论文阅读（1）篇章关系分析研究综述

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。