44、多模态话语树在健康管理与安全领域的应用

多模态话语树在健康管理与安全领域的应用

1. 引言

在信息处理中，话语分析对于构建文本中思想的逻辑结构起着至关重要的作用。话语树（DTs）作为一种工具，能够以层次化的方式将文本话语形式化，明确短语和句子之间的修辞关系。它是一种介于完整逻辑表示（如逻辑形式）和非结构化原始文本表示之间的高级表示方式。DTs在内容生成、文本摘要、机器翻译和问答系统等领域有着广泛的应用。

然而，DTs在一般数据分析任务中的应用存在局限性，它主要用于表示文本的话语结构，而难以体现抽象数据项各组件之间的因果关系。为解决这一问题，我们提出将DTs推广到任意数据类型，并将其应用于健康管理和安全领域。

在以往的工作中，我们将DTs提升到更高的抽象层次，旨在形成一个用于交互式知识发现的统一结构。为了为用户提供系统的内容探索导航方式，我们基于文本的DTs，将话语分析扩展到文档语料库级别。我们认为，知识探索应通过导航为整个相关内容语料库构建的DT来驱动，这种树被称为扩展话语树（EDT）。它是先跨文档内段落，再跨语料库中文档的各个段落DT的组合。

在本文中，我们将研究范围从医学领域拓展到法医分析和健康管理，展示具有更高抽象性和通用性的话语表示的应用领域。我们探索其在疾病传播管理和犯罪调查等领域的应用，这些领域拥有丰富多样的数据来源。

我们将文本话语表示中的DT概念扩展到各种形式和性质的数据。在定义了包含言语行为理论的交际DT（CDTs）、将DT扩展到多文档级别以及实体DT以跟踪话语如何涵盖各种实体之后，我们进一步提升话语抽象层次，不仅对文本和文本文档的话语进行形式化，还对各种相关数据的话语进行形式化。这是因为文本片段之间的修辞关系，如原因、因果、促成、对比和时间顺序等，同样适用于数