篇章分析

摘要： 主位推进模式反映形式与意义的融通,深受文化意识与思维模式的影响,对语言本体、语言学习与教学、语言与文化关联、翻译、语言自动化信息处理、人工智能等研究都有重要意义。本研究首先利用CNKI、CiteSpace和Vosviewer等文献可视化分析工具纵览与回溯国内已有研究成果,然后简要评介部分代表性研究,最后展望未来研究的拓展空间,提出加强基于汉语特色并结合语言类型学对比的理论建设,开掘语料库研究的技术使用,着力理论研究的实践用途,以及加强跨学科合作,拓展研究领域,促进人工智能发展等建议。

摘要： 篇章关系识别是篇章分析的核心组成部分。汉语中,缺少显式连接词的隐式篇章关系占比很高,篇章关系识别更具挑战性。该文给出了一个基于多层局部推理的汉语篇章关系及主次联合识别方法。该方法借助双向LSTM和多头自注意力机制进行篇章关系对应论元的表征;进一步借助软对齐方式获取论元间局部语义的推理权重,形成论元间交互语义信息的表征;再将两类信息结合进行篇章关系的局部推理,并通过堆叠多层局部推理部件构建了汉语篇章关系及主次联合识别框架,在CDTB语料库上的关系识别F_(1)值达到了67.0%。该文进一步将该联合识别模块嵌入一个基于转移的篇章解析器,在自动生成的篇章结构下进行篇章关系及主次的联合分析,形成了完整的汉语篇章解析器。

摘要： 篇章翻译方法借助跨句的上下文信息以提升篇章的翻译质量.篇章具有结构化的语义信息,可以形式化地表示为基本篇章单元之间的依存关系.但是目前的神经机器翻译方法很少利用篇章的结构信息.为此,提出了一种篇章翻译模型,能够在神经机器翻译的编码器-解码器框架中显式地建模基本篇章单元切分、篇章依存结构预测和篇章关系分类任务,从而得到结构信息增强的篇章单元表示.该表示分别通过门控加权和层次注意力的方式,与编码和解码的状态向量进行融合.此外,为了缓解模型在测试阶段对篇章分析器的依赖,在训练时采用多任务学习的策略,引导模型对翻译任务和篇章分析任务进行联合优化.在公开数据集上的实验结果表明,所提出的方法能够有效地建模和利用篇章单元间的依存结构信息,从而达到提升译文质量的目的.

摘要： 篇章语言学的发展让“篇章”在学者中变成了高频词,从事语言研究及教学的人越来越意识到篇章分析在语言研究及教学中的重要性。篇章作为一种翻译单位,已经被人们广泛接受。本文旨在通过研究汉英篇章的不同以及大量的例证来探讨翻译实践中应根据其不同对原文或是译文进行适当调整,力求保持其连贯性与衔接性,进而使译文的可读性最大化。

摘要： 当前公安情报编写尚未建立统一的规范,情报产品在篇章构成方面也没有形成明确的体例,因而有必要探索公安情报产品的基本构成要素及其构成模式,为情报编写提供可供遵循的章法。引入篇章分析理论,从小句、段落、篇等方面探索公安情报产品的基本要素及其构成模式,可为情报编写和情报产品建立体例规范。小句遵循主述结构和信息结构不断推进的原则来组织篇章,主要有四种典型的构成模式,即链接推进模式、持续推进模式、引申推进模式和混合推进模式。段落在形式特征方面,段号和其他变体形式具有篇章组织功能;在内容构成方面,主要有四种构成模式,即并列模式、递进模式、总分模式和综合模式。从篇的微观结构看,单句和元话语在公安情报产品中起到篇章组织的作用;从篇的宏观结构看,公安情报产品存在叙事和论证两种不同的构成模式。

摘要： 由于缺乏显式连接词,隐式篇章关系识别是一个具有挑战性的任务.文中提出了一种结合主动学习和多任务学习来间接扩充隐式篇章关系训练数据的隐式篇章关系识别方法,旨在在增强训练数据的同时尽量少地引入伪隐式篇章关系数据中的噪声.首先,基于BERT模型通过主动学习方法的分类不确定性来选择部分显式篇章关系样本;然后,移除显式篇章关系数据中的显式连接词作为伪隐式篇章关系数据;最后,采用多任务学习方法使伪隐式篇章关系数据有助于隐式篇章关系识别.在中文篇章树库(CDTB)上进行的实验的结果显示,相比基准模型,所提方法在宏平均F1、微平均F1值上均得到了提高.

摘要： 篇章分析系统性研究的开展依赖于大规模高质量的标注语料.现有标注语料以纯手工标注和单机辅助标注为主,难以满足标注效率和语料质量的需求.因此,该文提出了一套简洁的语料标注协同流程,并基于此实现了一个汉语篇章宏观结构语料协同标注系统,提供了一种流程简洁、分角色协同合作、自动流程控制、安全可靠的线上标注模式.该系统通过设立标注流程状态、收集标注流程中用户的行为数据和语料库辅助统计等方法,从流程控制角度,优化汉语宏观篇章的标注流程,实现质量管控和数据分析.项目实践表明,该系统有效减少了相关标注人员的工作量,提高了标注效率和标注质量,可为大规模、协同汉语篇章语料标注打下基础.

