语篇分析为何难以泛化？数据多样性影响的深入探究

语篇分析性能的最新进展给人一种印象，即与其他 NLP 任务一样，英语等高资源语言的性能终于变得可靠。在本文中，我们证明事实并非如此，并深入探究数据多样性对 RST 分析稳定性的影响。我们表明，在标准英语新闻专线基准上训练的最先进架构泛化能力不佳，即便在新闻领域内部也是如此。利用两个最大的包含多体裁英语文本的 RST 语料库，我们量化了训练数据中体裁多样性对于实现向训练期间未见文本类型的泛化所产生的影响。我们的结果表明，跨分析器架构而言，异质训练机制对于稳定且可泛化的模型至关重要。我们还提供了模型输出和域外性能的错误分析。据我们所知，本研究首次在完整树上充分评估跨语料库 RST 分析可泛化性，考察 RST 语料库内体裁间的性能退化，并探究训练数据构成中体裁多样性的影响。