Cross-lingual RST Discourse Parsing
University of Copenhagen（哥本哈根大学）；CNRS（法国国家科学研究中心）；Univ Paris Diderot（巴黎狄德罗大学）
语篇分析是理解文档中的信息流和论证结构的一个组成部分。以往的研究主要集中在对英语语篇树库中的模式进行归纳和评价。然而，其他语言的话语树库也存在，包括西班牙语、德语、巴斯克语、荷兰语和巴西葡萄牙语。树库共享相同的基本语言学理论，但在文档注释的方式上略有不同。在本文中，我们提出了（a）一个新的话语分析器，这是更简单的，但有竞争力的（显着更好的2/3的指标），以最先进的英语，（b）跨语言的话语树库的协调，使我们能够提出（c）什么是我们所知道的最好的是跨语言话语分析的第一个实验。
2017-01-11 cs.CL
An Annotation Scheme of A Large-scale Multi-party Dialogues Dataset for Discourse Parsing and Machine Comprehension
Harbin Institute of Technology（哈尔滨工业大学）
在本文中，我们提出了大规模的多方聊天对话的话语分析和机器理解的注释方案。这个项目的主要目标是帮助理解多方对话。我们的数据集基于Ubuntu Chat语料库。对于每一个多方对话，我们注释了对话的话语结构和问答对。我们知道，这是第一个大规模的多方对话语篇分析语料库，我们首次提出了多方对话机器阅读理解的任务。
2019-11-08 cs.CL
Fast Rhetorical Structure Theory Discourse Parsing
Educational Testing Service（教育考试服务中心）；University of Southern California（南加州大学）
近年来，人们对语篇分析进行了各种各样的研究，尤其是对非正式语篇分析的研究。最近的大多数工作都集中在实现新类型的功能或学习算法，以提高准确性，相对较少关注的效率，鲁棒性，或实际使用。此外，大多数实现并不广泛可用。在这里，我们描述了一个自适应的模型和功能集从各种以前的工作，如下所述的视频分割和解析系统。它的准确性接近最先进的水平，并且它被开发为快速，稳健和实用。例如，它可以在不到一秒钟的时间内处理新闻文章或散文等简短文档。
2015-05-10 cs.CL
Multilingual Neural RST Discourse Parsing
Institute for Infocomm Research, A*STAR（新加坡科技研究局资讯通信研究所）
语篇分析在理解自然语言中的信息流和论证结构方面起着重要的作用。以往的修辞结构理论研究主要集中在从英语树库中归纳和评价模式。然而，由于注释数据的短缺，其他语言（如德语，荷兰语和葡萄牙语）的解析任务仍然具有挑战性。在这项工作中，我们研究了两种方法来建立一个神经，跨语言的话语解析器通过：（1）利用多语言向量表示;（2）采用段级翻译的源内容。实验结果表明，这两种方法在训练数据有限的情况下也能有效地进行文本级的跨语言句法分析。
2020-12-03 cs.CL
A Top-Down Neural Architecture towards Text-Level Parsing of Discourse Rhetorical Structure
Soochow University（苏州大学）
语篇修辞结构的文本级句法分析在自然语言的深层理解和各种下游应用中具有重要意义，近年来受到越来越多的关注。然而，以往的文本级语篇分析研究都是采用自底向上的方法，这使得DRS的确定仅限于局部信息，不能充分利用语篇整体信息。在本文中，我们证明从计算和感知的角度来看，自顶向下的架构更适合于文本级DRS解析。在此基础上，我们提出了一个自顶向下的神经网络结构的文本级DRS解析。特别是，我们铸造的话语分析作为一个递归的分裂点排名任务，其中一个分裂点被分类到不同的水平，根据其排名和与之相关的基本话语单位（EDU）相应地安排。以这种方式，我们可以通过具有内部堆栈的编码器-解码器将完整的DRS确定为分层树结构。在英文RST-DT语料库和中文CDTB语料库上的实验结果表明，本文提出的自顶向下方法对文本级DRS句法分析是有效的。
2021-05-19 cs.CL
Shallow Discourse Parsing Using Distributed Argument Representations and Bayesian Optimization
Georgia Institute of Technology（佐治亚理工学院）
本文描述了佐治亚理工学院团队对CoNLL-2016补充评估的方法。我们使用长短期记忆（LSTM）来归纳每个参数的分布式表示，然后将这些表示与神经网络中的表面特征相结合。神经网络的结构由贝叶斯超参数搜索确定。
2016-06-14 cs.CL
A Simple and Strong Baseline for End-to-End Neural RST-style Discourse Parsing
Institute of Innovative Research, Tokyo Institute of Technology（东京工业大学创新研究院）；NTT Communication Science Laboratories, NTT Corporation（日本电信电话株式会社NTT通信科学实验室）
