漢語(yǔ)篇章結(jié)構(gòu)表示體系及資源構(gòu)建研究.pdf

1、篇章指由一系列連續(xù)的子句、句子或語(yǔ)段構(gòu)成的語(yǔ)言整體單位，每個(gè)篇章不僅具有內(nèi)部連貫性，而且篇章中的各級(jí)語(yǔ)言整體。在一個(gè)篇章中，子句、句子或語(yǔ)段間具有一定的層次結(jié)構(gòu)和語(yǔ)義關(guān)系，篇章結(jié)構(gòu)分析旨在分析出這種結(jié)構(gòu)關(guān)系。篇章結(jié)構(gòu)分析結(jié)果對(duì)于提高自動(dòng)文摘、知識(shí)抽取、自動(dòng)問(wèn)答等相關(guān)系統(tǒng)的性能均有重要作用。隨著詞法、句法分析技術(shù)的成熟，篇章結(jié)構(gòu)分析成為制約自然語(yǔ)言處理單位是描述同一問(wèn)題或同一種情境的相對(duì)完整的語(yǔ)言的關(guān)鍵基礎(chǔ)問(wèn)題。
　　目前篇章結(jié)構(gòu)分

2、析研究主要面向英語(yǔ)，面向漢語(yǔ)的研究相對(duì)落后。主要表現(xiàn)在:1)適用于漢語(yǔ)的篇章結(jié)構(gòu)分析理論還不完善;2）符合漢語(yǔ)特點(diǎn)的大規(guī)模漢語(yǔ)篇章結(jié)構(gòu)語(yǔ)料資源匱乏;3）由于漢英語(yǔ)言上的差異性，適用于英語(yǔ)的篇章結(jié)構(gòu)分析方法不能直接應(yīng)用在漢語(yǔ)篇章結(jié)構(gòu)分析研究中。
　　本文重點(diǎn)研究了漢語(yǔ)篇章結(jié)構(gòu)的理論表示體系。借鑒英語(yǔ)修辭結(jié)構(gòu)理論和賓州篇章樹(shù)庫(kù)體系的優(yōu)點(diǎn)，參考漢語(yǔ)復(fù)句和句群的研究成果，結(jié)合漢語(yǔ)本身特點(diǎn)，本文提出一種基于連接依存樹(shù)的漢語(yǔ)篇章結(jié)構(gòu)表示體系，

3、并根據(jù)漢語(yǔ)特點(diǎn)定義了其中的關(guān)鍵元素:子句（基本篇章單位）、連接詞、篇章結(jié)構(gòu)關(guān)系、篇章單位主次。連接依存樹(shù)的主要特征是葉子節(jié)點(diǎn)為子句，內(nèi)部節(jié)點(diǎn)為連接詞，連接詞通過(guò)其層級(jí)地位（管轄范圍）表示篇章結(jié)構(gòu)層次，通過(guò)其語(yǔ)義（具體與抽象）表示篇章關(guān)系，連接詞所連接的篇章單位根據(jù)篇章整體意圖區(qū)分主次。與修辭結(jié)構(gòu)理論、賓州篇章樹(shù)庫(kù)體系的理論對(duì)比表明，本文所提基于連接依存樹(shù)的漢語(yǔ)篇章結(jié)構(gòu)表示體系在理論上具有一定的優(yōu)越性，并且符合漢語(yǔ)特點(diǎn)?；谶B接依存樹(shù)的漢

4、語(yǔ)篇章結(jié)構(gòu)表示體系是進(jìn)一步開(kāi)展篇章結(jié)構(gòu)語(yǔ)料庫(kù)構(gòu)建的理論基礎(chǔ)。
　　在此基礎(chǔ)上，進(jìn)行了漢語(yǔ)篇章結(jié)構(gòu)語(yǔ)料庫(kù)的構(gòu)建研究?；谶B接依存樹(shù)表示體系，本文采用自頂向下的標(biāo)注策略和人機(jī)結(jié)合的語(yǔ)料庫(kù)標(biāo)注方式，構(gòu)建了漢語(yǔ)篇章結(jié)構(gòu)語(yǔ)料庫(kù)(Chinese Discourse Treebank，CDTB)。CDTB目前包含來(lái)自Chinese Treebank的500個(gè)文檔，本文對(duì)其進(jìn)行分析并展示了語(yǔ)料庫(kù)的標(biāo)注情況。標(biāo)注一致性測(cè)試表明CDTB標(biāo)注質(zhì)量較好，

5、統(tǒng)計(jì)數(shù)據(jù)表明所標(biāo)CDTB達(dá)到一定規(guī)模。CDTB可以為漢語(yǔ)篇章結(jié)構(gòu)分析研究提供資源支持。
　　最后，本文實(shí)現(xiàn)了基于連接依存樹(shù)的漢語(yǔ)篇章結(jié)構(gòu)分析平臺(tái)。該平臺(tái)包括子句識(shí)別、篇章結(jié)構(gòu)樹(shù)構(gòu)建、篇章關(guān)系識(shí)別、篇章單位主次識(shí)別任務(wù)，實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提基于連接依存樹(shù)的漢語(yǔ)篇章結(jié)構(gòu)表示體系的合理性，以及所標(biāo)CDTB語(yǔ)料庫(kù)的可用性。
　　目前，漢語(yǔ)篇章結(jié)構(gòu)分析研究尚處于起步階段，本文研究亦屬探索性工作，上述工作在理論研究、資源建設(shè)、計(jì)算分析