基于平行论元的隐式篇章关系推理研究 - 计算机应用与软件.pdf

第２９卷第９期　　　 计算机应用与软件 Ｖｏｌ２９Ｎｏ．９ ２０１２年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１２ 基于平行论元的隐式篇章关系推理研究 周小佩　洪　宇　车婷婷　姚建民　朱巧明 （苏州大学计算机与科学技术学院　江苏苏州２１５００６） 摘　要　　基于ＰｅｎｎＤｉｓｃｏｕｒｓｅＴｒｅｅＢａｎｋ（简称ＰＤＴＢ）语料中的隐式篇章关系类型，提出一种无指导的识别方法。主要依据显式与 隐式平行论元对之间的映射关系实现显式到隐式关系的推理，即利用显式论元对的篇章关系，推理与之平行的隐式论元对的篇章关 系。推理过程主要包括：基于大规模语料库以及基于有哪些信誉好的足球投注网站引擎的平行语料挖掘，平行语料中显式连接词映射到篇章关系过程的消 歧。与传统基于监督学习的分类方法相比，基于统计的无指导方法在隐式篇章关系推理的性能上获得显著提升，识别精确率提高了 近１５．６％。此外，在分析比较各研究方法的同时，指出目前隐式篇章关系推理研究所面临的主要困难与挑战。 关键词　　隐式篇章关系　平行论元推理　关系映射　ＰＤＴＢ 中图分类号　ＴＰ１８　　　　文献标识码　Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１２．０９．０１５ ＩＭＰＬＩＣＩＴＤＩＳＣＯＵＲＳＥＲＥＬＡＴＩＯＮＩＮＦＥＲＥＮＣＥＢＡＳＥＤＰＡＲＡＬＬＥＬＡＲＧＵＭＥＮＴＳ ＺｈｏｕＸｉａｏｐｅｉ　ＨｏｎｇＹｕ　ＣｈｅＴｉｎｇｔｉｎｇ　ＹａｏＪｉａｎｍｉｎ　ＺｈｕＱｉａｏｍｉｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｏｏｃｈｏｗＵｎｉｖｅｒｓｉｔｙ，Ｓｕｚｈｏｕ２１５００６，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＷｅｐｒｅｓｅｎｔａｎｕｎｓｕｐｅｒｖｉｓｅｄｍｅｔｈｏｄｂａｓｅｄｉｍｐｌｉｃｉｔｄｉｓｃｏｕｒｓｅｒｅｌａｔｉｏｎｒｅｃｏｇｎｉｚｅｒｉｎｔｈｅＰｅｎｎＤｉｓｃｏｕｒｓｅＴｒｅｅｂａｎｋ（ＰＤＴＢ）．Ｏｕｒ ｒｅｃｏｇｎｉｚｅｒｐｅｒｆｏｒｍｓａｎｉｍｐｌｉｃｉｔｒｅｌａｔｉｏｎｉｎｆｅｒｅｎｃｅｂｙｗｅｌｌｕｓｉｎｇＥｘｐｌｉｃｉｔｔｏＩｍｐｌｉｃｉｔｒｅｌａｔｉｏｎｍａｐｐｉｎｇａｍｏｎｇｐａｒａｌｌｅｌａｒｇｕｍｅｎｔｐａｉｒｓ．Ｔｈｅ ｉｎｆｅｒｅｎｃｅｐｒｏｃｅｓｓｃｏｎｔａｉｎｓ：ｐａｒａｌｌｅｌｒｅｓｏｕｒｃｅｍｉｎｉｎｇｂａｓｅｄｏｎａｌａｒｇｅｓｃａｌｅｄｃｏｒｐｕｓａｎｄｓｅａｒｃｈｅｎｇｉｎｅ，ｓｅｎｓｅｄｉｓａｍｂｉｇｕａｔｉｏｎｏｃｃｕｒｒｅｄｉｎ ｄｉｓｃｏｕｒｓｅｒｅｌａｔｉｏｎｍａｐｐｉｎｇ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｙｐｉｃａｌｍｅｔｈｏｄｏｆｓｕｐｅｒｖｉｓｅｄｒｅｌａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｏｕｒｒｅｓｕｌｔｓｏｎｔｈｅＰＤＴＢｙｉｅｌｄａｓｉｇｎｉｆｉｃａｎｔ １５．６％ｉｍｐｒｏｖｅｍｅｎｔ．Ｆｉｎａｌｌｙ，ｗｅｐｏｉｎｔｏｕｔｔｈｅｍａｉｎｄｉｆｆｉｃｕｌｔｙａｎｄｃｈａｌｌｅｎｇｅｉｎｉｎｆｅｒｒｉｎｇｉｍｐｌｉｃｉｔｄｉｓｃｏｕｒｓｅｒｅｌａｔｉｏｎｓｂｙａｎａｌｙｚｉｎｇｔｈｅｃｕｒｒｅｎｔ ｒｅｌａｔｅｄｒｅｓｅａｒｃｈｅｓ． Ｋｅｙｗｏｒｄｓ　　Ｉｍｐｌｉｃｉｔｄｉｓｃｏｕｒｓｅｒｅｌａｔｉｏｎ　Ｐａｒａｌｌｅｌａｒｇｕｍｅｎｔｉｎｆｅｒｅｎｃｅ　Ｒｅｌａｔｉｏｎｍａｐｐｉｎｇ　ＰＤＴＢ 目前，显式篇章关系研究已取得较优的性能。例如文献 ０　引　言 ［１］在识别显式关系类型时，仅采用词汇特征，最终分类精确率 可达到９３．０９％。而与之对应的隐式关系分类性能则相对偏 篇章关系推理的任务是自动检测同一篇章内，相邻片段 低。如文献［２］基于树核函数，实现隐式篇章关系分类，最终分 （子句、句子或者段落）之间的组织结构以及逻辑关