报告主要介绍了Jackendoff提出的词汇概念结构(Lexical Conceptual Structure, LCS)，这种语义表示框架较好地刻画了动词的论元结构和空间语义信息。
报告还介绍了Bonnie J. Dorr在LCS的基础上构造的数据库LCS Verb Dataset (LVD)，以及她发表于SpLU 2018的论文The Case for Systematically Derived Spatial Language Usage，在这篇论文中，Dorr介绍了一种自动化抽取空间词语实例化用法模版的技术，并以此构造了STYLUS数据库。

1. LCS 不仅表示了动词的论元结构，还对动词的空间语义进行了刻画
2. LCS 作为中间表示，已经被应用到了跨语言的文本生成任务当中。尽管基于 LCS 的机器翻译系统很难覆盖许多语言现象，但如果只是应用到空间方位语句生成这一小的范围内，或许能有不错的表现。特别是在机器人导航等领域，可以考虑利用 LCS 生成简单语句。
3. Bonnie J. Dorr 基于 LCS 构建了一些语义数据库，但主要还是对词汇的刻画，如果想要在此基础上进行研究，目前可能只能考虑基于规则的方法，应该不太能直接应用基于统计和神经网络的技术。
4. Dorr and Voss [2018a] 从 LCS 中根据介词和空间语义提取出了三类语言使用模板，对于简单空间方位语句的生成具有指导意义。作者在论文中还提到，可以考虑研究如何自动地从 AMR, PDT 等数据中自动获取语言使用模板。然而，作者的方法更多地是基于 LCS 的特性，我认为难以扩展到其他语义表示框架中。