英语 RST 解析的难点何在？用于错误分析的预测模型
计算与语言
2023-09-12 v1
摘要
尽管自然语言处理（NLP）近期取得了进展，基于修辞结构理论框架的层次化语篇解析仍然具有挑战性，且我们对其原因的理解目前仍有限。在本文中，我们考察并建模了先前工作中与解析困难相关的一些因素：隐式语篇关系的存在、识别长距离关系的挑战、集外词项等。为了评估这些变量的相对重要性，我们还发布了两个带标注的英语测试集，其中包含与金标准 RST 关系相关联的显式正确与干扰性语篇标记。我们的结果表明，如同在浅层语篇解析中一样，显式/隐式的区分起作用，但长距离依赖是主要挑战，而词汇重叠的缺乏问题较小，至少对于领域内解析而言。我们最终的模型能够以 76.3% 的准确率（自底向上解析器）和 76.6% 的准确率（自顶向下解析器）预测错误将发生的位置。
引用
@article{arxiv.2309.04940,
title = {What's Hard in English RST Parsing? Predictive Models for Error Analysis},
author = {Yang Janet Liu and Tatsuya Aoyama and Amir Zeldes},
journal= {arXiv preprint arXiv:2309.04940},
year = {2023}
}
备注
SIGDIAL 2023 camera-ready; 12 pages