Классификация текстов с учётом дискурсивной структуры для анализа аргументации

Авторы

Смирнов И. В. Чистова Е. В.

Аннотация

В работе демонстрируется эффективность автоматического дискурсивного анализа для анализа аргументации в текстах на русском языке. Улучшенный за счет применения современного метода построения неразмеченных риторических структур метод дискурсивного анализа применяется в классификации документов на примере двух подзадач анализа аргументации в соревновании RuARG-2022. Предлагаемый подход к классификации на основе структурной LSTM предусматривает обучение векторного представления текста, отражающего композицию его фрагментов в дискурсивном дереве. В ходе исследования показано, что: (1) учет предсказанной дискурсивной структуры позволяет улучшить качество классификации текста на уровне абзаца; (2) предложенный подход на основе TreeLSTM эффективен при обучении векторного представления абзаца с использованием языковой модели и автоматического дискурсивного анализатора; (3) предсказанные анализатором риторические структуры в целом отражают аргументативную структуру текстов.

Внешние ссылки

DOI: 10.28995/2075-7182-2022-21-93-105

Скачать PDF с сайта конференции «Диалог» (англ.): https://www.dialog-21.ru/media/5753/chistovaeplussmirnovi028.pdf

Скачать сборник статей (PDF) с сайта конференции «Диалог»: https://www.dialog-21.ru/media/5847/_-dialog2022scopus.pdf

ResearchGate: https://www.researchgate.net/publication/364744603_Discourse-aware_text_classification_for_argument_mining

Ссылка при цитировании

Чистова Е. В., Смирнов И. В. Классификация текстов с учётом дискурсивной структуры для анализа аргументации // Компьютерная лингвистика и интеллектуальные технологии: По материалам ежегодной международной конференции «Диалог». Вып. 21. Москва: РГГУ, 2023. C. 93–105.