为了推广和进一步发展RST风格的语篇分析模型，我们需要一个强有力的基线，可以被视为报告可靠的实验结果的参考。本文通过将现有的简单解析策略（自上而下和自下而上）与各种基于transformer的预训练语言模型相集成，探索了一个强大的基线。在两个基准数据集上的实验结果表明，句法分析的性能主要依赖于预训练的语言模型，而不是句法分析策略。特别是，自底向上的解析器实现了大的性能增益相比，目前最好的解析器时，采用DeBERTa。我们进一步揭示，语言模型与跨度掩蔽计划，特别是提高分析性能，通过我们的分析内和多个领域的分析，和核预测。
2022-11-01 cs.CL
Learning Recursive Segments for Discourse Parsing
Institut de recherche en informatique de Toulouse (IRIT)（图卢兹计算机科学研究院）；Université Paul Sabatier（保罗·萨巴蒂埃大学）；INRIA（法国国家信息与自动化研究所）；Université Paris 7（巴黎第七大学）
自动检测语篇片段是实现全语篇分析的重要基础。先前关于话语分割的研究依赖于这样的假设，即文档中的基本话语单元（EDU）总是形成线性序列（即，它们永远不能嵌套）。不幸的是，这个假设被证明是太强了，因为一些话语理论，如SDRT，允许嵌套的话语单位。在本文中，我们提出了一个简单的方法，话语分割，是能够产生嵌套EDU。我们的方法建立在标准的多类分类技术结合一个简单的修复启发式，强制执行全局一致性。我们的系统开发和评估的第一轮注释提供的法国Annodis项目（正在进行的努力，以创建一个话语银行的法国）。仅在47个文档（1，445个EDU）上进行了交叉验证，我们的系统在查找EDU方面取得了令人鼓舞的性能结果，F分数为73%。
2010-03-28 cs.CL
Shallow Discourse Parsing with Maximum Entropy Model
MOE Key Laboratory of Computational Linguistics, Peking University（北京大学教育部计算语言学重点实验室）；School of Electronics Engineering and Computer Science, Peking University（北京大学电子工程与计算机科学学院）
近年来，更多的研究致力于研究完整的浅层语篇分析的子任务，如识别语篇连接词和连接词的论元。有必要设计一个完整的话语解析器来将这些子任务拉到一起。因此，我们开发了一个语篇分析器，将自由文本转化为语篇关系。该解析器包括连接标识符、参数标识符、意义分类符和非显式标识符，它们以流水线形式相互连接。每个组件都采用最大熵模型，并从Penn Discourse Tree-bank中提取了丰富的词汇和句法特征。在论元识别器中采用了基于中心语的PDTB表示方法，将语篇连接词的论元识别问题转化为寻找论元的中心语和论元的结尾。在非显式标识符中，引入了使用频率高、能反映话语关系的词等语境类型特征，以提高非显式标识符的性能。与其他方法相比，实验结果取得了可观的性能。
2017-10-31 cs.CL
Discourse Representation Structure Parsing for Chinese
University of Groningen（格罗宁根大学）
该研究探索无标注数据下中文话语表征结构语义解析的可行性，构建数据收集流水线与专用测试集，发现副词是主要难点，且机器翻译加英语解析器的效果略低于直接用中文数据训练。
2023-06-16 cs.CL
Worth Their Weights? Evaluating Generative Models for Discourse Parsing
Indiana University Bloomington（印第安纳大学伯明顿分校）；Georgetown University（乔治城大学）
本研究对比评估生成式与判别式模型在RST话语解析中的性能，发现参数匹配时判别式模型更优，大规模生成式模型有时胜出，且生成式模型在EDU分割上具优势，在RST-DT基准取得新最优结果。
2026-10-14 cs.CL
Less is More: A Lightweight and Robust Neural Architecture for Discourse Parsing
Texas A&M University（德州农工大学）
针对复杂特征提取器在小数据集上易导致过拟合的问题，提出一种仅利用自注意力模块间接利用预训练模型的轻量级神经架构，在三个篇章解析任务上以更少参数和时间实现了更优的泛化性、鲁棒性与系统性能。
2023-09-08 cs.CL
Biaffine Discourse Dependency Parsing
我们提供了一个研究，使用双仿射模型的神经话语依存句法分析，并取得显着的性能改善相比，基线分析器。在任务中我们比较了Reynner算法和Chu-Liu-Edmonds算法，发现Chu-Liu-Edmonds算法生成的树更深，性能更好。我们还用平均最大路径长度和平均叶节点比例来评价解析器的输出结构，发现解析器生成的依赖树接近于黄金树。由于语料库允许非投射结构，我们分析了语料库非投射性的复杂性，发现该语料库中的依赖结构的间隙度和边缘度最多为1。
2022-01-12 cs.CL
Multi-tasking Dialogue Comprehension with Discourse Parsing
Shanghai Jiao Tong University（上海交通大学）
