一种无指导的隐式篇章关系推理方法研究

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％.