[发明专利]中文篇章树的构建方法

摘要

本发明公开了一种中文篇章树的构建方法。本发明一种中文篇章树的构建方法，包括：依次将篇章中由人工分割字句得到的标准篇章基本单元的词向量和词性标记向量拼接并输入篇章基本单元编码器(EDU Encoder)以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分割点编码器(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对各个分割点的编码结果输入一个编码器—解码器结构(Encoder‑Decoder)，以编码—解码的形式进行分割点选择；本发明的有益效果：本发明首次采用了自顶向下的篇章解析模式，将传统的自底向上的篇章树节点的构建过程转换为自顶向下的分割点选择的过程。

主权项

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输入到Encoder‑Decoder结构，编码端利用一个单向GRU对分割点表征进行编码，解码端以篇章的首、尾分割点序号对初始化解码端的栈结构；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，即功能语句区域；对当前区域的分割点进行挑选并以挑选出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；重复该步骤，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。