对话系统目前主要涵盖的领域是数据库信息查询，现在许多工作都是为了让对话系统更加协作，反映在对话领域从限定到开放，对话需求从简单的一对一问答到完成任务或者闲聊。要发展更协作的对话系统，需要在对话贡献本身的构建、深度表征中话语的可解释性等方面取得进步。通过动态的增量构建来实现更灵活的转换就是前一个方面的一种研究思路。为自发的口语表达创造意义表征方法，这是这篇文章涉及工作的主要贡献。这种方法基于现有的、经过充分研究的表示形式——RMRS ，它可以表示从浅到深的不同层次的语义细节;我们已经对其进行了扩展，以适应增量构建，这样就可以与增量语音识别同步创建意义表示，为增量解析提供输入。文章已经在一个用于增量处理的开放框架中描述了这样的解析器和语义构造组件的实现，并概述了其中使用过的一些应用。

1.MRS中元素的下标问题
在语义表示中，量词的scope是一个关键问题。句子“every fat cat sat on some table”中的every和some，其scope都可以是整个句子或者一部分。MRS是一种underspecification的语义表示形式，其下标主要是起到区分的作用，相同的下标表示“共指”关系。下标的具体数值并不重要。由于并不指明的量词的作用域，只是通过qeq关系给出一定的约束，所以量词的scope可以有多种变化，从而通过一个表达式就表示了多种可能。
2.Frege组合性原则
以往对句子进行语义表示主要遵循Frege的组合性原则 (The Principle of Compositionality)，即“句子的语义由其每个部分按照语法组合顺序进行组合得到。”想要对句子进行语义表示，需要得到整个句子，这种形式可以称为是“静态表示”。增量式语义表示更准确地说应该是“动态表示”，每获取一个词，就根据新获取的词调整和填补当前的语义结构，直到所有待定的槽位被填满。
3.MRS与框架语义的比较
MRS与框架语义的表现形式看上去有些相似，但实际上两者完全不同。MRS的各个hole并不能直接填入其他变量，包括qeq关系，实际上是给出了scope的限制条件，h1 qeq l1不代表l1可以直接填入h1。此外，框架语义是非形式化的，是根据人的语感和直觉构造出来的现实化的语义表示，而MRS还是一种形式化的符号化的语义表示，也就是说，MRS表示的语义关系更多的是基于语法关系和语法结构，和我们所认知的语义 (meaning) 还是有很大的gap。