我想知道计算语义是否真的在任何现实世界的系统中使用？（这里和这里的简单示例）。我想看看实际的系统是如何工作的。
在任何现实世界的系统中实际使用计算语义似乎都有很多问题：
- 似乎只是用词性标签来标记句子是容易出错的
- 但你也需要一个可靠的解析树，它很容易出错，一个句子可以有很多有效的树
- 找出哪些代词指的是哪些实体是容易出错的
- 单词消歧也是错误的另一个来源，在同一上下文中，多种含义可能有效
- 我能找到的任何无上下文的英语语法似乎都是不完整的
最后，在避开了所有这些错误来源之后，我们终于可以用计算语义将句子转换为FOL了！
此外，我似乎不知道如何处理计算语义学中的介词。
这真的只是一个学术练习吗？还是计算语义学真的有用？
自然语言有几种比简单的lambda演算和上下文无关语法更好的方法，即HPSG、Montague Grammar、TAG。。。
例如，单词消歧可以通过马尔可夫链来处理。
Siri、Google Now、Cortana和IBM Watson是现实世界系统的一些例子。
谷歌翻译是另一个使用计算语义的应用程序。
我相信（但不要引用我的话），这项由帕洛阿尔托研究中心（PARC，前身为Xerox PARC）现已解散的自然语言理论与技术小组开发的技术，利用lambda演算来提供关于文本蕴涵的推断。idk我只在那里工作了一个夏天（大一，所以对那里的大部分事情都非常了解）。
无论如何，这项"技术"已经开发了30多年，然后Powerset以1500万美元的价格买下了所有这些技术的使用权，试图颠覆整个智能搜索。然后，Bing的肥头出现了，狼吞虎咽地吃掉了它，然后继续吞噬整个研究小组。主要的核心研究人员现在只在斯坦福大学担任副教授。悲哀的