摘要： 外语教学中的“语篇”应是从语言学中来。语言学理论有不同流派和传统,门下有专门研究语篇的分支。不同流派和分支对语篇的定义不同,加上国内翻译引进西.方理论时,不同学者理解不同,译文用词各异,“语篇”有时被译作“篇章”“话语”等,于是就有了语篇语言学、篇章语言学、话语语言学、语篇分析、篇章分析、话语分析等交叉门类。结果是,语言学研究中“语篇”的所指至今五花八门。相比之下,外语教学中的“语篇”理解相对比较一致,但并非没问题。教研、说课、写文章,提到语篇时,大家理解也常有分歧。这种理解上的混乱不利于教研交流,影响外语教学健康发展。“语篇”的含义及它对外语教学的价值所在都有必要继续讨论。

摘要： 零指代是汉语中普遍存在的一个现象,在汉英机器翻译、文本摘要以及阅读理解等众多自然语言处理任务中都起着重要作用,目前已成为自然语言处理领域的一个研究热点.提出了篇章视角的汉语零指代表示体系,从服务于篇章分析的角度出发,首先以基本篇章单元为考察对象,判别其是否包含零元素;再根据零元素在基本篇章单元中承担的角色将零元素划分成主干类和修饰类两类;接着以段落对应的篇章修辞结构树为考察指代关系的基本单元,依据先行词与零元素间的位置关系将指代关系分成基本篇章单元内和基本篇章单元间两种,并针对基本篇章单元间的指代关系,根据零元素对应的先行词的状况将指代关系分成实体类、事件类、组合类和其他等4类;最后,基于篇章视角的汉语零指代表示体系,选取汉语树库CTB、连接词驱动的汉语篇章树库CDTB和OntoNotes语料中重叠的325篇文本进行了汉语零指代的标注,构建了服务于篇章分析的汉语零指代语料库.一方面,借助系统检测来说明所提出的表示体系合理有效,构造的语料库质量上乘;另一方面构建了完整的汉语零指代消解基准平台,从可计算的角度验证了所构建的汉语零指代语料库能够为篇章视角的汉语零指代研究提供必要的支撑.

摘要： 现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章单元的单词之间的位置关系进行了表示。实验表明,通过位置编码的方式,在基于Transformer框架的神经机器翻译模型中有效地融合了源端的篇章结构信息,译文质量得到了显著提升。

摘要： 篇章分析是自然语言处理领域研究的热点和重点.作为篇章分析的任务之一,篇章主次关系研究篇章的主要和次要内容,从而更好地理解和把握篇章的核心内容.本文重点研究宏观领域的中文篇章主次关系,提出了一种基于篇章主题的中文宏观篇章主次关系识别方法.该方法利用篇章单元间,篇章单元与篇章主题间的语义交互来识别主次关系,并有选择地应用篇章主题信息,有效提高了主次关系核心的识别.在中文MCDTB语料库上的实验结果显示,本文方法优于目前性能最好的基准系统.

摘要： 修辞结构理论(RST)是对文本进行结构描写的一种方法.本文概叙RST近20年的理论发展和工程应用开发,并结合相关研究展望了中文文本处理中要面对的一些问题.

摘要： 修辞结构理论(RST)是对文本进行结构描写的一种方法.本文概叙RST近20年的理论发展和工程应用开发,并结合相关研究展望了中文文本处理中要面对的一些问题.

摘要： 修辞结构理论(RST)是对文本进行结构描写的一种方法.本文概叙RST近20年的理论发展和工程应用开发,并结合相关研究展望了中文文本处理中要面对的一些问题.

摘要： 修辞结构理论(RST)是对文本进行结构描写的一种方法.本文概叙RST近20年的理论发展和工程应用开发,并结合相关研究展望了中文文本处理中要面对的一些问题.

摘要： 本发明公开了一种基于双语篇章结构信息的译文篇章完整性评估方法，包括以下步骤：步骤1：从目标端篇章结构树上抽取用于构建目标端篇章单元完整性模型的训练语料；步骤2：利用步骤1生成的训练语料构建目标端篇章单元完整性模型；步骤3：将目标端篇章单元完整性模型融入对数线性翻译模型中，并采用适应性解码方式进行译文生成。本发明提出的方法借助了双语篇章结构信息，使得解码器能充分恰当地利用基于双语篇章语言知识的语义完整性信息，来进一步提高当前统计机器翻译的译文质量。

摘要： 本发明提出了一种基于语义‑句法双通路图卷积网络的隐式篇章关系分析方法，属于自然语言处理应用技术领域。包括以下步骤：首先对语料进行分词。构建词表等预处理，然后利用GloVe初始化词向量。将初始化后的两个论元分别输入Bi‑LSTM编码，获取其融合了上下文信息的词表示。Bi‑LSTM输出用于后续初始化双通路图卷积网络中图节点的表示。双通路图卷积网络包含两个GCN网络，分别从交互结构图和句法结构图中抽取相应的特征，将两个通路得到的不同的特征拼接，用于分类。采用Adam算法更新模型中的参数至收敛，使用性能最优的参数完成隐式篇章关系的分析。

