本研究は自然言語理解における語義曖昧性解消のための新しい手法を提案します。従来の方法は主に粗い表現（WordNetの同義語セットやFrameNetのフレームなど）に焦点を当て、手作業で注釈されたデータを必要とします。一方、本論文では統計的言語モデルを使って、手動のトレーニングデータ無しで語義解釈を行う新しいアプローチを提示します。この方法では、符号化された自然言語理解(NLU)システムから生成された複数の候補意味を自然言語の区別可能な代替表現に変換し、言語的文脈に応じて適切な解釈を選択するために大規模言語モデル（LLM）に問い合わせます。選択された意味は再度符号化されたNLUシステムに伝播されます。この手法の有効性を人間が注釈したゴールド標準の回答と比較して評価しています。