2008(№7) - Санкт-Петербургский государственный ...

28
i – Maximum_distance(m) i – 1 i i + Distance_to_salient_unit(m) + 1
Рис. 1
Четвертый этап. Не всегда алгоритм определения риторических отношений с помощью
дискурсных маркеров выдает на выходе отношения для всех частей предложений.
Для несвязанных элементов необходимо выполнить дополнительные действия для определения
отношений следующим образом: алгоритм предполагает, что если два предложения
«говорят» об одном и том же, то вероятно, что последующее предложение детализирует
предыдущее. Иначе они относятся к разным темам. Решение по поводу «схожести»
вычисляется через количество похожих слов в двух предложениях. Если оно больше некоторого
порога, то используется риторическое отношение ELABORATION (уточнение),
иначе – JOINT (соединение).
Входными данным для алгоритма являются набор ЭТЕ и найденное на предыдущем
шаге множество уже риторических отношений. Выходными – полный набор дизъюнктивных
риторических отношений между элементами ЭТЕ.
При построении дискурсного дерева прежде всего необходимо использовать основные
положения теории риторической структуры (ТРС) [4]:
• ЭТЕ представляют собой непересекающиеся части текста;
• риторические отношения связывают текстовые части разного объема;
• ЭТЕ имеют в тексте различную значимость;
• структура текста может быть представлена в виде дерева.
Для того чтобы разработать алгоритм построения дискурсного дерева, необходимо
ввести следующие дополнительные предположения: текст может быть разбит на непересекающиеся
ЭТЕ и представлен в виде древовидной структуры следующим образом:
• ЭТЕ являются листьями дерева;
• листья в дереве при обходе его слева направо имеют такой же порядок, как ЭТЕ в
тексте;
• имеется ряд ограничений на структуру дерева.
Необходимым этапом при формализации процесса построения дискурсной структуры
текста является определение ограничений (признаков), характеризующих корректные
древовидные структуры, то есть тех ограничений, которые удовлетворяют необходимым
требованиям к структуре. Некоторые ограничения, которым должны удовлетворять корректные
древовидные структуры, представлены в ТРС. Центральным понятием этой теории
является риторическое отношение между двумя непересекающимися текстовыми
элементами: ядром и сателлитом или ядром и ядром. Отличие ядра N от сателлита S заключается
в том, что ядро, во-первых, имеет большее значение в тексте и, во-вторых, не
зависит от сателлита. Примеры отношений представлены на рис. 2.