• 属于 AMR parsing 任务
• 文章链接
• 代码链接
• 关于 AMR 不懂的部分（前驱知识）可以去看我的博客的分析

Abstract

• 我们假设一些语义或者形式上相关的辅助任务与AMR parsing 任务共同进行训练可以获得更好的 AMR parsing 效果
• 采用了两个辅助任务：
  • 语义角色标注（Semantic role labelling （SRL））
  • 依赖解析（Dependency Parsing） DP 任务
• 由于 SRL 和 DP 任务的输出和 AMR 自身的结构存在较大差异，本文试图将 SRL 和 DP 任务的输出进行 AMR 化（AMRized），从而在 training 之前获得 伪-AMR（Pseudo-AMR）从而更加有助于 AMR parsing
• 与多任务学习相比，中间任务学习（intermediate task leaning ITL）是在AMR解析中引入辅助任务的较好方法
• 效果 state-of-the-art
• 代码开源：https://github.com/PKUnlp-icler/ATP

Introduction

• AMR 可以用在很多下游任务，比如： 信息提取，文本摘要，问答，对话建模等
  【information extraction (Rao et al., 2017; Wang et al., 2017; Zhang and Ji, 2021), text summarization, (Liao et al., 2018; Hardy and Vlachos, 2018) question answering (Mitra and Baral, 2016; Sachan and Xing, 2016) and dialogue modeling (Bonial et al., 2020)】

• 最近 AMR 的发展是基于 seq2seq 的网络的，取得了很大成功

• seq2seq 模型不需要复杂的数据处理工作，并且天然地适合采用 辅助任务训练 以及 预训练的 encoder-decoder的方法

• 之前的工作 (Xu et al., 2020; Wu et al., 2021) 已经展示了 AMR parsing 任务可以用 co-training 和特定的辅助任务来提升

• 然而现在采用 辅助任务 来提高 AMR 解析的任务存在这么几个问题，尚未弄清楚：

  • 如何选择 辅助的任务，目前尚未有一套标准，虽然很多工作取得了进展，但是对这一点还是避重就轻
  • 如何弥补 / 解决 不同任务的 gap：比如机器翻译任务和 DP 以及 SRL 任务差异很大，如果将他们共同作为辅助任务，可能会导致不好的结果
  • 如何将 辅助任务 更加高效地设计并完成：之前的操作都是结合多个 辅助任务 然后采用多模型学习策略 MTL(multi task leaning），但是我们认为 ITL 中间任务学习策略 才是更加高效的解决方案。我们的这个结论与 (Pruksachatkun et al., 2020; Poth et al., 2021) 是一致的

• 为了解决上面的三个问题，我们的 method 设计了三个部分：

  • 辅助任务的选择：我们衡量不同的辅助任务与 AMR 任务的相似度（从语义和形式两个方面衡量相似度）最终选择了 SRL 和 DP 两个辅助任务
  • AMR化： 虽然 SRL 和 DP 任务非常接近 AMR，但是仍然需要做一些额外的处理，AMR 化的目的是让 SRL 和 DP 的特征尽可能地接近 AMR 训练时候用的 特征
    • 其中对待 SRL 我们采用 Reentrancy Restoration（重进入存储）的方法将 SRL 从树结构转换成 graph 结构，这样更加逼近 AMR 的结构
    • 通过删除冗余关系（Redundant Relation Removal）我们在依赖树（dependency tree）中进行转换，并删除AMR图中远离语义关系的 relation，用这样的方法完成 DP 任务的 AMR 化。
  • 训练范式的选择：选择 中间任务学习策略

• 本文贡献：

  • 使用 SRL，DP 作为辅助任务来帮助 AMR 提升 parsing 效果
  • 提出 AMR化的方法将 SRL 和 DP 的特征更加逼近 AMR
  • 使用中间任务学习策略完成多个辅助任务的联合训练

• 结果非常好，在 AMR2.0 上达到了 85.2 的match 分数，在 AMR3.0上达到了 83.9，目前是 state-of-the-art

Methodology

• 我们将 Pseudo-amr 和 AMR 的任务都看做是 seq2seq 的生成任务，即给定一个句子 $x=[x_i{]}_{1\le i\le N}$，模型试图产生一个现行的 PseudoAMR或者 AMR graph $y=[y_i{]}_{1\le i\le M}$，通过下面描述的条件概率：
  

Auxiliary Task selection

• 从语义（semantically）和形式（formally）两个方面筛选，因此选择了 SRL 和 DP，也就是：我们的辅助训练任务 与 Translation 和 Summarization 作为辅助任务的情况进行了比较

