[论文解读] Centering in Japanese Discourse

Marilyn Walker, Masayo Iida+1 more|ArXiv.org|Sep 24, 1996

Natural Language Processing Techniques被引用 27

一句话总结

本文提出了一种基于中心理论的计算模型，用于解析日语语篇中的零代词，表明此前被认为必不可少的语法功能共享（如主语/宾语）并非必需。通过引入话题歧义，并对中心理论算法进行语言特异性Cf列表排序的调整，该模型无需额外机制即可准确预测代词指代关系，从而实现仅通过单一语言参数化即可支持日语与英语系统的语言无关语篇处理模块。

ABSTRACT

In this paper we propose a computational treatment of the resolution of zero pronouns in Japanese discourse, using an adaptation of the centering algorithm. We are able to factor language-specific dependencies into one parameter of the centering algorithm. Previous analyses have stipulated that a zero pronoun and its cospecifier must share a grammatical function property such as {\sc Subject} or {\sc NonSubject}. We show that this property-sharing stipulation is unneeded. In addition we propose the notion of {\sc topic ambiguity} within the centering framework, which predicts some ambiguities that occur in Japanese discourse. This analysis has implications for the design of language-independent discourse modules for Natural Language systems. The centering algorithm has been implemented in an HPSG Natural Language system with both English and Japanese grammars.

研究动机与目标

• 开发一种基于中心理论的计算模型，用于解析日语语篇中的零代词。
• 消除零代词与其先行词之间必须共享语法功能（如主语/宾语）的假设要求。
• 解决先前模型将某些日语语篇歧义误判为不合语法的问题。
• 提出话题歧义作为中心理论中的正式机制，以解释以往研究忽略的语篇现象。
• 通过将语言特异性依赖关系集中于单一参数（Cf列表排序），实现语言无关的语篇处理。

提出的方法

• 调整中心理论算法，利用后向中心（Cb）和前向中心（Cf）的等级显著性来建模语篇注意力转移。
• 基于Cb的保留或转移定义语篇转换，并施加约束：Cb必须是前一语句中在当前语句中实现的最高排序Cf。
• 引入话题歧义机制，使未表达的论元可依上下文和Cb被解释为话题或非话题。
• 利用Cb判断何时可将零代词分配为话题状态，依据是语篇显著性与连贯性。
• 在基于HPSG的NLP系统中实现该算法，同时支持英语与日语语法，使用针对日语的语言特异性Cf列表排序。
• 通过对比显性话题标记（如wa）与零代词的最小对立对，验证预测结果以测试歧义解析能力。

实验结果

研究问题

• RQ1 是否可以在不依赖零代词与其先行词共享语法功能属性的前提下，对日语中的零代词进行建模？
• RQ2 为何某些零代词解释即使违反先前模型中的属性共享约束，仍保持语法正确？
• RQ3 如何在中心理论框架内正式捕捉话题歧义，以解释以往模型无法说明的解释？
• RQ4 在多大程度上可使中心算法实现语言无关性，仅保留一个语言特异性参数？
• RQ5 中心模型能否根据语篇上下文和Cb，准确预测零代词的指代为话题或非话题？

主要发现

• 先前模型要求的属性共享约束——用于解析日语零代词——实际上并非必要，反例表明该约束会错误预测为不合语法。
• 此前被忽视的现象——话题歧义——可解释那些先前模型误判为不合语法的解释，例如零代词虽无显性标记，仍可被理解为话题。
• 中心算法成功预测：当后向中心（Cb）显著且与语篇实体一致时，零代词可被赋予话题状态，即使未显式标记。
• 模型正确预测：当新实体成为Cb时，发生shift-1转换，支持将新主语解释为最显著的语篇实体。
• 该算法在英语与日语中表现一致，仅需一个语言特异性参数（Cf列表排序），支持其在语言无关语篇模块中的应用。
• 最小对立对比较（如带与不带显性话题标记）证实，话题歧义是真实存在的语篇现象，且该模型能准确捕捉。