多方对话机器阅读理解（MRC）提出了一个更具挑战性的理解目标，即与两个以上的说话人对话，与传统的简单段落风格的MRC相比。为了准确地完成基于这种多方对话的问答任务，模型必须处理与普通非对话文本完全不同的话语关系，其中话语关系应该以语言学驱动的方式连接两个相距遥远的话语。我们提出了第一个多任务模型，用于在多方对话MRC任务上联合执行QA和话语解析（DP）。我们提出的模型在最新的基准测试Molweni上进行了评估，其结果表明，补充任务的训练不仅有利于QA任务，而且有利于DP任务本身。我们进一步发现，当处理较长的对话时，联合模型明显更强，这再次验证了DP在相关MRC中的必要性。
2021-10-07 cs.CL
Revisiting Shallow Discourse Parsing in the PDTB-3: Handling Intra-sentential Implicits
Institute for Language, Cognition and Computation（语言、认知与计算研究所）；School of Informatics, University of Edinburgh（爱丁堡大学信息学院）
在PDTB-3中，几千个隐含的话语关系被新注释了\textit{within}单个句子，增加了超过15，000个隐含的关系注释了PDTB-2中的\textit{across}相邻句子。由于这些\textit{intra-sentential implicits}的参数的位置不再像\textit{inter-sentential implicits}那样定义良好，因此话语分析器必须识别它们的位置和意义。这是目前工作的重点。本文对我们的结果进行了全面的分析，展示了不同场景下的模型性能，指出了局限性并指出了未来的发展方向。
2022-04-01 cs.CL
GDTB: Genre Diverse Data for English Shallow Discourse Parsing across Modalities, Text Types, and Domains
LMU Munich（慕尼黑大学）；Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）；Georgetown University（乔治城大学）
针对现有英语浅层话语解析数据集不公开、领域单一且老旧的问题，本文提出基于UD English GUM语料库的开放多体裁PDTB风格基准GDTB，实验验证其与PDTB兼容，且联合训练可缓解跨领域性能下降。
2024-11-01 cs.CL
Discourse Analysis via Questions and Answers: Parsing Dependency Structures of Questions Under Discussion
University of Colorado Boulder（科罗拉多大学博尔德分校）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本研究采用讨论中的问题框架，开发首个QUD解析器，利用众包数据集自动推导文档中问题的依存结构，验证其可行性并展示在文档简化中的价值。
2023-05-12 cs.CL
Exploring Neural Methods for Parsing Discourse Representation Structures
Center for Language and Cognition, University of Groningen（格罗宁根大学语言与认知中心）
神经方法最近在语义解析方面取得了一些成功，尽管它们还没有面对基于形式语义产生意义表示的挑战。我们提出了一个序列到序列的神经语义解析器，能够产生高精度的英语句子的话语表示结构（DRS），优于传统的DRS解析器。为了便于学习的输出，我们表示DRS作为一个序列的扁平条款，并介绍了一种方法来验证所产生的DRS是格式良好，可解释的。我们比较了使用字符和单词作为输入的模型，发现（有点令人惊讶）前者比后者表现得更好。我们表明，消除变量名从输出使用德Bruijn指数提高解析器的性能。添加银级训练数据可进一步提高性能。
2018-10-30 cs.CL
Structured Dialogue Discourse Parsing
Carnegie Mellon University（卡内基梅隆大学）
针对对话话语解析中链接与关系独立解码及忽略全局结构的问题，提出基于邻接矩阵结构化编码与matrix-tree学习联合优化的方法，利用修改版Chiu-Liu-Edmonds算法解码生成多根非投影生成树，无需手工特征，在STAC和Molweni上取得SOTA。
2023-06-26 cs.CL
Improving Multi-Party Dialogue Discourse Parsing via Domain Integration
Institute for Infocomm Research, A*STAR, Singapore（信息通信研究院（A*STAR），新加坡）
虽然多方对话往往不如独白和文档结构化，但它们隐含地通过交互轮之间的语义水平相关性来组织，并且对话语篇分析可以用于预测基本语篇单元之间的依赖结构和关系，并为下游任务提供功能丰富的结构信息。然而，现有的语料库与对话话语注释收集从特定的领域与有限的样本量，呈现数据驱动的方法的性能差传入的对话没有任何领域自适应。在本文中，我们首先介绍了一个基于transformer的解析器，并评估其跨域性能。接下来，我们采用三种方法从数据和语言建模的角度来获得域集成，以提高泛化能力。实验结果表明，神经解析器可以受益于我们提出的方法，并表现出更好的跨域对话样本。
