自然语言处理是人工智能技术的一个范畴。指代消解是一个确定自然语言中两个成分是否指代同一个事物的过程。指代消解的对象包括但不限于各种名词,也包括各种名词性短语,如代词等。在过去十年中,指代消解领域发生一个重大转变,从基于规则、手工的系统转向机器学习系统。现有比较主流的指代消解算法大多是基于机器学习的方法,很多是二元分类的框架继承而来。基于二元分类的算法有一个问题,因为它在对每个候选先行词进行二元分类时,相互之间都是独立考虑的,没有整体的看问题,因此摈弃了一些全局信息。而口语中的文本往往不是完整的句子结构,因此全局信息格外重要。本系统提出了实体-表述模型,采用了归纳逻辑编程的算法,来展现目标待决表述、篇章实体以及篇章实体对应表述之间的关系。首先,制定一系列一阶谓词逻辑规则,用这些一阶谓词逻辑规则可以捕获篇章实体对应的每一个独立表述的信息,同时还能捕获篇章实体的整体全局信息来进行指代消解。因此,该模型比传统的表述对模型以及实体-表述模型更能捕获全局的信息。然后,本系统处理了表述之间的指代传递性,简而言之,当一个表述与另外两个表述都满足互指关系时,那么另外两个表述之间满足互指关系的可能性也非常高。利用这项技术,可以将一些没有发现的、潜在的同一个篇章实体不用表述之间互指关系找出来。