SRL

• SRL 的目的是恢复一个句子中的 predicate-argument （述词论元结构），可以提高 AMR parsing 任务的精度，原因如下：
  • AMR 的一个子任务就是恢复 predicate-argument，当然 AMR 包含的内容更加丰富一些，但是在恢复 predicate-argument 方面，这两个任务是重合的，所以通过训练 SRL 也可以促进 AMR 解析模型的训练效果。他们都针对一个中心的 predicate 来捕获与他相关的那些 arguments
  • SRL 和 AMR 分别可以看做浅层和深层语义解析任务。从这个角度看，浅层任务做好了可以促进深层任务的理解和效果也是符合常理的

DP

• DP 的任务是把一个句子解析成 tree 的结构，从而代表不同的 token 之间的依赖关系（dependency relation）
• DP 的知识对于 AMR parsing 有意义因为：
  • 从语言学上来说， DP 是 AMR 任务的前驱工作
  • DP任务中关注的 依赖关系 同样也与 AMR 任务中的 semantic relation 这个概念是相关的
  • DP 和 AMR 解析从 edge prediction 这个角度来看是很相似的任务，因为他们都需要捕一句话中不同 nodes(concepts / tokens) 之间的关系

AMRization

Tranform SRL to PseudoAMR

• SRL 和 AMR 之间的 gap 存在于：
  • 连通性（Connectivity）：AMR 是连通的 graph，SRL 是个 forest
  • 短语-概念的差距（Span-Concept Gap）：AMR 中的每个 node 都表示成一个 concept，而 SRL 中是以 token span 的形式存在的
  • 重入性（Reentrancy）：重入性是 AMR 一个很重要的性质，在图三中，AMR 中的 boy 被引用了两次，但是 SRL 中没有任何的重用
    
• 为了解决上述三点，采用了三个对应的解决方案：

Connectivity Formation

• 将 SRL tree 转化成一个 graph。这种改造并不能保证在语义层面是正确的（图三 b1），首先添加一个虚拟的 root 节点，然后基于 root 生成directed edge（有向边）到 SRL 原本树结构中的每个 root 节点，因此 SRL 就变成了一个 graph 结构

Argument Reduction

• 为了解决 SRL 中用 token span 而 AMR 中用concept 表示的差异，在图3 b2 中可以看到，如果对于一个核心的 predicate（图中的 leave 和 want，the boy， to leave）这个 predicate 如果是一个拥有多于一个 token 的 span，就将这个 span 用它的 head token 来代替，例如 the boy -> boy; to leave -> leave 这样更接近 AMR 中的 concept 的表示方法

Reentrancy Restoration

• 本文设计了一个启发式算法（基于 深度优先遍历 DFS）来保存 reentrancy。图三 b3 显示，这个做法的核心是：当这个基于 DFS 的启发式算法第一次遍历到某个 node 的时候就创建一个变量 variable，如果 DFS 再次遍历到这个 node ，那么当前这个 edge 的重点就直接变成第一次的变量 variable，这样就构造了多个 node 共同引用一个 node 的结构
• 举个例子来说，看图三中的 b-2，假设深度优先是从 want 开始，那么遍历的顺序是 want->boy->leave 然后是 leave-01->boy 到这个 boy 的时候直接把这个边指向第一次的 boy 节点

Dependency Guided Restoration

• 在上述的处理中，只能保证像 boy 这种词被重用，但是像 leave 和 leave-01 其实是一个东西，但是却出现了两次，没有进行重用，他们也应该被 merge 成一个 node

• 但是这个操作不能简单的从 SRL 的 annotation 中继续进行，为了解决这个问题，我们又提出了一种新的方法，在图四中展示

• 这个算法将之前的 Connectivity Formation 的结果作为输入，首先合并那些有相同 token 的叶子节点，这一步不会产生任何误差，因为 leaf-nodes 的合并不会产生误差，只是把相同的token 进行整合

• 第二步是将那些重要的 predicate（谓词 / 述词）进行和并，比如 want , leave ，这一步会首先检查一个 predicate 是否在其他 span 的 argument 中出现过，并且是否这个 predicate 直接 depend on 其他 span 的 predicate，如果这两个条件都符合，那么算法将会将这个 predicate 和符合条件的那个 span 进行融合（图4 （3）中，因为 leave-01 出现在 to leave 这个 span 中，而且 leave 依赖于 the

• 最终如果当前的结构在删除 root node 和 root-edges 之后依然连通的话，会删除 root node 和 root edges

Transform Dependency Structure to PseudoAMR

• 上面一个部分讲解的是如何将 SRL 的任务的输出适配成 AMR 的形式
• 这个部分是将如何将 DP 的任务的输出适配成 AMR 的形式
• DP 的主要问题是：
  • Redundant Relation：一些 DP 任务中的关系更多地是语义层面（syntax）的表示，例如 “:PUNCT” 和 “:DET”，这些和 AMR 中表示的 relation 相去甚远
  • Token-Concept GAP: 这个是指 DP 中使用的最基本单位是 token，但是在 AMR 中是 concept，concept 表示的意义更加的 syntax-independent（也就是 concept 与语义无关）
• 为了解决这两个部分的问题，本文采用了 redundant relation removal 和 token lemmatization 来处理

