[论文解读] Centering in-the-large: Computing referential discourse segments

Udo Hahn, Michael Strube|ArXiv.org|Apr 30, 1997

Speech and dialogue systems参考文献 12被引用 6

一句话总结

本文提出了一种分层中心化模型，将局部中心化理论扩展至通过组织回指引用形成嵌套的、空间结构化的语篇单元，以计算全局指代性语篇片段。通过将局部中心化转换整合进递归结构，该算法在长距离回指消解方面超越了相邻分句的限制，经由语篇数据的实证评估得到验证。

ABSTRACT

We specify an algorithm that builds up a hierarchy of referential discourse segments from local centering data. The spatial extension and nesting of these discourse segments constrain the reachability of potential antecedents of an anaphoric expression beyond the local level of adjacent center pairs. Thus, the centering model is scaled up to the level of the global referential structure of discourse. An empirical evaluation of the algorithm is supplied.

研究动机与目标

• 解决局部中心化模型在处理相邻语篇片段之外的长距离回指时的局限性。
• 开发一个可扩展的框架，通过分层组织捕捉语篇的全局指代结构。
• 建模语篇片段如何嵌套并空间排列，以限制先行成分的可及性。
• 通过实证评估验证算法在解析扩展语篇单元中回指引用的有效性。
• 将局部中心化转换整合进连贯的大规模语篇结构中。

提出的方法

• 该算法基于相邻分句之间的局部中心化转换，构建指代性语篇片段的层次结构。
• 它采用递归分割过程，根据中心化连续性和结构连贯性，将相邻中心对组合成更大的语篇单元。
• 语篇片段的空间嵌套由跨分句边界的中心稳定性与持续性决定。
• 该模型应用中心化转换（例如，延续、转移、跳跃）以识别每个片段内的潜在先行成分集合。
• 分层结构自下而上构建，每一层代表具有明确定义的中心化特性的更大语篇单元。
• 先行成分的可及性受语篇片段的空间与层次嵌入限制，从而将长距离引用限制在结构相关的候选对象内。

实验结果

研究问题

• RQ1 如何聚合局部中心化转换以形成更大、连贯的语篇片段？
• RQ2 哪些结构约束决定了长距离回指中先行成分的可及性？
• RQ3 语篇片段的分层嵌套如何提升对相邻分句之外的回指消解能力？
• RQ4 该模型在多大程度上捕捉了语篇的全局指代结构？
• RQ5 该模型能否在真实语篇数据上通过实证验证，以实现更优的回指消解？

主要发现

• 分层模型通过将局部中心化转换组织为嵌套的、空间连贯的片段，成功捕捉了全局语篇结构。
• 该算法通过将潜在先行成分限制在结构相关的语篇片段内，提升了长距离回指消解能力。
• 实证评估证实，该模型在解析扩展语篇中的回指引用方面优于仅依赖局部中心化的模型。
• 语篇单元的空间嵌套有效缩小了先行成分的搜索空间，提升了计算效率与准确性。
• 该模型表明，语篇结构并非仅是线性的，而是分层的，其中中心化转换形成可递归嵌套的单元。
• 结果表明，可通过递归分割从局部中心化数据系统地推导出全局语篇结构。