Laboratory, 69.118 Heidelberg, Jerman, email:
firstname.lastname@eml-d.villa-bosch.de Firstname.Lastname @ eml-d.villa-bosch.de
22
University Universitas
of dari
Bremen, Bremen
28359 28359
Bremen, Bremen
Germany, Jerman
email: email

tinjauan tentang keadaan seni di Bagian 2, diikuti oleh dua

motivating examples for distinguishing pragmatic knowledge from memotivasi pragmatis
contoh untuk membedakan pengetahuan dari
contextual information in Section 3. informasi kontekstual dalam Bagian 3. Thereafter,
we will describe the Setelah itu, kami akan menjelaskan
ontological infrastructure as found in SmartWeb and our approach ontologis infrastruktur
sebagaimana ditemukan dalam SmartWeb dan pendekatan kami
for modeling pragmatic knowledge as part of that infrastructure in untuk model
pengetahuan pragmatis sebagai bagian dari infrastruktur di
Section 4. Bagian 4. Finally, we will show how we connected this knowledge Akhirnya,
kami akan menunjukkan bagaimana kita terhubung pengetahuan ini
to contextual analyzers in Sections 5 and 6 followed by concluding untuk analisis
kontekstual dalam Pasal 5 dan 6 diikuti dengan menyimpulkan
remarks in Section 7. pernyataannya dalam Bagian 7.
2 State of the Art 2 State of the Art
In general, computational pragmatics can be defined as the attempt Secara umum,
pragmatik komputasi dapat didefinisikan sebagai upaya
to enable artificial systems to encode meaning into a set of surface untuk memungkinkan
sistem buatan untuk mengkodekan makna ke permukaan satu set
structures or to decode meaning from such forms In this given sense struktur atau untuk
memecahkan kode makna dari bentuk-bentuk semacam ini diberikan Dalam pengertian
computational pragmatic resolution is equivalent to decontextualiza- resolusi pragmatis
komputasi setara dengan decontextualiza -
tion in the sense of McCarthy [17]. tion dalam arti McCarthy [17]. While this work will,
from now Walaupun karya ini, dari sekarang
on, focus on the decoding processes it is theoretically quite possi- pada, fokus pada
proses decoding secara teori cukup possi -
ble to apply the same techniques to processes of encoding, but will ble untuk menerapkan
teknik yang sama untuk proses pengkodean, tetapi akan
not be the focus of this paper. tidak menjadi fokus makalah ini. As we will show herein,
there are Ketika kami akan menunjukkan di sini, ada
sound theoretical as well as practical reasons for modularizing and suara teoritis maupun
alasan praktis dan modularizing
separating pragmatic knowledge, for which we propose an ontolog- pragmatis
memisahkan pengetahuan, yang kita mengusulkan sebuah ontolog -
ical model called P ical model yang disebut P
RONT EPAN
O, from contextual information, which has O, dari informasi kontekstual, yang telah
to integrate numerous non-discrete, noisy and sub-symbolic sensor untuk
mengintegrasikan berbagai non-diskrit, berisik dan sub-simbolik sensor
data in a robust fashion, for which dedicated analyzers and inference data dalam mode
yang kuat, yang didedikasikan analisis dan kesimpulan
mechanisms for combining various observations can be employed. mekanisme untuk
menggabungkan berbagai pengamatan dapat digunakan.
In general terms, decoding meaning is understanding , however, Secara umum, makna
decoding Namun, pemahaman
no precise notions of where semantic processing ends and pragmatic tidak ada pengertian
yang tepat di mana pemrosesan semantik berakhir dan pragmatis
processing begins exists, and might never be forthcoming. pengolahan dimulai ada, dan
mungkin tidak akan pernah datang. Various Berbagai
overviews describing the need for context-adaptiveness in natural ikhtisar yang
menggambarkan kebutuhan konteks alam adaptiveness
language processing systems exist [4, 6, 21]. sistem pengolahan bahasa ada [4, 6, 21].
Given the goal of more Mengingat tujuan lebih
intuitively usable and more conversational natural language inter- intuitif bermanfaat
serta lebih percakapan bahasa alami antar -
faces that can someday be used in real world applications, the han- wajah-wajah yang
suatu hari nanti dapat digunakan dalam aplikasi dunia nyata, yang han -
dling of pragmatic knowledge - needed for a felicitous decoding of dling pengetahuan
pragmatis - yang dibutuhkan untuk decoding sangat tepat
the meaning encoded in user's utterances - is still one of the major dikodekan dalam arti
ucapan-ucapan pengguna - masih salah satu utama
challenges for understanding conversational utterances in dialogue tantangan untuk
memahami ucapan-ucapan dalam dialog percakapan
systems, since a substantial part of that meaning is contained implic- sistem, karena
bagian penting dari makna yang terkandung implic -
itly in the linguistic surface structures of the utterance, recourse to itly dalam struktur
permukaan linguistik ucapan, jalan lain untuk
contextual information is needed for pragmatic analyses. informasi kontekstual
diperlukan untuk analisis pragmatis. The para- Para -
mount importance of context for natural language understanding is mount pentingnya
konteks untuk memahami bahasa alami adalah
frequently noted in the literature, albeit few dialogue systems take sering dicatat dalam
literatur, meskipun beberapa sistem dialog mengambil
context explicitly into account and perform a corresponding context- secara eksplisit
mempertimbangkan konteks dan melakukan sesuai konteks
dependent analysis of the given utterances at hand. tergantung analisis terhadap ucapan-
ucapan yang diberikan pada tangan. We follow Porzel Kami mengikuti Porzel
and Gurevych [21] and differentiate between four different types of dan Gurevych [21]
dan membedakan antara empat jenis
contexts that contribute information relevant to natural language un- konteks yang
memberikan sumbangan informasi yang relevan dengan bahasa alami un -
derstanding, listed in Table 1. derstanding, tercantum dalam Tabel 1. In dialogue systems
these knowledge Sistem dialog pengetahuan ini
stores are commonly assigned to respective models: the situation toko biasanya
ditugaskan untuk masing-masing model: situasi
model, dialogue model, user model and the domain model, eg rep- model, model dialog,
pengguna model dan model domain, misalnya rep -
resented in a formal ontology. membenci dalam ontologi formal