面向隐式篇章关系识别的细粒度评测
计算与语言
2025-03-10 v1
摘要
由于文本片段之间缺乏显式篇章连接词，隐式篇章关系识别是篇章分析中的一项具有挑战性的任务。最近的预训练语言模型在此任务上取得了巨大成功。然而，目前缺乏对这些预训练语言模型在该任务上表现的细粒度分析。因此，该任务的难点与可能的发展方向尚不明确。本文深入分析了模型预测，试图找出预训练语言模型面临的难点以及该任务可能的发展方向。除了利用预训练语言模型对该任务进行深入分析外，我们还通过半手动标注数据，为 PDTB 3.0 中标注样本较少的关系补充了相对高质量的数据。标注数据显著帮助提升了二级义类（level-2 senses）的隐式篇章关系识别性能。
引用
@article{arxiv.2503.05326,
title = {Fine-Grained Evaluation for Implicit Discourse Relation Recognition},
author = {Xinyi Cai},
journal= {arXiv preprint arXiv:2503.05326},
year = {2025}
}