0. 摘要
1. 引言
（1）有利于篇章文本结构化
（2）具有广泛的应用价值
-
篇章的因果关系：用于自动问答和事件关系抽取；
-
对比关系：用于研究情感分析；
-
扩展关系：用于自动文摘和篇章关键词抽取。
-
另外，在机器翻译中也得到广泛应用。
2. 语料资源
RSTDT、PDTB、HIT-CDTB
RSTDT、PDTB和HIT-CDTB之间的差异
其次介绍三种语料的 标注过程、基本组成 及 相应的实例分析。
2.1 三种语言学资源的区别
2.2 RST篇章树库(RSTDT)概述
-
修辞结构：是指篇章内各片段间，依靠 语义修辞关系 进行相互连接，构成整体篇章关系层次结构。
-
基本篇章单元（EDU）：对篇章文本进行切分，目的是 形成若干句型独立且能表达一定语义的片段
针对 RSTDT 中定义的 修辞结构关系，列举实例如图1所示。根据上述标注方法：
-
首先根据文本语义将原句切分为三个EDU；
-
然后识别相邻EDU间的修辞关系，并将原句表示成层次化的树形结构。
-
如图1所示，EDU2与EDU3存在 “对比（Con trast）”关系，而 EDU2和EDU3整体 与 EDU1存在 “时序之后（ Temporal-After）”关系，形成修辞关系结构树。
-
根据“卫星中心”理论，箭头由表示修饰的辅助成分 (Satellite)指向语义关系的中心（Nucle-us)
2.3 宾州篇章树库（PDTB）概述
小结：
-
论元： 由 连接词 衔接的两个片段
-
由连接词引导的论元 记为Arg2，另一论元为Arg1。Arg1和Arg2组成“论元对”
-
显隐式篇章关系，是PDTB根据论元间是否包含连接词进行划分的。
针对目前研究重点关注的显式与隐式关系类型，具体实例分析如下：
-
PDTB中的显式关系，如例1所示，由连接词“but（但是）” 引导的 Arg1和Arg2间 的篇章关系属于 “对比（ Comparison）”关系。
-
相对地，隐式关系如例2所示，论元对之间无连接词，但能 根据语义 推断 论元对 之间属于“时序（Temporal）”关系。
- 例2中用方括号注明的 “Implicit=at the time” 是人为添加的，表明论元间的隐式连接词为“ at the time（当时）”。
2.4 中文篇章树库（HIT-CDTB）概述
3. 篇章关系分析任务及评测方法
3.1 修辞结构关系分析
3.2 篇章语义关系分析(基于PDTB和HIT-CDTB)
目前篇章语义分析，主要针对 篇章片段中的语义连接关系 进行识别并分类。
- 任务定义
PDTB 和 HIT-CDTB语料都是针对 篇章语义分析研究 展开标注的。
其中，关于显隐式篇章关系的研究较多，下面以PDTB为例进行介绍。
-
评测方法
-
分别针对 各个篇章语义关系的分类性能 及 篇章语义关系分类的整体性能 进行评测。
-
其中，通过 构建多个分类器 预测 各个 篇章语义关系的分类结果。
-
如，评估 因果关系 的分类性能，可以将该类别的实例作为正例，其他关系类别的实例作为负例。
- 由此，构建二元分类器。
-
通过 准确率P、召回率R、F值、精确率Accuracy 等评测指标，分析该篇章语义关系分类器性能。
-
在评估 篇章语义关系整体分类性能 时，采用 多元分类器，通过 精确率 衡量分类性能。
-