理论计算机科学电子笔记269（2011）83-94www.elsevier.com/locate/entcs从语言到逻辑的桥梁：概念、语境与本体Valeria de Paiva瓦莱里娅·德·派瓦1，2Cuil公司关闭CA，USA摘要本文简要介绍了在PARC完成的将自然语言句子转换为逻辑的工作，并提炼出一些简单的经验教训。然后，我们把我们的注意力转向形式逻辑适用于系统的背景，并描述了一些开放的问题，这些系统。关键词：自然语言逻辑，语境，本体论，构造模态第一章语言到逻辑：问题我想在这篇文章中讨论的问题，也是我过去十年来一直在研究的问题，很容易陈述。我想要一个计算机系统，它能读英语句子，并能以自动和高效的方式构造这些句子的逻辑表示我不想要非常复杂的句子，不需要几层意思，隐喻或诗歌。简单，事实的语言，你的平均12岁的孩子会理解的是这里的目标但是当我和朋友讨论这个问题时，我通常会遇到相反和无知的反应。太多的人是看着科幻电影长大的，他们相信《星际迷航》中超级高效的女性“计算机”或《2001：太空奥德赛》中威胁性的“哈尔”是技术，如果不是完全发达的话，就在拐角处。他们认为问题出在声音的机制上，而不是句子的意思。在另一个极端，有些人会说语言显然太复杂了，充满了意义的细微差别，太人性化了，计算机无法理解。这种逻辑是无法应付的，1感谢PARC的所有前同事的见解和讨论。 感谢Rodrigo de Salvo Braz邀请我在SRI做一个演讲，这就变成了这张纸条。特别感谢迪克·克劳奇和安·科佩斯塔克，很久以前，他们试图教我这个2电子邮件：valeria.depaiva@gmail.com.1571-0661 © 2011 Elsevier B. V.在CC BY-NC-ND许可下开放访问。doi：10.1016/j.entcs.2011.03.00784诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）83问题真的是不可能的。我自己，在不同的时候，我对这两种误解都感到内疚因此，本文的目标是描述一个（收集）可能的方法来解决这个问题，使计算机构建句子的逻辑表示的方式，清楚地表明，这个问题确实很难，但不是毫无希望的。我们不需要（另一个）六十年来解决它，但确实需要更多的资源，不同种类的，需要承担完全解决问题。现在有更多的团体和个人研究人员在研究它，摩尔很快我把任何一个把通常的语言句子翻译成逻辑表示的系统称为桥系统，因为它把文本的土地和逻辑的土地连接起来。这是我在2000年到2008年在PARC工作的团队开发的一个系统的名称，我将在下面讨论。但是Bridge这个名字在这里是以一种通用的方式使用的，适用于任何这种类型的系统。本文试图对这一问题研究中较为抽象的逻辑内容进行这项研究的大部分结果都在该小组的论文（参考文献）中描述，因此这篇笔记读起来有点像注释的参考书目。这是一个非常个人的观点，并不代表PARC或我的前同事的意见。写这篇文章是为了确保我注意到学到的教训，并确保我承诺在未来做更多的工作。2为什么是桥？为什么我们需要这座从语言到逻辑的桥梁？我们希望我们的计算机能够理解我们，并帮助我们完成日常任务。我们希望能够问问题，就像我们问其他人一样。我们希望搜索网络上的内容，明确地利用大量的文本数据。 但我们也希望 只有隐含的信息，你可以从陈述或已知的内容中得出的结论。我们想要大规模的智能信息访问，处理大量数据的能力，以及真正理解所允许的精度。我们希望总结逻辑和有效，我们也希望自动，高质量，语法翻译成其他语言，尤其是。虽然有一些系统可以完成所有这些任务，但很明显，拥有通常的反驳是，完整的语义解释太昂贵，太脆弱，只能在非常有限的领域实现。因此，我们在许多领域解决但在所有可能的世界中，我们真正想要的是完整的语义解释。我们应该努力建立越来越接近这种理想状态的系统。我们希望将英语句子翻译成一个逻辑系统（有待确定），这种翻译必须满足一些限制。让我们简单地检查一下其中的一些限制。第一个限制是，翻译必须是一致的。诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）8385位置。我们必须能够描述翻译的组成部分，并能够组成翻译的组成部分，直到整个句子处理。翻译必须有原则。当然，它必须在某种程度上保持意义它至少必须保持真值，但我们不介意意义的某些简化。很明显，如果我说“约翰设法关闭了窗口”，那么在那种情况下，约翰关闭窗口的过程就很困难。我们不会担心这个意义的组成部分，而只是担心这样一个事实，即如果翻译的另一个限制是，我们希望涵盖所有可能的英语句子的合理片段。 