2021-10-09 cs.CL
Why Can't Discourse Parsing Generalize? A Thorough Investigation of the Impact of Data Diversity
Georgetown University（乔治城大学）
语篇分析性能的最新进展给人的印象是，与其他NLP任务一样，英语等高资源语言的性能最终变得可靠。在本文中，我们证明，这是不是这样的情况下，并彻底调查的数据多样性的影响？解析稳定性。我们表明，国家的最先进的架构训练的标准英语新闻专线基准不泛化，即使在新闻领域。使用两个最大的英语语料库，从多个体裁的文本，我们量化的影响体裁多样性的训练数据实现泛化训练过程中看不见的文本类型。我们的研究结果表明，一个异构的训练制度是至关重要的稳定和可推广的模型，跨解析器架构。我们还提供了模型输出和域外性能的误差分析。据我们所知，这项研究是第一个全面评估跨语料库的语法分析的泛化能力的完整的树，检查体裁之间的退化内的语法语料库，并调查体裁多样性的影响，在训练数据组成。
2023-02-13 cs.CL
A Joint Model for Dropped Pronoun Recovery and Conversational Discourse Parsing in Chinese Conversational Speech
Beijing University of Posts and Telecommunications（北京邮电大学）；Renmin University of China（中国人民大学）；Brandeis University（布兰迪斯大学）
本文提出了一个用于汉语会话语音中的联合脱落代词恢复（DPR）和会话语篇分析（CDP）的神经模型。我们发现，DPR和CDP是密切相关的，一个联合模型有利于这两项任务。我们将我们的模型称为DiscProReco，它首先使用有向图卷积网络（GCN）对会话中每个话语中的标记进行编码。然后，话语的令牌状态被聚合以产生每个话语的单个状态。然后将话语状态馈送到双仿射分类器中以构建会话话语图。第二（多关系）GCN然后被应用于话语状态以产生话语的话语关系增强表示，其然后与每个话语中的标记状态融合在一起作为到丢弃的代词恢复层的输入。联合模型在一个新的结构解析增强的丢弃代词恢复（SPDPR）数据集上进行训练和评估，我们用两种类型的信息进行了注释。在SPDPR数据集和其他基准测试上的实验结果表明，DiscProReco的性能明显优于这两项任务的最新基线。
2021-06-07 cs.CL
Beyond Supervised Clarification: Input Rewriting with LLMs for Dialogue Discourse Parsing
研究在无监督条件下利用LLM零样本或基于解析器反馈重写输入以提升对话篇章解析性能，发现重写常引入回归，提出选择性干预问题并识别可重写性预测为关键缺失能力。
2026-07-03 cs.CL
MACT: Model-Agnostic Cross-Lingual Training for Discourse Representation Structure Parsing
Yunnan University（云南大学）；Yunnan Key Laboratory of Intelligent Systems and Computing（云南省智能系统与计算重点实验室）
针对单语数据训练限制DRS解析性能的问题，提出模型无关的跨语言训练策略，利用预训练语言模型的语言对齐，在英语等四种语言的DRS解析基准上取得最先进结果。
2024-06-03 cs.CL
QUDEVAL: The Evaluation of Questions Under Discussion Discourse Parsing
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文提出首个 QUD 语篇解析自动评估框架 QUDeval，通过 2,190 个问题的细粒度标注揭示现代 LLM 与现有指标的不足。
2023-11-01 cs.CL
Towards Discourse Parsing-inspired Semantic Storytelling
DFKI GmbH（德国人工智能研究中心）；pc GmbH Neue Kommunikation（3pc新传播有限公司）
我们以前的工作语义讲故事使用文本分析程序，包括命名实体识别和事件检测。在本文中，我们概述了我们对语义讲故事的长期愿景，并描述了当前的概念和技术方法。在推动我们研究的项目中，我们开发了基于人工智能的技术，这些技术得到了行业合作伙伴的验证。一个长期的目标是开发一种语义讲故事的方法，这种方法具有广泛的覆盖范围，而且是健壮的。我们提供了第一个实验结果，涉及话语分析，适用于一个具体的用例，"探索邻里!这是基于一个半自动收集的数据集，其中包含有关柏林一个地区值得注意的人的文件。虽然从纯文本中自动获得连贯关系的注释是一个不小的挑战，我们的初步结果是有希望的。我们设想我们的方法与其他特征（NER，共指消解，知识图谱）相结合
2020-04-25 cs.CL
Can we obtain significant success in RST discourse parsing by using Large Language Models?
