在多轮对话问答，端到端对话聊天机器人等多个场景下，不完整的句子在现有框架下的处理显得尤为棘手。句子的不完整性可以体现在：1. 指代词（9coreference），使得语句语焉不详指代不清，没法在上下文缺失的情况下就单一句子理解含义；2. 省略词（ellipsi），导致句子成份缺失，上下文背景信息不完善。如何解决这两个问题也引发了学界业界的广泛研究探讨，从而衍生出两个子任务 Coreference Resolution 和 Information Completion。

上述两个子任务可以统称为 Incomplete Utterance Rewriting（IUR），目的是将不完整的话语改写成语义等价但独立于语境的话语。这篇文献综述选取了近年来比较有价值的一些（23 篇）相关工作，做了简要梳理，包括相关公开数据集，模型构造方法等。

内容中包含的图片若涉及版权问题，请及时与我们联系删除