国外言行为自动标注研究进展.docVIP

国外言语行为自动标注研究进展 　　〔摘要〕文章采用统计方法考察了近十年在国外期刊上与言语行为自动标注相关的论文，进而呈现国外言语行为自动标注研究的进展。近十年言语行为自动标注以言语行为理论为基础，对文本、音频等言语行为进行标注，热点话题主要为情感识别、文本挖掘、人机对话、机器翻译等，研究体裁也多集中于医疗对话、商务会议、信函、网络语言等。文章对国内未来言语行为自动标注研究有一定的启示意义。 中国论文网 /4/viewhtm　　〔关键词〕言语行为；自动标注；标注体系 　　〔中图分类号〕H0〔文献标识码〕A〔文章编号〕1008-2689（2017）05-0012-07 　　引 言 　　英国哲学家Austin在20世纪50年代提出的言语行为理论（speech act theory）认为人们在以言行事，人们说话的同时是在实施某种行为[1]。Austin 指出言语行为可以分为叙事行为、施事行为和取效行为三种。言语行为自动标注是指“使用计算机等技术使言语行为分类的工作自动化，有时也被称为言语行为自动识别或自动分类等”[2]。言语行为自动标注对于对话系统、机器翻译和自动问答系统中问题理解和意图判断具有重要的意义，已成为信息检索和自然语言处理领域的一个研究热点。言语行为标注体系及其自动识别的应用主要集中在对话系统、机器翻译和自动问答系统等方面[3]。虽然已有学者提及相关术语“言语行为自动标注”[4]，或对言语行为自动标注进行综述研究，但至今还未见考察国外言语行为自动标注研究最新进展的相关文章。文章拟考察近十年（2007-2016）发表在国际期刊上的论文，以期呈?F国外言语行为自动标注研究进展。 　　一、 研究问题与方法 　　本研究将回答以下问题：（1）近十年国外言语行为自动标注研究的主要标注体系是什么？（2）近十年国外言语行为自动标注的热点研究体裁、研究话题是什么？首先，本研究以“speech act automatic annotation”为检索词，选取 SSCI 来源期刊中的语言学期刊和计算机科学期刊，时间设置为 2007-2016年，共获得100篇相关英文文献。为保证结果的可靠性，筛选过程由两位研究者分别进行并汇总核对。其次，对文献的关键词频数进行人工统计，并得出关键词统计表。最后，本研究基于关键词词频统计数据，挖掘近十年国外言语行为自动标注的研究热点，包括标注体系、研究体裁和研究话题。 　　二、 言语行为标注体系 　　在进行言语行为自动标注时，研究者最常用到的标注体系是DAMSL标注体系，其他常见的有DIMEDAMSL、INTSINT、VERBMOBIL标注体系。 　　（一） DAMSL标注体系 　　计算机自动标注系统建立在Austin和Searle的言语行为理论之上，同时推动了言语行为理论的发展[1]。对话行为多层置标语言体系（Dialogue Act Markup in Several Layers，简称DAMSL）。主要针对对话行为的信息标注，标注分为四个层次：（1）交流状况（Communicative Status）记录对话是否可以理解并且完整，包括不可译（Uninterpretable）、中断（Abandoned）和自言自语（Selftalking）；（2）信息层次（Information Level）指对话内容中包含的语义类别，包括任务（Task）、任务管理（Taskmanagement）、交流管理（Communicationmanagement）及其他层次（Otherlevel）四个标签；（3）前向功能（Forwardlooking Function）指当前对话对说话者未来的信念和行动带来的限制，包括声明（Statement）、对听话者未来行动有影响的（Influencingaddreseefutureaction）、信息询问（Inforequest）、承诺（Committingspeakerfutureaction）等标签；（4）后向功能（Backwardlooking Function）指当前对话与之前对话的联系，包括同意（Agreement）、理解（Understanding）、回答（Answer）三类标签[5]。每段对话都可被标记为四种层次中的0个、1个或多个标签。 　　在针对不同体裁中的不同言语行为进行标记时，研究者会对标签进行更细致的归类和筛选，如在网络即时通讯对话中，SelfTalk（自言自语）和Uninterpretable（不可译的）两个标签因不符合对话形式而被排除，No Answers （没有回应）、Rejects（拒绝）和Negative Nonno Answers都显示为No Answer。 DAMSL体系应用最为广泛，多用于会话分析，如在Rosset、Tribout和La