Institute of Innovative Research, Tokyo Institute of Technology（东京工业大学创新研究院）；NTT Communication Science Laboratories, NTT Corporation（NTT公司NTT通信科学实验室）
本文探究大语言模型对RST语篇解析的作用，将自顶向下、自底向上解析策略转化为提示，用QLoRA微调Llama 2，70亿参数自底向上模型在三个基准上取得SOTA，且跨数据集泛化性良好。
2024-03-08 cs.CL
Better Document-level Sentiment Analysis from RST Discourse Parsing
Georgia Institute of Technology（佐治亚理工学院）
语篇结构是语篇表层特征与文本层面属性（如情感极性）之间的隐性联系。我们发现，修辞结构理论（Rectorical Structure Theory，简称RSTO）解析器产生的话语分析可以通过在话语树上组合局部信息来提高文档级情感分析。首先，我们表明，根据它们在修辞结构的依赖表示中的位置来重新加权话语单元可以对基于词汇的情感分析产生实质性的改进。接下来，我们提出了一个递归的神经网络的结构，它提供了显着的改进，基于分类的方法。
2015-09-11 cs.AI cs.CL
What's Hard in English RST Parsing? Predictive Models for Error Analysis
Georgetown University（乔治城大学）
本文研究了英语 RST 解析中的难点，通过建模隐式关系、长距离依赖等因素，并发布两个带标注测试集，发现长距离依赖是主要挑战，最终预测错误发生位置的准确率超过76%。
2023-09-10 cs.CL
RST Parsing from Scratch
Nanyang Technological University（南洋理工大学）；Salesforce Research Asia（赛富时亚洲研究院）；Institute for Infocomm Research, A-STAR（新加坡科技研究局资讯通信研究院）
我们在修辞结构理论（RST）框架中引入了一种新颖的自上而下的端到端文档级语篇解析公式。在这个公式中，我们认为话语分析作为一个序列的分裂决策在令牌的边界，并使用seq2seq网络模型的分裂决策。我们的框架有利于话语分析从零开始，而不需要话语分割为先决条件，相反，它产生分割的一部分，分析过程。我们的统一解析模型采用了一个束搜索解码的最佳树结构通过搜索通过一个空间的高分树。通过对标准英语语料库的大量实验，我们证明了我们的解析器在端到端解析和黄金分割解析方面都优于现有方法。更重要的是，它不使用任何手工制作的功能，使其更快，更容易适应新的语言和领域。
2021-05-23 cs.AI cs.CL
A Conditional Splitting Framework for Efficient Constituency Parsing
Nanyang Technological University（南洋理工大学）；Salesforce Research Asia（Salesforce亚洲研究院）；Institute for Infocomm Research, A-STAR（A*STAR资讯通信研究院）
我们引入了一个通用的seq 2seq解析框架，将选区解析问题（句法和话语解析）转化为一系列有条件的分割决策。我们的解析模型估计在给定的文本跨度可能的分裂点的条件概率分布，并支持有效的自上而下的解码，这是线性的节点数。条件分裂公式与高效的束搜索推理一起促进结构一致性，而不依赖于昂贵的结构化推理。至关重要的是，对于话语分析，我们表明，在我们的配方，话语分割可以作为一个特殊的情况下，分析，使我们能够进行话语分析，而不需要分割为先决条件。实验表明，我们的模型在标准的句法分析任务上取得了良好的效果，在有/没有预先训练的表示和竞争对手的国家的最先进的（SoTA）的方法，比我们的计算成本更高。在话语分析中，我们的方法优于SoTA的一个很好的保证金。
2021-06-30 cs.AI cs.CL
Unsupervised Mutual Learning of Discourse Parsing and Topic Segmentation in Dialogue
针对对话中话语解析与主题分割的监督标注昂贵及无监督方法忽视二者交互的问题，提出统一表示与两个语言学假设，构建无监督互学习框架UMLF，联合建模修辞与主题结构，在多个数据集上超越强基线并有效提升大语言模型的话语结构建模。
2025-02-24 cs.CL
The CLaC Discourse Parser at CoNLL-2016
Concordia University（康考迪亚大学）
本文介绍了我们提交的“CLaC”的CoNLL-2016共享任务浅语篇分析。我们使用了两种互补的方法来完成这项任务。解析显式关系的标准机器学习方法和解析非显式关系的深度学习方法。总体而言，我们的解析器在盲CoNLL-2016测试集上识别话语关系的F1得分为0.2106（显式关系为0.3110，非显式关系为0.1219）。
2017-08-19 cs.CL
Unsupervised Inference of Data-Driven Discourse Structures using a Tree Auto-Encoder
University of British Columbia（不列颠哥伦比亚大学）
