APP下载

基于主述位理论的汉语基本篇章单元识别

2019-09-05葛海柱周国栋

中文信息学报 2019年8期
关键词:信息

葛海柱,孔 芳,周国栋

(苏州大学 计算机科学与技术学院,江苏 苏州 215006)

0 引言

近年来,随着句子级研究的日趋成熟,篇章分析成为研究热点之一,它在信息抽取、机器翻译、指代消解等自然语言处理领域中的应用越来越广泛,逐渐成为自然语言理解的核心问题之一。

篇章也称语篇,通常是由一系列连续的子句、句子和句群构成的语言整体单位。任何文本单元都不可孤立地进行分析,而是需要根据其上下文进行解读。而篇章分析的目的就是从整体上解读文本,分析篇章内部的结构和关系。因此,篇章分析的一般步骤包括: ①识别基本篇章单元。基本篇章单元(Elementary Discourse Units,EDU)是句子中具有独立语义和独立功能的最小单位,是进行篇章分析的基本单位。②篇章结构及关系的解析。将识别出的基本篇章单元依据一定的关系(例如,修辞关系)构建成特定结构,常见的结构有树和图等。可以看到,无论进行哪种篇章结构的分析,EDU识别都是一项基础工作,它的识别性能会对后续篇章结构的解析产生极大的影响。

从篇章衔接性角度[1]出发,我们认为每个EDU都由主位和述位两部分构成,其中主位是说话人想要表达信息的起始点,而述位代表话题的核心,用于表示说话人扩展或解释主位的信息,是说话人要传达的新信息。因此,只要准确地识别主位和述位的位置,就能通过主、述位确定基本篇章单元的边界。基于此,本文给出了一个基于主述位理论的基本篇章单元自动识别方法,其基本思想是充分利用主、述位间的信息序列化特性,将主述位识别看作一个序列化标注问题,在识别出主述位的基础上,再根据主述位的位置确定EDU的边界。……

登录APP查看全文

猜你喜欢

信息
订阅信息
展会信息
信息超市
展会信息
展会信息
展会信息
展会信息
展会信息
信息
健康信息