Многие задачи обработки естественного языка требуют анализа текста за пределами отдельных предложений. В последнее время исследователи начали подходить к этой проблеме с точки зрения дискурсивного анализа, что сделало его очень важной темой исследования. Среди существующих приложений дискурсивного анализа можно упомянуть генерацию текстов [1], вопросно-ответные системы [2], автоматическое реферирование [3]. Согласно теории риторических структур [4] текст представляется в виде иерархической структуры, узлами которой являются дискурсивные единицы (ДЕ), а ребрами или дугами ‒ функциональные семантические отношения (cause, contrast, evidence и т.д.). Ребра показывают мультинуклеарные отношения, где ДЕ равноправны (contrast, comparison); дуги указывают на мононуклеарные риторические отношения, где можно выделить ядро и сателлит (cause, evidence). Задача автоматического дискурсивного анализа, таким образом, состоит из следующих подзадач: выделение в тексте элементарных дискурсивных единиц (часто ‒ клауз) и построение из них наиболее вероятной структуры дискурсивного дерева.
Download the collection of scientific sessions from the conference (PDF) from the A. V. Kalyaev Scientific Research Institute of Multiprocessing Computing Systems of the South Federal University archives (in Russian): https://niimvus.org.ru/images/banners/MCPU-2019/7179--NC.pdf
Download the collection of scientific sessions from the conference (PDF) from the Scientific Research Institute of Multiprocessing Computing and Control Systems Ltd. website (in Russian): https://niimvus.org.ru/images/banners/MCPU-2019/7179--NC.pdf
Е. В. Чистова. Исследование методами искусственного интеллекта системы когнитивных операций, реализуемых в научных текстах // XII мультиконференция по проблемам управления (МКПУ-2019): материалы научных сессий; Южный федеральный университет. — Ростов-на-Дону; Таганрог: Издательство Южного федерального университета, 2019. — С. 89–92.