随着在许多下游任务和现实世界的应用中对健壮和通用的话语结构的需求不断增长，目前缺乏高质量，高数量的话语树构成了严重的缺点。为了缓解这一限制，我们提出了一种新的策略来生成树结构在一个任务不可知的，无监督的方式通过扩展一个潜在的树感应框架与自动编码的目标。该方法适用于任何树型结构的目标，如句法分析、篇章分析等。然而，由于特别困难的注释过程中产生的话语树，我们最初开发这样的方法，以补充特定任务的模型，在产生更大，更多样化的话语树库。
2022-10-18 cs.CL
A Unified Linear-Time Framework for Sentence-Level Discourse Parsing
Nanyang Technological University（南洋理工大学）；Salesforce Research Asia（Salesforce亚洲研究院）
本文根据修辞结构理论，提出了一个有效的语篇分析神经网络框架。我们的框架包括一个话语切分器，以确定基本的话语单位（EDU）在一个文本中，和一个话语分析器，构建一个自上而下的方式话语树。分割器和解析器都是基于指针网络的，并且在线性时间内运行。我们的分割器产生的$F_1$得分为95.4，我们的解析器在聚合标记（关系）度量上获得了81.7的$F_1$得分，超过了以前的方法，并且在两个任务上都接近人类协议（98.3和83.0 $F_1$）。
2019-06-12 cs.AI cs.CL
Improving Dialogue Discourse Parsing through Discourse-aware Utterance Clarification
Soochow University（苏州大学）
本文提出话语感知澄清模块和贡献感知偏好优化，解决对话话语解析中的歧义问题，在STAC和Molweni数据集上显著优于现有最先进方法。
2025-06-18 cs.AI cs.CL
A Deep Sequential Model for Discourse Parsing on Multi-Party Dialogues
Tsinghua University（清华大学）；Institute for Artificial Intelligence, Tsinghua University (THUAI)（清华大学人工智能研究院）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
语篇结构对于对话理解、问答、情感分析等自然语言处理任务都有重要意义，本文提出了一种用于分析多方对话语篇依存结构的深层序列模型。该模型的目标是通过预测依存关系和联合交替构建篇章结构来构建篇章依存树。它对对话中的基本语篇单位进行了顺序扫描。对于每个EDU，模型决定当前EDU应该链接到哪个先前EDU以及对应的关系类型是什么。预测的链接和关系类型，然后使用一个结构化编码器逐步建立话语结构。在链接预测和关系分类过程中，该模型不仅利用了表示相关EDU的局部信息，还利用了编码EDU序列的全局信息和当前步骤已经建立的话语结构。实验表明，该模型优于所有国家的最先进的基线。
2018-12-01 cs.AI cs.CL
Acquiring Annotated Data with Cross-lingual Explicitation for Implicit Discourse Relation Classification
Saarland University（萨尔大学）
隐性语篇关系分类是语篇分析中最具挑战性和重要性的任务之一，因为缺乏连接词作为强有力的语言线索。进一步改进的一个主要瓶颈是训练数据的短缺（约~ PDTB中的16 k实例）。Shi et al.（2017）提出通过利用翻译中的连接词来获取额外的数据：人类翻译者在翻译中明确地标记源语言中隐含的话语关系。使用这种显式连接词的回译提高了话语关系分析的性能。本文讨论了翻译语言的选择是否重要，以及是否可以有效地使用多种翻译成不同的语言来提高附加数据的质量。
2019-04-15 cs.CL
Persian Rhetorical Structure Theory
University of Tehran（德黑兰大学）
在过去的几年里，人们对语篇分析和语篇句法分析的兴趣稳步增长，许多语篇注释语料库和语篇句法分析器已经建立起来。在本文中，我们提出了一个话语注释语料库的波斯语内置的修辞结构理论的框架，以及建立在DPLP解析器，一个开源的话语解析器的话语解析器。我们的语料库由150个新闻文本组成，每个文本平均约400个单词。语料库文本标注使用18个语篇关系，并根据英语语料库的注释准则。我们的文本级话语解析器使用黄金分割进行训练，并建立在DPLP话语解析器的基础上，DPLP话语解析器使用基于大边距过渡的方法来解决话语解析问题。在F1测度上，我们的语篇分析器在广度（S）、核度（N）和关系（R）检测上的性能分别为78%、64%和44%。
2021-06-25 cs.CL
DiscoSG: Towards Discourse-Level Text Scene Graph Parsing through Iterative Graph Refinement
Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（武汉大学网络空间安全学院，教育部空天信息安全与可信计算重点实验室）；Faculty of Information Technology, Monash University（莫纳什大学信息技术学院）；School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院）
