一种混合型的汉语篇章结构自动分析方法

提出一种混合型的汉语篇章结构自动分析方法 .此方法主要基于 RST( rhetorical structure theory)分析、主位模式分析等多种语言学方法 ,还利用了向量空间模型等统计方法 .提出并实现了一种确定性 RST分析算法 .与其他现有方法相比 ,此方法具有更大的适用范围和更高的处理精度 .

汉语篇章结构标注的理论支撑

国外研究者以修辞结构理论为支撑对大批量的英语语篇结构进行标注,取得了可观的成绩,这为汉语语篇标注带来很多启示。鉴于英汉语篇之间的差异,提出以汉语的句群理论为支撑对汉语语篇结构进行标注。首先,汉语的句群理论与RST理论的根本假设、主要性质是一致的;其次,RST理论的分析基于从句和小句,这顺应了英语重形合的特征。然而,对于汉语重意合的特征RST理论很难发挥其应有的作用;最后,清华的多层级中文树库中已经涉及到篇章层面句群的识别,为以句群理论为支撑的汉语篇章结构标注奠定了基础。

修辞结构理论与汉语篇章结构

国外一批计算语言学研究者为开发语篇结构自动生成系统,以修辞结构理论为支撑,对大量英语语篇进行标注后发现,语篇中的修辞关系应加以限制,语篇的抽象结构应为树型图式。这些国外研究成果带动了汉语篇章结构研究的发展,汉语语篇也应由基本语篇单位构成,其抽象结构也应为树型图,但基本语篇单位的切分并不是以引导从句的连词或短语为标记而是以逗号为切分点。在对语篇中的修辞关系进行分析时,可套用修辞结构理论的关系集。