摘要
本文提出了一种新的算法，用于在修辞结构理论（Rhetorical Structure Theory, RST）框架下解析话语结构。我们的方法基于统计机器学习领域的最新进展（特别是支持向量机的多变量能力）以及一个丰富的特征空间。RST为文本的层次化组织提供了形式化框架，在话语分析与文本生成等领域具有广泛的应用价值。实验结果表明，该方法能够实现对文本的自动化RST层次关系标注，其性能可与经过专门训练的人工标注者相媲美。通过利用输入文本中丰富的浅层词汇、句法及结构特征，本解析器在线性时间复杂度下达到了专业标注者之间人工一致性F值的73.9%。相较于当前最先进的解析器，本方法的准确率高出5%至12%。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| discourse-parsing-on-rst-dt | HILDA Parser | RST-Parseval (Full): 54.8 RST-Parseval (Nuclearity): 68.4 RST-Parseval (Relation): 55.3 RST-Parseval (Span): 83.0 |