吴云芳，徐艺峰，王恺然

(计算语言学教育部重点实验室(北京大学) 北京 100871)



汉语篇章级小句关系的标注体系

吴云芳，徐艺峰，王恺然

(计算语言学教育部重点实验室(北京大学) 北京 100871)

句际关系自动分析属于篇章语义学研究的范畴，虽然英语句际关系的研究已有大量工作，但汉语句际关系的自动分析还只是刚刚起步。该文在RST理论框架下，结合汉语特点，提出了完整的汉语篇章级小句关系标注体系。将汉语话题和逻辑关系置于同一个框架下进行描述，将小句关系划分为事件附属关系和事件逻辑关系两大类。逻辑关系又包括6个中类、15个小类。目前已在人民日报语料上完成了8 000个句子的小句关系标注。抽取出其中1 000个句子检测了双盲标注的一致性，揭示了汉语意合性语言小句关系标注的困难；并基于标注数据对关系类型进行了定量分析，指示了汉语句际关系自动分析将面临的重点和难点。

句际关系；小句关系；语料库标注

1 引言

句际关系分析旨在探讨句子之间存在的或并列、或因果、或转折等多种逻辑关系，是实现文本内容深层理解的必需环节。句际关系的研究属于篇章分析(discourse analysis)的范畴。修辞结构理论(Rhetorical Structure Theory, RST)[1]将篇章结构划分为两个层级： 高层是整篇文本的结构框架(schema)，基层是局部段落中句子与句子之间的连贯关系(coherence relations)，篇章的整体关系就由这两个层次搭建起来。廖秋忠[2]指出，篇章研究可以分为两大类： 篇章连贯与篇章结构的研究。句际关系自动分析即是研究篇章微观层面的意义连贯。……