本文讨论了在单个句子中识别和理解数学关系表示的问题，提出了方程式解析的问题，并介绍了一种高效的算法来解析文本到射影方程。我们的系统利用数学表达式的高精度词典和一系列的结构化预测器，在 70% 的情况下可以生成正确的方程，在 60% 的时间里，还可以识别正确的名词短语和变量映射，显著优于基线。我们还发布了一个新的注释数据集以供任务评估。

Sep, 2016

通过阅读理解、指针网络和多跳计算，提出了一种新的模型来预测隐式参数，该模型良好地完成了隐式参数预测任务。

Nov, 2018

本文提出了一种能够同时进行全局特征提取和线性时间推理的依存句法分析模型，支持投影和非投影句子的解析，经检验表现良好。

Nov, 2019

本文提出了一种新颖的神经网络架构用于抽象概括及句法解析的同时生成摘要，同时还描述了一种新颖的人工评估协议来评估摘要是否符合原始含义，经评估证明该方法在多个摘要数据集上与强基线相比表现出有竞争力的结果。

Nov, 2019

本篇论文研究了 VP 协调结构中的复杂句法现象 - 动词省略，提出了一个基于文本直接操作和使用分割和重述范例以恢复缺失元素的联合解析任务。通过提出一个语用省略框架和自动可扩展数据集收集方法，得到了一个包含超过 10K 个自然出现的动词省略例子的大型数据集，并对此任务进行了各种神经基线的训练。最后，本文将我们的数据集、度量和模型作为该领域未来研究的起点。

May, 2023

该研究介绍了两个新学习者论证任务：识别论证中的缺陷（省略式推理检测）和填补这些缺陷（省略式推理重建）。通过从学习者的论证文本中删除对于论证和质量至关重要的论证单元（ADUs）的方法，我们创建了一个用于省略式推理检测和重建的语料库，以便帮助学习者提高其论证质量。同时，我们验证了所提出的语料库创建过程导致了所需的质量降低，并得到了与学习者撰写的论证类似自然的论证结果。最后，基线方法的省略式推理检测和重建表明了该语料库的实用性。

Oct, 2023

该论文提出了一种新的图形平滑方法，使用语言模型来查找缺失谓词的最近近似值来解决自然语言推理中的顶点稀疏问题，以此提高绝对百分比点的回想，并与其他边缘稀疏改进产生补充作用，同时形式化了平滑符号推理方法的理论。

Jul, 2022

通过 Generation-Augmented Pre-training 来解决现有通用语言模型在文本与 SQL 语义解析器中存在的问题，并在 SPIDER 和 CRITERIA-TO-SQL 基准测试中获得了新的最先进的结果。

Dec, 2020

本文提出了一种名为 Typed Predicate-Entailment Graph Generator (TP-EGG) 的多阶段方法，利用生成模型，不需要精心准备的语料库，发现并构建了谓词之间的蕴含关系，可以用于自然语言理解中的推理任务。

Jun, 2023

本文提出了一种新的基于图的方法来进行语义解析，解决了文献中观察到的两个问题：(1) seq2seq 模型无法完成组合泛化任务；(2) 使用短语结构解析器的先前工作无法涵盖树库中观察到的所有语义解析。我们证明了两个优化算法的正确性，用基于约束平滑和条件渐变的方法近似解决这些推断问题。实验证明，我们的方法在 Geoquery、Scan 和 Clevr 上都具有最先进的效果，包括在测试组合泛化的过程中。

Feb, 2023