基于宏观语义表示的宏观篇章关系识别方法MacroDiscourse-level.PDFVIP

基于宏观语义表示的宏观篇章关系识别方法* 周懿，褚晓敏，蒋峰，李培峰，朱巧明 （苏州大学 计算机科学与技术学院，江苏 苏州 215006 ） 摘要：宏观篇章分析旨在分析相邻段落或段落群之间的语义联系，是自然语言处理领域其他任务的基础工 作。本文研究了宏观篇章分析中的关系识别问题，提出了一个宏观篇章关系识别模型。该模型利用基于词 向量的宏观篇章语义表示方法和适用于宏观篇章关系识别的结构特征，从两个层面提高了模型分辨宏观篇 章关系的能力。在汉语宏观篇章树库(MCDTB)上的实验表明，该模型在大类分类中F1 值达到了68.22% ， 比基准系统提升了4.17% 。 关键词：宏观篇章关系识别；宏观篇章结构特征；宏观篇章语义表示 Macro Discourse-level Relation Classification Based on Macro Semantics Representation ZHOU Yi, CHU Xiaomin, JIANG Feng, LI Peifeng, ZHU Qiaoming (School of Computer Sciences and Technology, Soochow University, Jiangsu, Suzhou, 215006) Abstract: The macro discourse-level analysis aims to analyze the semantic relations between adjacent paragraphs or paragraph groups and is a basic work of other tasks in the field of natural language processing. This paper mainly proposes a classification model to resolve the problem of relational classification in macro discourse-level analysis. This model introduces a distribute representation of macro discourse semantics on word vectors and a set of structure features to improve the performance of classifying macro discourse-level relations in two dimensions. The experimental results on the Macro Chinese Discourse Tree Bank (MCDTB) show that the F1 value of our model reaches 68.22%, with 4.17% improvement. Key words: macro discourse-level relation classification ；structure features of macro discourse；representation of marco discourse 1 引言 随着自然语言处理的发展，其处理的信息的粒度呈现出由细到粗的变化趋势。具体而言， 其处理的对象已经从字词等细粒度单元拓展到句子等较粗粒度的单元上。篇章作为一个比句 子更大的一种文本分析粒度也愈发受到人们的重视。 篇章分析的主要任务是挖掘篇章单元之间的内在结构和语义关系，此处的篇章单元可以 是句子、复句、句群或段落等。篇章分析分为宏观和微观两个层面，微观层面主要研究段落 内的句子和连续两个句子间的关系，而宏观篇章分析主要研究段落及更高层次的段落群和章 节之间的关系。和词法、句法分析一样，篇章分析作为篇章级的基础研究能够对更高层次的 [1] [2] [3] 自然语言处理问题，如问答系统 、情感分析 、信息抽取 等提供更有效的支撑。 在篇章分析的任务中，篇章关系识别，尤其是隐式篇章关系识别始终是一个重点和难点。 在宏观篇章关系识别的任务中，由于汉语文章的写作方法，段