基于修辞结构理论的汉语新闻评论语篇结构研究

摘要

修辞结构理论(简称RST)是国际上最有影响力的语篇结构表征理论之一,但基于RST的汉语语篇结构研究并不多,已有的研究又不全面,RsT在汉语语篇中的适用程度和表现特征有待进一步地深入探索。另一方面,语篇结构的自动识别是大规模应用语篇语用信息的前提,本文设想通过区分段落和句子来降低自动分析的难度,但这必须有一定的实证研究作为基础。
　　 基于这两个目的,我们决定使用修辞结构理论的分析框架来进行相关的实证研究。我们选择10篇共12538字的语料进行了高一致性的手工标注,并依据标注结果对汉语新闻评论的语篇修辞结构的特征、RST在不同层次的适用程度、修辞关系的分布特征和方向性等问题做了量化研究。结果表明,1)RST在语料中的可标注率为92.22％,而且呈现出“随着语篇单元的不断增大,可标注率逐渐降低”的规律;2)句子和自然段落都具有较强的功能独立性,其中句子的功能独立性比段落要强;3)大语篇单元之间的修辞关系比较弱,而大语篇单元与上层单元之间的关系更强;4)汉语评论类语篇中,多核结构的比重较大(达33.33％),但单核关系仍占主导;5)单核关系中,卫星一核心结构(S-N)与核心一卫星结构(N-S)的比例为62％:38％,说明汉语中前偏后正的结构在我们的语料中比较明显;6)汉语中的修辞关系大都具有良好方向性,具有固定方向性的修辞关系14个,具有较强方向性的修辞关系5个;7)表示并列的多核关系的出现频率居首位;8)绝大部分基本语篇单元(简称EDUs)都是通过标点符号分隔的,所有的句号、问号、分号全部都是EDUs的边界符,逗号约有69％为边界符,冒号有72.73％为边界符。
　　 此外,论文中还讨论了在语篇修辞结构加入部分与整体修辞关系的想法;对语篇修辞结构的复杂度指标和修辞结构复杂度与语篇阅读难度的相关性进行了讨论;还考察了逗号作为边界符出现时的规律。

目录

文摘

英文文摘

论文说明:图表目录

第1章 引言

1.1 语篇结构研究的意义

1.2 研究目的

1.2.1 分析RST在汉语新闻评论中的适用程度

1.2.2 验证区分语言层次的语篇分析方法的可行性

1.3 研究方法

1.4 本文结构

第2章 文献综述

2.1 修辞结构理论概述

2.1.1 理论简介

2.1.2 基本思想

2.1.3 修辞关系与关系集

2.1.4 RST示例

2.1.5 修辞关系的分类

2.1.6 修辞关系的方向性

2.1.7 本研究选择RST的依据

2.2 基于修辞结构理论的汉语研究

2.2.1 理论方面的研究

2.2.2 应用方面的研究

2.2.3 汉语语料库的建设

第3章 基于RST的语料标注

3.1 总体设计

3.2 语料的选择

3.3 标注工具

3.4 基本语篇单元的切分

3.4.1 EDUs的形式边界

3.4.2 EDUs的切分原则

3.4.3 对自动切分的意义

3.5 修辞关系集的确定

3.5.1 修辞关系集综述

3.5.2 修辞关系的定义及示例

3.6 修辞结构的标注

3.6.1 标注原则

3.6.2 校验方法

3.7 小结与讨论

第4章 数据分析及结论

4.1 修辞结构特征分析

4.1.1 修辞结构的总体特征

4.1.2 语篇修辞结构的复杂度

4.1.3 语料的顶层修辞结构特点

4.2 语篇结构分析

4.2.1 句子层次

4.2.2 段落层次

4.2.3 超句体

4.2.4 对自动语篇结构识别的意义

4.3 语篇修辞关系分析

4.3.1 各关系在语料中的分布

4.3.2 汉语修辞关系方向性的讨论

4.3.3 可标注率与语篇结构的反映程度

4.3.4 部分与整体的修辞关系

4.3.5 一种基于RST的改进的语篇结构表征方法

第5章 结论综述及进一步工作

5.1 结论综述

5.1.1 RST在汉语新闻评论中的适用程度

5.1.2 汉语评论类语篇的语篇特征

5.1.3 语篇结构自动识别策略

5.1.4 其他研究结论

5.2 本研究的创新之处

5.3 进一步工作

附录A 本文采用的RST关系集

附录B RST经典修辞关系定义

附录C 语料样例及其修辞结构图

参考文献

致谢