针对篇章级文本场景图解析，提出DiscoSG任务及数据集，并开发轻量级解析器DiscoSG-Refiner，通过迭代图细化提升性能，速度远超GPT-4o。
2025-10-24 cs.CL
A Simple Global Neural Discourse Parser
University of Utah（犹他大学）；Tel-Aviv University（特拉维夫大学）
语篇分析主要是由贪婪的分析器与手动设计的功能，而全球分析是罕见的，由于其计算费用。在本文中，我们提出了一个简单的基于图表的神经话语分析器，不需要任何手工制作的功能，是基于学习的跨度表示。为了克服计算上的挑战，我们提出了一个独立的假设之间的标签分配给一个节点在树和分裂点，分离它的孩子，这导致易于处理的解码。我们的经验表明，我们的模型实现了最好的性能在全球解析器，和性能相媲美的最先进的贪婪解析器，只使用学习的跨度表示。
2020-09-08 cs.CL
CoMuMDR: Code-mixed Multi-modal Multi-domain corpus for Discourse paRsing in conversations
Indian Institute of Technology Kanpur (IIT Kanpur)（印度理工学院坎浦尔学院）
本文构建含音频、转写文本及九种篇章关系标注的印地语–英语代码混合、多模态、多领域会话语料库 CoMuMDR，并通过 SoTA 基线实验揭示现有模型在现实代码混合场景中的不足。
2025-06-10 cs.AI cs.CL cs.LG
Improve Discourse Dependency Parsing with Contextualized Representations
Cornell University（康奈尔大学）；Peking University（北京大学）
最近的工作表明，话语分析的好处，从建模内和inter-prostitial水平分开，在不同粒度的文本单元的适当表示，需要捕捉文本单元的意义和它们的关系的上下文。在本文中，我们建议利用变压器编码不同级别的单元的语境化表示，动态捕获所需的信息，话语依存分析的内部和内部的水平。出于对文章中常见的写作模式的观察，我们提出了一种新的方法，将话语关系识别作为一个序列标签任务，它利用了提取的话语树的上下文结构信息，并大大优于传统的直接分类方法。实验表明，我们的模型在英文和中文数据集上都取得了最好的结果。
2022-05-04 cs.AI cs.CL
DraDDP: A Multimodal Multi-Party Dialogue Discourse Parsing Dataset
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）
针对现有研究局限于文本或双方对话的问题，构建了基于美剧的首个公开英文多模态多方对话话语解析数据集DraDDP，并验证了多模态信息在捕捉对话结构和关系类型中的价值。
2026-04-13 cs.AI cs.CL
Scope-enhanced Compositional Semantic Parsing for DRT
Georgetown University（乔治城大学）；University of Amsterdam（阿姆斯特丹大学）；Saarland University（萨尔大学）；University of Groningen（格罗宁根大学）
针对现有seq2seq模型在DRT解析中准确率随句子复杂度下降、难生成合规表征的问题，提出基于新型量词辖域预测机制的组合式神经符号AMS解析器，可稳定输出合规结果，复杂句子解析表现更优。
2024-10-09 cs.CL
Discourse Parsing of Contentious, Non-Convergent Online Discussions
Ben Gurion University（本-古里安大学）；The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
在线话语往往被认为是两极分化和非生产性的。虽然一些会话语篇分析框架是可用的，但它们并不自然地适合于分析有争议的和两极分化的讨论。受巴赫金对话理论的启发，我们提出了一个新的理论和计算框架，更适合于非收敛的讨论。我们重新定义了成功讨论的衡量标准，并发展了一个新的话语注释图式，它反映了话语策略的层次结构。我们考虑一系列分类模型--从逻辑回归到BERT。我们还考虑各种特征类型和表示，例如，LIWC类别，标准嵌入，会话序列和非会话话语标记分别学习。给定标签集中的31个标签，如果我们允许每个标签使用不同的模型，则平均F-Score为0.61，如果使用单个模型，则为0.526。根据所提出的模式在注释讨论中取得的令人鼓舞的结果为许多下游任务和应用铺平了道路，例如早期检测讨论轨迹，主动调节开放式讨论和教师辅助机器人。最后，我们分享了第一个有争议的非收敛在线讨论的标记数据集。
2020-12-08 cs.CL cs.SI
Structure-Preserving Document-Level Data Augmentation via Discourse Parsing
Shenzhen University（深圳大学）；Shenzhen Technology University（深圳技术大学）
该研究针对现有数据增强忽略语篇结构的问题，提出基于LLMs和语篇解析的结构保留型文档级数据增强框架，在文本摘要和问答任务中提升了混合数据训练效果。
