中文篇章級句間關系分析.pdf

1、篇章通過將實體、事件等信息按照一定的結構組織起來來表達一種語義。因此為了理解篇章的語義，我們不僅需要獲取篇章中包含的信息，還需要理解篇章中信息的組織結構方式。而篇章級句間關系分析是在詞匯分析、信息抽取的基礎上分析篇章中句子之間的內在邏輯結構關系，希望以此來理解整個篇章的組成架構。篇章級句間關系分析對情感分析、文本連貫性等任務在篇章結構理解層面提供了有力支持。
　　篇章級句間關系分析包括兩部分內容：將篇章切分為基本語義單元以及識別語

2、義單元之間的邏輯語義關系，即句間關系的識別。目前篇章級句間關系分析研究大都面向的是英文語料；而且集中在識別人工標注的語義單元之間的句間關系。本文在發(fā)布中文篇章級句間關系語料庫（HIT-CDTB）的基礎上探索了面向中文的篇章級句間關系自動分析，完成了包括篇章基本語義單元的自動切分、中文連詞識別以及語義單元之間的句間關系識別等三部分內容。
　　針對基本語義單元的切分，本文首先分析了使用逗號進行分割的優(yōu)缺點以及能夠達到的準確率，同時本文

3、實現(xiàn)了基于短語結構分析的語義單元自動切分方法，實驗表明該方法的準確率明顯優(yōu)于使用逗號能夠達到的準確率。
　　針對中文連詞識別，本文首先構建了中文連詞詞典，并在連詞詞典基礎上實現(xiàn)了基于SVM分類的中文連詞識別方法。
　　針對顯式句間關系識別，本文分析了使用中文連詞詞典能夠取得的效果并在此基礎上開發(fā)了基于規(guī)則和SVM分類的識別方法。針對隱式句間關系識別，我們實現(xiàn)了基于 SVM分類的識別模型，并在詞向量的基礎上完成了對基本語義單元