Semantica computazionale e sistemi di dialogo
Note di studio complete. Fonti:
tln/9 - Parte 1 - Lezione 09/lezione-05-Semantics-TLN-INFO-2526.pdf(68 pp.),
tln/10 - Parte 1 - Lezione 10/lezione-07-DS-TLN-INFO-2526.pdf(99 pp.).
Grammatiche:simple-sem.fcfg,simple-sem-it-02.fcfg. Capitoli intln/references.md.
1. Ambigue puramente semantica (domanda d’esame)
Esempio: Ogni studente ha letto un libro — due letture con stessa sintassi:
(a) c’e’ un libro letto da tutti (portata larga di un); (b) ognuno ha il suo (portata stretta).
Altro: La banca e’ sul fiume (senso di banca: istituto vs sponda — WSD, cfr. Parte 2).
La sintassi da’ un solo albero, la semantica due forme logiche: serve la composizionalita’.
2. Lambda-FoL per la semantica computazionale (domanda d’esame)
Idea: associare a ogni nodo sintattico una espressione lambda; la regola semantica segue
la regola sintattica (principio di composizionalita’ di Frege/Montague).
Lessico (stile simple-sem.fcfg di NLTK):
Det 'ogni' => \P Q. forall x. (P(x) -> Q(x))
N 'cane' => \x. cane(x)
V 'abbaia' => \x. abbaia(x)
NP 'Maria' => \P. P(Maria)
Composizione: S -> NP VP applica SEM(NP)(SEM(VP)). Esempio Maria abbaia:
(\P. P(Maria))(\x. abbaia(x)) --beta--> abbaia(Maria)
simple-sem-it-02.fcfg fa lo stesso per l’italiano (accordo, clitici, ordine). In NLTK:
nltk.sem.logic, beta-riduzione automatica, Mace/Prover9 per modelli e inferenza.
Dettagli ed esercizi in deepdive_lambda_fol.md.
3. Rappresentazione neo-davidsoniana (domanda d’esame)
Davidson: gli eventi sono individui (e). Neo-Davidson (Parsons): i ruoli sono predicati binari.
Classica: dare(Maria, Libro, Giovanni)
Davidson: exists e. dare(e, Maria, Libro, Giovanni)
Neo-Dav.: exists e. dare(e) & Agente(e, Maria) & Tema(e, Libro) & Destinatario(e, Giovanni)
Vantaggi: ariet’ variabile (aggiungere un ruolo = congiungere un predicato, es. ieri ->
Tempo(e, ieri)), inferenza per congiunzione, mappatura diretta su ruoli semantici
(SRL, PropBank/FrameNet) e su slot dei dialogue frame (§5).
4. Altre rappresentazioni
- FOL pura: precisa ma rigida (quantificatori, portata).
- DRT / DRS: anafore e presupposizioni inter-frasali.
- AMR: grafi astratti verbo-centrici, standard di valutazione (Smatch).
- Embedding/LLM: significato distribuzionale, niente garanzia logica (cfr. Parte 3).
5. Sistemi di dialogo (lez. 07)
5.1 I 6 fenomeni notevoli del dialogo tra umani (domanda d’esame)
- Turn-taking: alternanza dei turni con segnali di passaggio.
- Grounding / common ground: costruzione incrementale di credenze condivise (conferme, ack).
- Atti linguistici: ogni turno fa qualcosa (chiedere, informare, promettere — Searle/Austin).
- Iniziativa mista: chi guida cambia (sistema vs utente).
- Riferimenti ed ellissi: lo voglio / e domani? richiedono memoria del dialogo.
- Riparazioni: auto-correzioni, chiarimenti (intendevo…), gestione errori ASR/NLU.
5.2 Frame-Based Semantics nei DS (domanda d’esame)
Ogni intento e’ un frame con slot da riempire (es. prenotazione: data, ora, persone).
Il Dialogue Manager interroga per riempire gli slot (iniziativa del sistema), propone
ipotesi vere/false, tiene il common ground e applica backup strategy + memoria.
Nel progetto 3.B: ogni pozione e’ un frame, gli ingredienti sono gli slot.
5.3 Architettura classica (pipeline)
ASR -> NLU (intent+slot) -> DM (stato, policy) -> NLG (template/parafrasi LLM) -> TTS
- NLU: intent detection + slot filling (oggi: BERT/token classifier).
- DM: state tracking + policy (frame, POMDP, o LLM-prompt).
- NLG: template statici (controllabili) o parafrasi LLM (vari ma rischiosi).
- Valutazione: task success, numero di turni, soddisfazione; nel progetto 3.D: 3 dialoghi
analizzati (errori comuni, fenomeni gestiti).
5.4 Aggregation (domanda d’esame)
Task della generazione: combinare piu’ atti/proposizioni in una frase fluida
(Il volo e’ alle 8. Il volo costa 50 euro -> Il volo delle 8 costa 50 euro):
pianificazione del documento, aggregazione, lessicalizzazione, realizzazione.
5.5 Bonus ASR/TTS (progetto 3.E)
Con speech cambiano gli errori: WER dell’ASR, rumore, barge-in, prosodia del TTS che
disambigua (o crea) atti. Strategia: conferme esplicite/implicite a seconda del costo dell’errore.
6. Collegamenti con l’esame
- Domande dirette: lambda-FoL; neo-davidsoniana; ambigue semantica; frame-based; 6 fenomeni;
aggregation. - Progetto 3 (Padawan) = §5 applicato: NLU con dipendenze (3.A), DM frame-based (3.B),
generazione template/LLM (3.C), valutazione su 3 dialoghi (3.D), bonus speech (3.E).
Fonti slide (pdftotext): lezione-05 ~1085 righe (composizionalita’, lambda, Davidson, AMR);
lezione-07 ~1228 righe (fenomeni, frame, pipeline, aggregation, valutazione).