一种无指导的隐式篇章关系推理方法研究

• 作者: 周小佩 姚建民 朱巧明 洪宇 车婷婷
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 隐式篇章关系 无指导 信息检索 PDTB2.0
• 年，卷（期）: 2013,（2）
• 页码范围: 17-25,46
• 页数: 10页
• 分类号: TP391
• 字数: 10359字
• 语种: 中文

摘要

该文提出一种基于信息检索的无指导方法,用于推理隐式篇章片段之间的语义连接关系,如因果关系、转折关系等.该文基于Google搜索引擎,抽取在句子结构以及语义层面上均与原隐式片段相似的显式片段,通过分析和识别相关显式关系来间接推理隐式关系.主要包括以下三个模块:构建高质量查询关键词并抽取候选显式关系；结合三种隐式关系推理模型(相似度、置信度、关联度),综合考察查询关键词以及候选关系的质量；基于排序学习的方法,统计高质量候选关系中的类别分布以实现最终隐式关系的推理.该文采用Penn Discourse TreeBank 2.0篇章语料库,最终方法精确率达到54.3％,与有指导的方法相比,提高了约14.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
2	洪宇	苏州大学计算机科学与技术学院	66	270	8.0	13.0
3	姚建民	苏州大学计算机科学与技术学院	70	494	10.0	19.0
4	车婷婷	苏州大学计算机科学与技术学院	5	38	4.0	5.0
5	周小佩	苏州大学计算机科学与技术学院	3	28	3.0	3.0