如果你强迫你所有的句子英语最多八个单词，那么翻译起来很容易，但是没有用。同样，我们希望能够处理通用文本，而不仅仅是预先指定的领域。 第四个也是最重要的限制是，我们从翻译中获得的“逻辑形式”必须对自动推理有用。这是通常的交易：翻译必须处理复杂的现象，但考虑到我们想用它来推理，我们希望它的形象，作为一个功能，尽可能简单。其中一些问题在Condoravdi等人的“蕴涵，内涵和文本理解”中进行了详细讨论从这个简单的设置中产生了几个重要的问题，例如：哪种逻辑应该是这种翻译功能的目标？我们怎么知道我们什么时候完成了？我们如何衡量翻译结果的2.1历史的题外话在我们解决这些问题之前，有必要消除这样一个神话，即提供自然语言句子的自动逻辑翻译是不可能的。逻辑学界普遍怀疑用逻辑方法描述自然语言的可能性。尽管罗素在逻辑学家中流行的观点是，对自然语言使用逻辑方法是有问题的，因为任何这样的语义学都假设了一个精确的语法，而且对于自然语言来说，这是不可能的[19]。尽管逻辑学家不相信，但70年代初，蒙塔古、戴维森、乔姆斯基和许多其他人的开创性工作建立了自然语言语义学领域，这是哲学逻辑和语言学之间的一个交叉领域。语言学家和计算语言学家在自然语言语义学方面做了40多年的扎实工作，但所接受的蒙塔古的话我不同意以下论点：86诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）83正式语言和自然语言-英语作为正式语言，1970年[20]虽然语言的逻辑方法现在已多少被接受了，但人们仍然不认为它是有用的。统计和学习方法在最初与语言符号处理相关的所有任务中的巨大成功意味着纯粹的符号处理现在被认为有点过时了。但应该明确的是，象征性方法不应被抛在一边。3桥梁的结构基于知识的（深层或基于逻辑的）意义表示允许高精度和召回，但通常在非常有限的领域。 用户很难阅读/解释系统的输出，但更重要的是，系统很难建立知识。相比之下，浅的，基于关键词的开放域表示，有广泛的覆盖面和失败的它们确实具有较低的准确率和召回率，并且对句子的形式过于敏感，但它们在现有的应用中表现得令人惊讶在某种程度上。现有的应用程序已经成倍增加，数据越多，这些方法的性能就越好。例如，机器学习的统计翻译现在比几年前要好得多，对于某些任务来说已经足够好了。有些人认为，计算语言学的所有问题都将通过向系统中投入更多数据来解决，但在我看来，我们显然需要机器学习和符号方法相结合。特别是数据驱动的方法似乎不能很好地执行存在的否定和矛盾。例如，如果我们指的是同一个事件，下面的句子显然是相互矛盾的：没有平民在纳杰夫自杀式炸弹袭击中丧生。两名平民在纳杰夫自杀式炸弹袭击中丧生但是否定在文本中不是非常突出，并且更多的数据不可能使基于关键词的系统更容易注意到矛盾。我们的方法将坚定地站在符号的一边，但希望尽可能多地使用机器学习方法传统的语言理解符号系统的体系结构由四个部分组成：预处理模块，解析模块（基于某种语法），语义模块和后处理器。传统上有许多不同种类的语法（基于不同的语言学理论）， 还有很多不同的语义。 虽然对于语法性至少有一定程度的共识，并且有大量带有判断的注释几乎没有共识，也几乎没有注释数据。3.1PARC方法在PARC开发并在[14]中描述的系统Bridge使用工业强度的解析器XLE和手工制作的词法分析器来解析英语句子。诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）8387功能语法（LFG）。系统的长管道如图1所示。(This Bridge系统的主管道上的变化来自分析的句子被映射到f-结构，然后f-结构被映射到语言语义结构。这些被映射到抽象的知识表示（KR）结构使用一个强大的重写系统[21]。从句法结构到（语言学）语义的映射，然后是抽象知识表示在XLE平台上运行，并在Crouch和King[30]和Crouch [21]中进行了描述。在AKR中使用概念的语言学、语义学原理最初在Condoravdi等人（[1，5]）中描述。该系统的组件已在Crouch和King [30]、Gurevich等人中描述[15]和Nairn et al.[27]第10段。较早的应用程序收集复印机维修技巧写的施乐技术人员在克劳奇等。[3]的第11段。最近的应用程序问答的框架内的PASCAL组织的竞争识别文本的内涵（RTE）中描述的Bobrow等人。[13 ]第10段。这种从文本中生成逻辑的分层方法是有用的，也是自然的，但非常过时。