语义解析研究综述：提出注意力增强的编码器-解码器通用方法，无需高质量词汇表、手工模板和语言特征，可跨领域迁移。基于句法分解的方法在CFQ上以1%训练数据取得最优结果。神经语义解析器将自然语言映射为逻辑形式，采用转换方法生成树形结构，结合注意机制解决标记不匹配。分层解码器和格点表示等新方法提升性能与可解释性。对抗攻击鲁棒性研究构建测试集并评估数据增强效果。