摘要： 本发明涉及一种基于管道的中文篇章结构分析方法及系统，属于自然语言处理应用技术领域；本发明根据中文篇章结构的特点，自下而上地处理句内和句间关系，使得预测句间或更高层次篇章关系时可以动态地利用已识别的句内关系，实现对动态特征的建模。本发明针对管道形式中存在的错误传递问题，将传统端到端模型中的显式篇章关系分析中的三个子任务整合为一个任务，转化为一个序列标注问题并加以实现；本发明利用排序学习的思想缓解了隐式篇章关系判别中存在的篇章关系分布不平衡的问题。

摘要： 本发明公开了一种基于文本语义的篇章结构分析方法，其步骤如下：步骤1，数据获取；步骤2，正文抽取；步骤3，标题识别和抽取；步骤4，层级结构构建。本发明可以解决纯文本的文档结构信息还原，为文本挖掘任务铺垫基础等技术问题。

摘要： 本发明涉及一种基于管道模式的端到端英文篇章结构自动分析方法，属于自然语言处理应用技术领域；本发明首先，对于显式篇章关系识别，针对传统方法采用词袋模型进行特征向量化的不足，提出了基于混合卷积树核和多项式核相结合的特征表示和计算方法，对句法特征和扁平特征分而治之；不仅可以大大降低特征向量维度，而且可以充分表达特征中的细节信息；其次，对于非显式篇章关系识别，针对语言学特征不能挖掘更深层次的语义以及传统方法带来的数据稀疏以及语义鸿沟的问题，通过仔细分析非显式篇章关系识别的特点，运用词对特征的优势，提出了基于深度学习的非显式篇章关系识别模型。对比现有技术，本发明提升了整个端到端系统的精度。

摘要： 本发明提供了一种基于句法谓词聚类的中文篇章主题表现力分析方法，属于自然语言处理应用技术领域。包括以下步骤：首先获取待分析的目标篇章，将每一篇章进行异常过滤后分别进行段落划分和子句划分并数据化标记，然后进行句法谓词提取和有效句法谓词筛选并均进行编码式标记，再根据筛选获得的有效句法谓词获取句法谓词聚类，并对同聚类的句法谓词赋予相关编码，从而根据方程得出主题表现力值并完成计算和分析工作。本发明的分析方法，可对篇章中的句法谓词进行有效提取和聚类，并快速得出句法谓词聚类主题表现力值，所得值可作为篇章主题表现力的部分支撑数据，可进一步提高记叙文类的中文篇章主题聚合度评价的精准性。

摘要： 本发明提供一种基于篇章结构图卷积网络的隐式篇章关系分析方法和系统，包括S1，输入文章；S2，通过分类器识别篇章关系，其中，分类器的构建方法包括：S21、获取语料库样本和篇章关系类别，对样本进行预处理以获得篇章段落和样本的词向量；S22、将篇章段落中的论元输入Bi‑LSTM编码，获取样本的局部句子特征；S23、构建篇章结构图；S24、篇章结构图卷积，以获得样本的全局句子特征；S25、融合样本的全局句子特征和局部句子特征，并作为输入，将篇章关系类别作为输出，训练分类器。通过本发明，有效利用了上下文信息，提升了隐式篇章关系识别的准确度。

摘要： 本发明公开了一种基于双语篇章结构信息的译文篇章完整性评估方法，包括以下步骤：步骤1：从目标端篇章结构树上抽取用于构建目标端篇章单元完整性模型的训练语料；步骤2：利用步骤1生成的训练语料构建目标端篇章单元完整性模型；步骤3：将目标端篇章单元完整性模型融入对数线性翻译模型中，并采用适应性解码方式进行译文生成。本发明提出的方法借助了双语篇章结构信息，使得解码器能充分恰当地利用基于双语篇章语言知识的语义完整性信息，来进一步提高当前统计机器翻译的译文质量。

摘要： 本发明涉及一种基于语义分解的隐式篇章关系分析方法，属于自然语言处理应用技术领域。本方法通过设计分流的网络结构和完整的流程，来分别处理论元中不同的语义信息，包括利用语义迁移网络和语义分解网络实现论元语义的信息分解。将对隐式篇章关系分析有用的信息流入任务相关型网络，对隐式篇章关系分析没有实际用处的信息流入任务无关型网络。以此提升模型对语义信息的筛选和理解的能力，达到提升隐式篇章关系分析的技术效果。本方法能够有效实现语义的分解、信息分流，能够使用户快速、准确地获得隐式篇章关系的分析结果。

摘要： 本发明涉及一种用于隐式篇章关系分析的显式数据筛选方法及系统，属于自然语言处理技术领域。本发明从隐式数据和插入推荐连接词隐式数据的篇章关系预测结果分布中提取判断连接词可有可无的规则，并将显式数据和去掉连接词显式数据篇章关系预测结果分布中符合上述规则的数据提取出来，用这些数据对隐式篇章关系进行数据增强。对比现有技术，本发明提升了隐式篇章关系识别的准确度。