关于这种方法有多过时的定量研究可以在Hall，Jurafsky和Manning的论文中看到另一方面，在这一传统中的一些新工作在Bos和Delmonte的书中描述与系统桥相关联的逻辑系统已经从系统产生的实际描述每个句子产生一个表示，由概念和上下文组成。这样总结的表示系统的逻辑，称为TIL（文本推理逻辑），在Bobrow等人[7]和de Paiva等人[12]中描述。（第二篇论文讨论了Bridge系统是如何从基于常识本体Cyc的系统变成基于PARC统一词典本体的系统的，以及这种变化是如何没有问题的。88诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）83在这里，我们提出了TIL的第三个版本，这次试图独立于语法形式主义（LFG），从分析机制（XLE）和重写语言语义（转移）以前使用。3.2文本推理逻辑TIL考虑一个给定的英语句子语料库C，适当地标记和解析。C 中 的句子记为s1，s2，.假设我们有一个完美的WordNet和VerbNet的组合的扩展版本，其产生关于我们语料库中的动词、名词、形容词和副词的词汇信息，并且准确和完整。假设我们有一个命名实体识别器（NER）和一个解析器，它为每个句子生成一个排序良好的解析树集合然后对于C中的每个句子si，桥系统将产生一个表示si的语义内容的rep i。这种表示由一组断言组成，这些断言将句子si中提到的概念和上下文联系起来。任何句子都有一个或多个上下文。像The boy arrived这样的简单句子将有一个上下文，我们将其写为context（t）。这个语境从句子的作者的角度例如，对于像John Smith discovered that three men died这样的句子s1，其表示rep1将具有两个上下文，顶部上下文上下文上下文（t）和所发现的上下文上下文（ctx（die：5））和四个概念：Smith：1，discover：2，man：4和die：5。这些概念是一般本体的子概念，为了具体起见，是由解释挑选的WordNet同义词集的子概念，并且它们通过角色相互连接例如，完整的代表性rep1如下：概念结构：子概念（discover：2，[detect-1，. .，identify-5]）role（Theme，discover：2，ctx（die：5））role（Agent，discover：2，Smith：1）subconcept（Smith：1，[male-2]）alias（Smith：1，[John，Smith，John Smith]）role（cardinalityrestriction，Smith：1，sg）subconcept（die：5，[die-1，die-2，. ............，die-11]）角色（主题，die：5，man：4）子概念（man：4，[man-1，. ............. ，world-8]）角色（基数限制，man：4，3）上下文结构：context（t）context（ctx（die：5））top context（t）上下文提升关系（veridical，t，ctx（die：5））context relation（t，ctx（die：5），crel（Theme，discover：2））instantiable（Smith：1，t）instantiable（discover：2，t）诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）8389instantiable（die：5，ctx（die：5））instantiable（man：4，ctx（die：5））时间结构：temporalRel（startsAfterEndingOf，Now，discover：2）temporalRel（startsAfterEndingOf，Now，die：5）关于为什么使用概念作为Word-Net/VerbNet本体中给定概念的子概念是自然语言语义的有用表示工具的讨论，因为它允许单调性蕴涵的自然推理，在[1，12]中提供。在我们的表示中使用的上下文来自麦卡锡和古哈的思想，他们将知识划分为所谓的微观理论，人们可以使用提升公理在上面的示例中，来自内部上下文（John发现的内容的上下文，上下文ctx（die：5））的信息可以经由提升公理被提升到顶部上下文，该提升公理说由“discover "引入的如果没有上下文，桥系统产生的逻辑将是描述逻辑的简化版本（翻译），只有合取词和存在角色。但是上下文和角色的混合，如上面的断言角色（主题，发现：2，ctx（死：5）），使这个系统更有趣，也更复杂。