Scene Abstraction for Lexical Semantics: Structured Representations of Situated Meaning
场景抽象：词汇情境化意义的结构化表示
🧭 基于LLM的词汇场景结构化表示
University of Texas at Austin · University of Massachusetts, Amherst
用LLM少样本提示从语境中提取结构化场景，捕捉词语的情境、属性和情感关联
📌 工作参考价值
- 在商品搜索和推荐中，对查询词和商品描述进行场景抽象（事件、实体、氛围、情感），可构建超越纯文本匹配的语义索引，提升长尾查询与相关商品的关联度。
- 对话Agent在理解用户意图时，可利用场景轮廓（如“独自喝咖啡”的场景轮廓：专注、提神、清晨）生成更贴合情境的回应，避免字面匹配导致的答非所问。
- 生成式推荐的理由生成可借鉴Expression Profile模块，将商品的场景化属性（如“静谧的冬夜”、“喜庆的节日氛围”）融入推荐文案，增强情感共鸣。
- 构建领域场景知识库（如将电商类目top关键词的场景预先抽象并向量化），可以冷启动实时场景解析，直接用于召回或重排阶段的特征增强。
动机：传统词汇表示（如词向量、词典定义）忽略了词语在具体语境中唤起的情景、氛围和情感关联（如“咖啡”常关联清晨专注、提神，“乌鸦”关联寂静、不祥）。这些情境化维度对真实语言理解至关重要，却长期隐含未建模。
方法：提出Scene Abstraction框架，将词语在一个语境中的“场景”定义为两部分：Contextual Scene（事件、实体、背景氛围）和Expression Profile（该词参与的事件、可泛化属性、唤起的情感）。通过LLM（gpt-4o-mini）的少样本提示，从单句语境中自动提取结构化场景。基于COCA语料库，为26个关键词构建了520个使用实例的数据集COCA-Scenes。
关键结果：1）场景识别任务中，人类观察者能以82.4%的准确率从四个候选场景中选出文本对应的场景，比纯文本嵌入基线高11.8个百分点，表明场景表示捕获了文本中隐含的情境结构；2）场景轮廓（Expression Profile）与人类对词语在语境中的解读一致性达86.4%，显著优于基于ATOMIC知识图谱的基线，证明了结构化场景轮廓的有效性。