Nov, 2010

一种基于 PDTB 风格的端到端语篇分析器

PDF
TL;DR我们开发了一种全面的 Penn Discourse Treebank 风格的语篇解析器，它可以识别所有的语篇和非语篇关系，标定它们的参数，并对它们进行关系分类，同时还可以确定适当的属性范围，我们从组件和错误级联的角度进行了综合评估。
discourse parserpenn discourse treebankrelation classificationattribution spansevaluation
发现论文，激发创造
  • SciDTB：用于科学摘要的语篇依存树库

    本文介绍了针对科技文章的 SciDTB 语料库，使用依存树结构来表示篇章中各个部分之间的关系，成为评估篇章依存解析器的基准，并提供了一些基线用以评估。

    Jun, 2018

  • 将隐含的话语关系识别扩展到 PDTB-3

    PDTB-3 增加了更多句子内隐含篇章关系的注释，同时有些隐含关系与显式篇章关系共存，这复杂化了隐含篇章关系的定位问题，但简化了其意义辨析问题，本研究提出了一种基于数据的方法来解决这个问题，这可作为未来隐含篇章关系识别的一种非常规的基准。

    Oct, 2020

  • 联合句法 - 语篇分析与句法 - 语篇树库

    本文提出了第一个 在句法和语篇层面上共同解析 的端到端语篇解析器，并通过将宾州树库与 RST 树库集成来提供第一个语法树处理工具。该工具构建在最新的基于区间的组成解析器上，不需要任何预处理，并实现最先进的端到端语篇解析精度。

    Aug, 2017

  • 隐含话语关系识别的多标签分类

    在我们的工作中，我们通过探索各种多标签分类框架来处理隐含语篇关系识别，并显示多标签分类方法不会降低单标签预测的性能。此外，我们对结果和数据进行了全面的分析。我们的工作有助于推动对语篇关系的理解和应用，并为未来研究奠定基础。

    Jun, 2024

  • 基于标签增强的树形神经网络用于隐式话语关系分类

    本研究使用 Tree-LSTM 模型和 Tree-GRU 模型将句法分析树加入神经网络以编码关系中的参数，同时利用组成标记控制这些树状神经网络中的语义组合过程，实验结果表明我们的方法在 PDTB 语料库中达到了最先进的性能。

    Mar, 2018

  • 重新审视 PDTB-3 中的浅层篇章分析：处理句内隐含内容

    本文主要研究 PDTB-3 中数千种隐含话语关系的识别，特别是在句内隐含话语关系的识别和确定，并提出了基于模型的解决方案，并在不同情形下验证了模型性能，指出了局限性并探讨了未来的研究方向。

    Apr, 2022

  • 基于标注启发的隐式语篇关系分类及辅助语篇连词生成

    研究了如何在缺乏话语连词的情况下进行隐含话语关系分类，设计了一种神经网络模型，通过预测和生成连词来实现话语关系的分类。实验结果表明，在 PDTB 2.0，PDTB 3.0 和 PCC 三个数据集上，该模型明显优于其他基线模型，从而表明了该模型的长处。

    Jun, 2023

  • 跨语言 RST 篇章分析

    本文针对英语 RST 话语树库，提出了跨语言话语分析方法，并在西班牙语、德语、巴斯克语、荷兰语和巴西葡萄牙语中实验。该方法简单易行且有效，可以帮助更好地理解文件中的信息流和论证结构。

    Jan, 2017

  • 利用话语信号进行教师干预的可靠性预测

    研究如何使用自动获取的话语关系来预测在线课程的讨论区中教师干预的情况，并且发现使用 PDTB 话语特征可以提高分类器的鲁棒性和多样性。

    Dec, 2016

  • 可扩展远程监督的大型话语树库

    本研究提出了一种使用情感分析辅助任务的 “银标准” 话语树框架，从而允许更大、更多样化和独立于领域的数据集训练话语解析器，以实现自然语言处理的上游任务，并在许多实际应用中具有强大的影响力。

    Oct, 2022