考虑到我们试图将一个演化系统形式化，至少作为第一步，在抽象和模块化的方式下，在一个命题基础上讨论上下文的可能逻辑，并试图将这些可能的系统与实现系统的输出相匹配，似乎是一个很好的策略。这是[6]、[8]和[10]中所追求的方法。我们回顾一下这种方法，以便我们稍后设置一些开放的问题。4语境的建构逻辑在文献中对AI的现有上下文逻辑进行了调查，以及这些想法对建设性设置的一些适应[6]。这篇论文讨论了一个非常弱的多模态逻辑，其中模态简单地引入了不同类型的推理可以发生的边界，似乎是一种很有前途的方式来处理桥梁系统的上下文麦卡锡的想法是，除了基本的命题变量，我们还有一个上下文的集合，命题公式被标记为它们所处的上下文。我们写Ci（φ），意味着命题φ在上下文Ci中成立。Buvac和Mason在[28]中正式提出了这个想法的工作[6]将上下文逻辑的基础改变为直觉主义（或构造性）系统，并删除了一个额外的公理，由Buvac和Mason称为Δ。[6]的口号总结是文[6]中提出的系统CKn是一个多算子K型多模态逻辑。这些模态彼此独立，因此原则上C i C j（φ）不等同于C j C i（φ）。同样，我们对每个模态Ci的唯一属性是K公理，或者说，前件式是前件式。90诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）83记作Ci（φ→φ）→Ci（φ）→Ci（φ）。系统CK最初是用自然演绎证明理论和范畴语义在[18]中引入的，Mendler和de Paiva在[8]中为系统CKn最近，Mendler和Scheele在CK（个人通信）的对应理论方面做了一些工作，并将其用作构造性描述逻辑的基础[22]。CKn的主要特征是它有一个非常弱的必然性概念，不能像模态逻辑的构造性版本那样用可能性来定义与大多数构造性模态逻辑不同，可能性模态Q不满足析取上的分布：Q（φ）→Q（φ）<$Q（φ）Q（π）→ π但是，即使人们接受语境应该被建模为建构模态，也有几种可能的建构模态。系统CKn可以与辛普森在他的博士论文[31]中提出的系统进行对比，系统化了以前关于直觉模态逻辑的工作。这就建立了一个基于系统IK的直觉模态逻辑的完整框架，它满足上述两个命题。辛普森的系统给了我们一个通用的框架，具有直觉模态逻辑的许多期望的属性，平滑地集成在一个单一的框架中。它的证明理论使用了一种额外的断言，这种断言建立在克里普克语义中，作为有关逻辑的演绎装置的一部分。其他关于构造模态逻辑的观点也存在，特别是，从直觉逻辑应该被认为是S4模态的前提开始的工作。这就产生了不同的构造模态逻辑系统。原则上，模态逻辑的这些相互竞争的系统中的任何一个都可以用于我们对语境的建模。使用CKn的原因之一是它是这些系统中较弱的一个，并且可以在必要时添加额外的公理来更精确地描述现象4.1构造性描述逻辑鉴于语言学家的经验证据强烈表明，我们需要一个既有语境又有概念的逻辑系统，研究可用的描述逻辑的各种变体以及语境概念如何与概念结合是有意义的 我们特别想描述传统的描述逻辑，比如ALC，有上下文。从一开始，我们的哲学就一直是产生构造性逻辑，在那里我们有更好的机会利用Curry-Howard同构从规范中提取程序因此，从一个简单的“构造性描述逻辑”开始思考是有意义的。这里涉及的一些问题在2006年的论文“建设性描述逻辑：什么，为什么和如何”中得到了阐述这条工作路线一直由M。Mendler和S. Scheele在[22]中开发了一个功能齐全的系统，适用于电子审计Bozzato等人[26]也已经产生了一个完整的系统KACL，这是一个更大的程序的一部分，该程序包括用于“基本构造性描述逻辑”的系统BCDL诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）8391对于这两个系统。这些系统也致力于将Curry-Howard同构应用于描述逻辑，但坚持黑田公理的一个版本你好A→R.A他们认为这是Kripke语义的有限模型属性所必需的。德·派瓦、豪斯勒和拉德梅克[11]最近的工作产生了另一个构造性描述逻辑系统，这次是在辛普森的构造模态逻辑框架的基础4.2构造性混合逻辑然而，情况可能是，而不是建设性的描述逻辑，我们应该研究的概念建设性的混合逻辑。混合逻辑，如辛普森的构造模态逻辑，采用Kripke模型的概念，使它是逻辑本身的描述的一部分。但是，辛普森我不清楚这个额外的功能是否对自然语言的应用有用（或没有）。但值得注意的是，混合逻辑的重新发现，首先是由Prior构想的，是由Seligman [29]和其他人关于自然语言描述的混合逻辑变体的4.3逻辑开放问题在前面的小节中提到了几种逻辑系统的选择，其中一些只是部分描述，而另一些则根本没有研究。