2026-10-15 cs.AI cs.CL
Automatic Discourse Segmentation: Review and Perspectives
Laboratoire Informatique d’Avignon, UAPV（阿维尼翁信息学实验室（UAPV））；Institut Universitari de Lingüística Aplicada, UPF（庞培法布拉大学应用语言学大学院（UPF））；Djibouti Institute of Science and Information Technologies – CERD（吉布提科学与信息技术研究所 – CERD）
多语言篇章分析是一个非常突出的研究课题。语篇分析的第一个阶段是语篇切分。在这篇文章中报告的研究地址的两个在线可用的话语段（英语和葡萄牙语）的审查。我们评估了为西班牙语、法语和非洲语言开发类似话语分段器的可能性。
2020-05-01 cs.CL cs.IR
Robust Parsing Based on Discourse Information: Completing partial parses of ill-formed sentences on the basis of discourse information
在一个连贯的文本中，许多单词和短语在一个以上的句子中重复使用。当一个相同的短语（一组连续的词）在不同的句子中重复时，这些句子的组成词往往以相同的修饰模式与相同的词性和相同的修饰语-修饰语关系相关联。因此，当句法分析器不能将句子分析为统一的结构时，在同一文本内的其他句子的完整分析中的在形态上相同的词之间的词性和修饰语-修饰语关系提供用于获得句子的部分分析的有用信息。在本文中，我们描述了一种方法来完成部分解析保持一致性的形态相同的话在同一文本中，就其词性和修饰语的关系。通过使用该方法与技术文档所获得的实验结果提供了良好的前景，以提高在广泛覆盖的自然语言处理系统，如机器翻译系统的句子分析的准确性。
1995-05-24 cmp-lg cs.CL
BeDiscovER: The Benchmark of Discourse Understanding in the Era of Reasoning Language Models
Department of Computer Science University of British Columbia（计算机科学系加拿大不列颠哥伦比亚大学）
BeDiscovER是一个用于评估推理语言模型 discourse 理解能力的基准，涵盖多个 discourse 任务，评估了多个开源模型的表现。
2026-01-25 cs.CL
The First Shared Task on Discourse Representation Structure Parsing
University of Groningen（格罗宁根大学）
本文介绍了IWCS 2019关于语义解析的共享任务，其目标是为英语句子生成话语表示结构（DRS）。DRS起源于话语表征理论，代表了范围意义表征，捕获了否定，情态，量化和预设触发器的语义。此外，在DRS的概念和事件参与者描述与WordNet的同义词和主题角色从VerbNet。为了测量两个DRS之间的相似性，它们以子句形式表示，即作为元组的集合。参与者系统被期望以这种子句形式产生DRS。考虑到丰富的词汇信息，明确的范围标记，大量的共享变量之间的条款，并高度约束格式的有效DRS，所有这些使得DRS解析一个具有挑战性的NLP任务。共享任务的结果显示了对现有最先进解析器的改进。
2020-05-27 cs.AI cs.CL cs.LG
Bilingual Rhetorical Structure Parsing with Large Parallel Annotations
FRC CSC RAS（俄罗斯科学院联邦研究中心计算机科学中心）；ISP RAS（俄罗斯科学院信息学问题研究所）
针对跨语言篇章解析中平行数据有限及RST应用不一致的问题，该研究为英文GUM RST语料库引入平行俄文标注，提出端到端RST解析器，在英俄语料库上取得最先进结果，并首次评估了跨语言端到端RST解析的潜力。
2024-09-23 cs.CL
A Deeper (Autoregressive) Approach to Non-Convergent Discourse Parsing
Ben Gurion University of the Negev（内盖夫本-古里安大学）
本文提出一种基于RoBERTa的非收敛话语解析统一模型，通过GRN层和不对称损失函数融合话语、上下文和标签嵌入，在无需标签搭配和独立训练模型的情况下达到SOTA效果。
2023-05-21 cs.CL cs.SI
Large Discourse Treebanks from Scalable Distant Supervision
University of British Columbia（不列颠哥伦比亚大学）
语篇分析是自然语言处理中的一项重要的上游任务，对许多现实世界的应用具有重要意义。尽管其广泛认可的作用，最新的话语分析器（因此下游任务）仍然依赖于小规模的人类注释的话语树库，试图从非常有限的数据在几个狭窄的领域推断通用的话语结构。为了克服这种可怕的情况，并允许话语解析器在更大，更多样化和独立于领域的数据集上进行训练，我们提出了一个框架，从情感分析辅助任务的远程监督中生成“银标准”话语树。
2022-10-18 cs.CL
