谢德峰，吉建民

（中国科学技术大学计算机科学与技术学院，合肥 230027）

（*通信作者电子邮箱jianmin@ustc.edu.cn）

0 引言

伴随着21 世纪第二个十年期间人工智能领域的发展与各种深度学习模型的提出，人工智能已经成为当今计算机学科中非常重要的一个子学科，成为了21 世纪最火热的话题。与此同时，机器人作为人工智能领域的一个子学科，综合了计算机学科中多个研究方向，也成为了许多学术团队和科技公司正在大力研究的对象。随着经济的发展，生活辅助型智能应用越来越多，给人们带来了非常大的便利，智能机器人也逐步进入市场，为人们提供简单的劳动服务。人们希望能用自然语言直接与机器人或者应用进行沟通，从而让机器人或者应用更好地服务人们，为人们带来便利。

文献［1］中指出，自然语言理解是机器人或者应用能够提供智能服务的关键技术之一。语义解析（semantic parsing）的定义就是这样一个任务：将一个自然语言语句转化成机器能够理解或执行的语言，比如逻辑表达形式或可执行的程序，从而使计算机理解自然语言。语义解析作为自然语言理解的核心，在很多任务中都是关键步骤。语义解析是让机器人理解自然语言的关键步骤。

随着深度学习的发展，许多团队也试着利用深度学习模型来完成语义解析的任务。但由于现有语义解析数据集的规模较小，远远不能满足深度学习所需要的数据量，且构建和标注新的数据集非常困难，因为标注形式不是简单的类别而是一串逻辑符号组成的表达式，标注人员需要专业知识背景，因此，数据集少且规模小成为了制约语义解析发展的一个问题。……