Machine learning 机器学习-检查与诊断；解析与前一句相关的句子

在自然语言处理过程中，应该用什么逻辑来确定当前句子是否有需要在解析时从上一个句子中提取的“线索”

我不知道如何恰当地描述这个问题，或者它被称为NLP的哪个子主题，所以我将给出一个示例

如果前一句话是

在纽约市给我找一家意大利餐馆

现在的句子是明天那里的天气怎么样

解析器应该如何理解当前句子中的

那里

指的是前一句中提到的

纽约

---

PS-我是NLP的新手，请在这里耐心解释。

回指是指自然语言语篇中先前的表达。例如：“玛丽死了。她很老了。”单词她指的是玛丽，被描述为对玛丽的回指。玛丽被描述为她的前辈。照应语通常是代词，如示例中所示，但也可能是明确的名词短语，如：“罗纳德·里根皱眉。总统显然对此问题感到担忧。”这里，总统是对罗纳德·里根的照应语。在某些情况下，前一句中可能没有明确提到回指，如“约翰拿出铅笔，他发现铅笔芯断了。”这里的铅笔芯指的是他的铅笔的一个子部分。回指不必出现在前一句中，它们可以放在更远的地方，也可以在同一句中，如“约翰拿出铅笔，但发现铅笔芯断了。”在我们所有的例子中，到目前为止，回指和先行词都是名词短语，但VP和句子回指也是可能的，如“我今天解雇了首相。在这种情况下，这是我的职责。”这里是对副总统和总理的回指。 有关回指的相当完整和相当有趣的处理，请参见

---

你也可以找到一个算法来解决这个问题。

这实际上让我开始研究这个问题。在四处挖掘的过程中，我发现了术语

coreference

。它们可以说是完全相关的吗？coreference resolution是找到文本中引用同一实体的所有表达式的任务。这是一个重要的步骤对于许多涉及自然语言理解的高级NLP任务，如文档摘要、问答和信息提取。