我相信，这些系统至少应该最低限度地研究它们作为语境逻辑的潜在用途。为了帮助开始这片土地的特许经营，我展示了下面的图表，解释了其中的一些联系。在下面的图中（摘自作者在2010年6月诺丁汉的一次半决赛中展示的幻灯片），我们在中间一行中有混合逻辑的经典系统，多模态K和规范描述逻辑，ALC。在第一行，我们有相应的系统，当以辛普森方式建构时，在底部行，系统以德派瓦/门德勒方式建构。左下角的系统并不存在，然而，它将是构造性知识的底部的中间系统是CKn系统，如Mendler和de Paiva所描述的，而最右边的系统tem是Mendler和Scheele的构造性描述逻辑。 系统不但是应该考虑的是使用被赋予模态的描述逻辑来添加上下文的系统。正如它可以看到有很多机会完成图表和显示这些逻辑系统有用。92诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）835结论我们讨论了一类以自然语言句子作为输入并产生与这些句子相对应的逻辑公式我们称这些系统为桥梁，我们研究了这些桥梁从语言到逻辑的可能目标。然后我们研究了一些纯粹的逻辑系统。还有许多工作要做。这项工作必然是一项经验性的工作，成功的主要标准之一将是任何这类系统所获得的覆盖面。处理这些可能的桥梁的管道很长，每个连接点都有可能出错，因此必须建立强大的回归系统引用[1] C. Condoravdi，D.作者声明：R. Stolle，D. Bobrow，M. van den Berg and V. e Paiva，信息系统中的形式本体，FOIS'01，2001年10月[2] Everett，J.，Bobrow，D.，孔多拉夫迪角克劳奇，D.，van der Berg，M.，波兰尼湖，和V.de Paiva，[3] 克劳奇河，孔多拉夫迪角斯托勒河，金，T.H、Everett，J.，Bobrow，D.和v.de Paiva诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）8393[4] Stolle，R，Bobrow，D.，孔多拉夫迪角克劳奇河和de Paiva，V.AAAI春季研讨会论文集，关于问题分类的新方向，斯坦福，加利福尼亚州，2003年3月。[5] 孔多拉夫迪角克劳奇河，斯托勒河，Bobrow，D. de Paiva，V.“蕴涵、意向性和文本理解[6] de Paiva ， V. “Natural Deduction and Context as (Constructive) Modality”, In Modeling and UsingContext, Proceedings of the 4th International and Interdisciplinary Conference CONTEXT 2003,[7] Bobrow，D，Condoravdi，C.，克劳奇河，卡普兰河，卡尔图宁湖金，T. H、de Paiva，V.和Zaenen，A.，“一个基本的文本推理逻辑”。在Procs. AAAI关于文本问题推理的研讨会，匹兹堡，2005年7月。[8] Mendler，M.和de Paiva，V.[9] Brauüner，T. anddePai va，V.“TowardsConstructiveHybridLogic”，2003年9月22-23日在法国南希的LORIA上发表的第3期模型方法。Journal version，[10] de Paiva，V.[11] de Paiva，V.，豪斯勒和Rademaker，A. “Constructive Description Logics Hybrid-Style”, Manuscriptsubmitted to HYLO10, Edinburgh[12] de Paiva， V.， Bobrow， D.， 孔 多 拉 夫 迪 角 克劳 奇 河 ， Karttunen， L， King， T.H、 奈 恩 河 ， 和Zaenen ， A.“Textual Inference Logic: Take Two”, Proceedings of the Workshop on Contexts andOntologies, Representation and Reasoning, CONTEXT[13] Bobrow，D.，孔多拉夫迪角卡尔图宁湖金，T. H、de Paiva，V.，普莱斯，C.，奈恩河，Zaenen，A.