摘要

我们提出了一种基于篇章修辞结构理论（Rhetorical Structure Theory, RST）框架的新型自顶向下端到端文档级篇章解析方法。在该方法中，我们将篇章解析视为在标记边界处进行一系列切分决策的过程，并使用序列到序列（seq2seq）网络来建模这些切分决策。我们的框架支持从零开始进行篇章解析，无需预先进行篇章分割；相反，分割作为解析过程的一部分自然产生。我们的统一解析模型采用了束搜索（beam search）方法，通过在高评分树的空间中搜索来解码最佳树结构。通过对标准英语RST篇章树库进行广泛的实验，我们证明了我们的解析器在端到端解析和基于黄金分割的解析方面均显著优于现有方法。更重要的是，它在不使用任何手工特征的情况下实现了这一点，从而使其更快且更容易适应新的语言和领域。