Redundant Relation Removal

• 首先移除那些与 AMR 的表示体系相差太大的 DP 中的元素，例如 “:PUNCT” 和 “:DET”。图3 c-1 中表示了这个操作，通过移除这些内容，解析的结果与原来的 DP tree 结构相比更加紧凑，迫使模型在进行 seq2seq 训练的时候忽略掉那些与语义不相关的 tokens

Token Lemmatization

• 在图 3c-2 中展示了这个操作，通过将 DP tree 进行词元化我们发现，单个词的词缀不会影响到它相关的 concept。结合 Bevilacqua 等人提出的 smart-initialization，通过将concept token 的 embedding 设置成子词的均值（average of the subword constituents），这个 want 的 embedding 向量更加接近于 concept（want-01） 的 embedding matrix，因此，需要模型在执行DP任务时捕捉更深层次的语义。

Linearization

• 经过对 SRL 和 DP 的 AMRization 的步骤，SRL 和 DP 的图结构已经形成，在进行 seq2seq 的训练以前，还需要进行线性化，按照 Bevilacqua 提出的线性化方式，通过 DFS 遍历的方式构建线性的 token 序列，通过 $<R0>,<R1>,....,<Rk>$ 来表示不同的 variables，括号用来标记深度，这是最好的线性化方式。

Training Paradiagm Selection

• 我们探究了两种不同的训练范式：
  • 多任务训练范式
  • 中间任务训练范式

Multitask training

• 在序列对序列的多任务训练中使用经典模式，在输入句的开头添加特殊的任务标签，并同时训练所有任务
• 最佳模型的验证只在AMR解析子任务上进行

Intermediate training

• 首先 fine-tune 一个在 intermediate task 上预训练的模型（PseudoAMR parsing），然后在同样的参数条件下微调 target 的 AMR parsing 任务
• 也就是说，先用 SRL 和 DP 的任务做预训练模型，然后用这个预训练模型来微调 AMR parsing 任务的模型

Multitask & Intermediate training

• 首先先用 multitask training，然后再 AMR parsing 任务上进行微调，这里的预训练模型就不只是 PseudoAMR parsing 的任务了，而是 PseudoAMR + AMR paring 模型，然后微调 target 的 AMR parsing 任务

Experiments

Dataset

• 在 AMR2.0 的数据集上和 AMR3.0 的数据集上进行实验

  • AMR2.0 包含 36521 training， 1368 validation， 1371 testing
  • AMR3.0 包含 55635 training， 1722 validation，1898 testing

• 我们还在一些其他的分布不同的数据中进行了实验（BIO, TLP, News3），这些数据集的数据量都很小

Evaluation metrics

• 首选 Smatch score，然后采用 break down score
• 为了探究辅助任务到底帮助 AMR 进行了何种提升，我们将 fine-grained score 分成了两个大类：
  • concept-related：包括 Concept， NER和 Negation score，这些指标更加关注于 concept 为主的预测结果
  • topology-related：包括 Unlabeled， Reentrancy 和 SRL score，这些更注重 relation 的预测结果
  • NoWSD和Wikification被列为独立评测的分数，因为NoWSD与Smatch分数高度相关，Wikification依赖于外部实体链接系统

Experiment setups

Model setting

• 采用 SPRING model（seq2seq 训练 AMR parsing 的 state-of-the-art）作为 baseline
• 将 BART-LARGE 模型作为预训练模型
• 我们采用 (Bevilac- qua et al., 2021) 这篇文章中所有的 postprocessing 方法来获得 token sequence

AMRization Setting

• 对于SRL, 我们使用了四种不同的 AMRization setting 方式：

  • Trivial——对于 SRL tree，我们用 concept :multi-sentence 和 relation :snt 来表示虚拟的 root 和 edges
  • With argument reduction. 使用斯坦福大学提供的 CoreNLP toolkit 中的 dependency parser来做 argument reduction
  • With reentrancy Restoration
  • ALL techniques

• 对于 DP， 采取 4 种不同的 AMRization settings：

  • Trivial：讲 DP tree 中的额外的 relation 都加入到 BART 的 vocabulary 中
  • With lemmatization：使用 NLTK 来执行 token 的 lemmatization
  • With Redundant Relation Removal：将 PUNCT, DET, MARK 和 ROOT relation 都删掉
  • 结合所有的技术（all techniques）

Main Results

• 当采用 ITL 训练范式 + 所有的 AMRization 方法之后，达到了最好的结果。
• 与 SPRINT(之前最好的结果，采用了200k 的额外训练数据）相比，我们采用的extra data 要少很多，只用了 40k 的额外数据就超过了他们的结果
• 结果表明，我们的集成模型以更少的额外数据击败了对手，达到了更高的性能
• 即使不采用集成模型，我们的模型依然表现的比那些 集成模型好，并且使用 Dependency guided restoration 的方法达到了比 trivial 更好的精度表现，体现了方法的有效性