论文部分内容阅读
篇章关系分析是一种针对论元间的语义关系进行自动识别与判定的自然语言处理技术。在篇章研究领域中,篇章是论元经过语义关联和结构化组织形成的自然语言文体;篇章关系是同一篇章内部,相邻论元或跨度在一定范围内的论元间的语义关联性质(如“对比关系”);其中,论元是篇章中具有独立语义的文字片段,是篇章关系的基本表现单元。篇章关系研究的核心任务之一是解释论元间的语义关系。根据论元间是否存在显式连接词(如“所以”等),篇章关系可以划分为显式关系和隐式关系两类。显式关系因具有连接词等指向特定篇章关系的直观线索而易于检测,相比之下,缺乏连接词的隐式关系检测性能较低。本文针对篇章关系检测难度较高的隐式论元,提出一种基于论元概念与焦点的隐式篇章关系检测方法,根据语义平行论元的篇章关系具有平行性的理论假设,借助包括功能连接词在内的连接线索词,挖掘与隐式论元在句子结构及内容层面具有较高语义关联性的显式平行参考论元集,使用平行论元间的概念信息和同指焦点线索,形成“显式指导隐式”的平行推理机制,构建无监督的隐式篇章关系推理系统,主要研究内容包括以下三个方面:基于平行论元概念模型的隐式关系检测由于数量有限的显式连接词难以提供足够线索挖掘平行参考论元,本文使用能够直接表述篇章论元内部语义关系和语境发展趋势的功能连接词,共同作为连接线索词,辅助平行参考论元的自动挖掘。在此基础之上,本文构建平行论元(待测隐式论元和平行参考论元)的概念模型,借以描述论元属性,并建立“论元概念-篇章关系”映射体系;然后利用统计策略识别待测隐式论元对应的概念模型,并借助映射体系实现隐式篇章关系检测。面向关系消歧模型的论元焦点识别待测隐式论元间的多重隐式关系线索使挖掘的平行参考论元存在篇章关系歧义。歧义关系产生的原因主要包括连接词歧义(一词多义)和多重隐式线索歧义(论元的不同隐式线索暗喻不同的篇章关系)两类。前者歧义现象发生概率较低,后者频繁出现且难于识别。针对这一问题,本文利用主题驱动模型,判定多重隐式线索中与篇章主题具有较强相关性的线索为论元焦点线索,以屏蔽伪焦点线索引入的关系歧义,并用于篇章关系消歧模型。基于同指焦点线索的平行推理优化基于焦点识别结果,本文提出一种同指焦点检测模型,用于检验平行论元间的焦点一致性。首先,利用焦点识别过程中获得的焦点概率,建立待测“论元对”和平行参考“论元对”的焦点概率曲线;然后,度量焦点概率曲线的匹配偏差,获得同指一致性概率;最后,基于同指焦点线索优化平行推理系统,提高隐式篇章关系检测性能。