《中国人工智能学会通讯》——7.19 挑战与机遇

7.19 挑战与机遇

目前主流的篇章语义分析方法以有指导的分析方法为基础，其依赖于带标注信息的语料资源，而此类资源严重匮乏。其次，由于语料资源的匮乏以及篇章关系分析任务本身的复杂性，目前为止，中英文篇章关系的识别的研究均处于初期阶段，限制了篇章语义分析研究的继续深入。事实上，按照张牧宇博士的论文[34] ，原文之外的相关背景知识能够有效地帮助挖掘原文内容中的语义信息。因此，原文并不能独立于背景知识而存在，缺少背景知识必然会影响对原文的分析与理解。但是，目前缺少一种合适的背景知识表示方法，并且也缺少一种有效的将背景知识和原文进行连接的方法。这些问题限制了篇章语义分析性能的提升。

作为一个新兴的研究热点，篇章语义分析方面的研究还远远不够，无论是背景知识获取还是原文语义分析都有更进一步发展的空间。除本文介绍的应用之外，融入背景知识的篇章语义分析还可以应用在其他很多领域，例如，篇章语义分析结果有助于生成更好的文摘结果[49] ；篇章语义分析还可用于文本可读性分析，即通过篇章语义分析判定文本结构是否合理、语义是否连贯，进而评估文章的可读性[50] 。总之，无论从理论研究的角度，还是从应用需求的角度，篇章语义分析都已经成为一个非常重要的研究方向。随着研究工作的不断深入和相关方法技术的逐渐成熟，篇章语义分析研究定会向更深入、更全面、更完善的目标前进，并促进机器翻译、自动问答、自动文摘，以及自然语言生成等相关研究的发展。