李 生，孔 芳，周国栋

(苏州大学 计算机科学与技术学院，江苏 苏州 215006)

基于PDTB体系的隐式篇章关系识别

李 生，孔 芳，周国栋

(苏州大学 计算机科学与技术学院，江苏 苏州 215006)

识别隐式篇章关系是篇章分析领域中非常有挑战的一个任务。该文基于PDTB语料提出一个隐式篇章分析识别方法，使用传统的特征如动词，极性和句法推导规则等，系统分析了它们对隐式篇章分析的影响。我们利用全部标注数据构建多个分类器并使用加法规则融合分类结果，此外还通过前向特征选择算法确定各分类任务最优的特征集。实验结果表明该方法能显著提升隐式篇章分析的性能。

篇章处理；隐式篇章关系；宾州篇章树库

1 引言

篇章分析旨在确定文本的内在结构，篇章语义关系识别是篇章分析的重要组成部分，它对自然语言处理的其他任务(如信息抽取，自动摘要以及统计机器翻译等[1-3])起着重要的作用，近年来已逐渐成为研究的热点之一。篇章语义关系包含两类： 显式篇章关系(Explicit Discourse Relation)，即文本单元间存在显式的篇章连接词(如because，but，so等等)；隐式篇章关系(Implicit Discourse Relation)，即文本单元间没有显式的连接词，它们间的逻辑语义关系可根据上下文推理出来。已有的相关研究表明，由于篇章连接词在表达的逻辑语义上极少有歧义[4]，相对与隐式篇章关系的识别，显式篇章关系的识别要容易的多，性能也更好。例如，在PDTB(Penn Discourse Treebank[5])体系下，仅使用连接词及其前后一个词作为特征，英文显式篇章关系识别在顶层的四大类上就取得了96%的F1值。……