“精确聚焦文本推理”，在ACL-PASCAL文本蕴涵和释义研讨会论文集，pp。2007年16-21日[14] Bobrow，D.，切斯洛河孔多拉夫迪角卡尔图宁湖King，T. H，Nairn，R.，de Paiva，V.，价格、C.和Zaenen，A. PARC的桥梁和问题查询系统。Proceedings of Grammar Engineering AcrossFrameworks，pp 26-45，2007.[15] 古列维奇岛克劳奇河，金，T.H. 和de Paiva，V.J. Log. Comput. 18（3）：385-404（2008）。2008[16] 普 莱 斯 ， C. ， de Paiva ， V 和 King ， T. H..“Context Inducing Nouns, in Knowledge and Reasoning forAnswering Questions (KRAQ’08) workshop associated with COLING’08, Manchester, UK, 23 August 2008[17] Bos，J.和Delmonte，R. “Semantics in Text Processing”, College Publications,[18] Bellin，G.，de Paiva，V.Ritter，E.“Extended[19] 加穆特湖T. F.、[20] 蒙塔古河“普遍语法”。Theoria 36（1970），373398.（1974年重印）。[21] 克劳奇河“Packed Rewriting for Mapping Semantics to KR.”2005年第六届国际计算语义学研讨会论文集[22] Mendler，M.和Scheele，S.“面向抽象和细化的建设性DL”。Description Logics，2008.[23] McCarthy，J.[24] Copestake ， A.“http://www.cl.cam.ac.uk/Slacker Semantics ： Why Superficiality ， Dependency andAvoidance of Commitment can be the Right Way to Go” ， EACL 2009 邀 请 演 讲 ， 可 从www.example.com~aac10/research.html获取。[25] MacCartney，W. Manning，C.“自然逻辑的扩展模型”第八届计算语义学国际会议（IWCS-8），荷兰蒂尔堡。2009年[26] 博扎托湖法拉利，M.，Villa，P.“A Note on Constructive Semantic for Description Logics.”在CILC 09 -24 Convegno Italiano di Logica Computazionale接受。2009年94诉de Paiva/Electronic Notes in Theoretical Computer Science 269（2011）83[27] 奈 恩 河 ， 孔 多 拉 夫 迪 角 和 Karttunen ， L.“ 计 算 文 本 推 理 的 相 对 极 性 ” 。 ICoS-5 （ Inference inComputational Semantics），2006。[28] Buvac，S.，Buvac，V.和Mason，I.“Metamathematics of contextuals”，Fundamenta Informaticae，23（3），1995.[29] 塞利格曼，J。“正确描述的逻辑”在M。de Rijke，et al（ed.）内涵逻辑的进展。Dordrecht，KluwerAcademic Publishers，107-136，1997.[30] 克劳奇河和King，T. H.“统一词汇资源”的跨学科研讨会上的动词特征和动词类的识别和表示，萨尔布吕肯，德国。2005.[31] 辛普森，A. “The Proof Theory and Semantics of Intuitionistic Modal Logic”.PhD thesis, University ofEdinburgh,[32] Hall，D.，D. Jurafsky和C. D. 曼宁2008年 2008年自然语言处理经验方法会议论文集，pp。363-371.http://nlp.stanford.edu/www.example.com~manning/papers/D08-1038.pdf
