基于汉英平行语料库的英文显式篇章关系识别

摘要

汉英篇章平行语料库有助于基于篇章的双语研究,该文构建了汉英平行语料库,对语料中的汉语及其英语对译中的连接词分别进行了标注和关系分类.其中英文连接词比单语语料上的英文连接词定义广泛,更为复杂.该文在此语料上,抽取词法、句法和位置信息等特征在英文文本上进行显式篇章关系识别,实验采用最大熵分类方法,获得连接词识别正确率92.5％;抽取英文和对应中文连接词作为特征获得给定连接词关系分类正确率85.6％.为今后的中英篇章关系对比识别提供参考.