[发明专利]中文篇章树的构建方法

权利要求书

1.一种中文篇章树的构建方法，其特征在于，包括：

从CDTB语料库中获取人工分割字句得到的标准篇章基本单元，依次将篇章中的各个篇章基本单元的词向量和词性标记向量拼接并输入EDU Encoder获取各个篇章基本单元的编码结果；

将EDU Encoder编码得到的各个篇章基本单元的向量表征输入Split Encoder实现对相邻篇章基本单元之间的分割点的表征；

将Split Encoder编码的当前功能语句中的分割点表征输入到Encoder-Decoder结构，编码端利用一个双向GRU对分割点表征进行再编码，并拼接GRU的正、反向的最后一个状态向量作为解码端的初始状态；解码端为包含栈结构的单向GRU，以篇章的首、尾分割点序号对初始化解码端的栈结构；

在解码时，从栈中弹出顶层元素作为当前需要进行分割点挑选的区域，并将当前区域首、尾分割点序号对所对应的编码端的输出进行拼接作为解码端的输入；对当前区域首、尾序号对之间的所有分割点的编码端输出计算一次Biaffine Attention权重，挑选权重最高的分割点作为当前功能语句的根节点，从而将原功能语句划分成两个更小的功能语句并压入栈中；同时使用Biaffine Attention计算当前分割点的核性关系和修辞关系；重复前一步骤，直到所有功能语句不可再分；

由根节点开始，各功能语句以分割点位置为根节点分别以左、右功能语句对应的根节点为左、右孩子节点进行连接，最终解析得到对应的篇章树；

其中，利用Biaffine Attention，挑选权重最高的分割点作为当前功能语句的根节点的表达式为：

计算核性关系的表达式为：

计算修辞关系的表达式为：

MLP表示Biaffine Attention模型；h_ei表示解码第j步时编码端i位置处分割点的输出；h_dj表示解码第j步时解码端的输出；h′_ei和h′_dj分别表示h_ei和h_dj经过多层带ReLU激活函数的多层全连接网络转换后的向量；表示解码第j步时编码端对应区域中i位置处分割点的分数；k表示预设类别数。

2.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1所述方法的步骤。

3.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1所述方法的步骤。

4.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1所述的方法。