修辞结构理论

定义

修辞结构理论Rhetorical structure theory是由论文Rhetorical Structure Theory: A Theory of Text Organization 提出的有关篇章分析和生成的理论，主要针对篇章连贯性问题。修辞结构理论

（1）通过描述各部分的修辞关系来分析篇章的结构和功能， 这些大小不一的部分被称为结构段（text span）或者基础语篇单位(Elementary Discourse Unit/EDU)；text span由多个EDU组成。

（2） 提出了两种篇章单位：核心nucleus和卫星satellite。 核心是篇章最重要的部分，表示中心信息的单元，具有相对完整的语义。卫星是传达支撑信息的其他单元，用于补充说明核心部分，脱离核心的卫星部分通常是没有意义的。

（3）判定修辞关系需要考虑对核心的限制条件、对卫星的限制条件、对核心卫星的联合限制条件以及效果等四大因素

（4）每个修辞关系可以联结两个或多个text span或者EDU。 最基本的修辞关系有两种，分别是单核关系和多核关系，篇章中单核关系占主要部分。

• 具有不对称性的核心-卫星关系nucleus-satellite relation， 也称单核关系，修辞关系联结的单元存在主次之别；

• 无主次之分的多核关系 multinuclear relation，修饰关系联结的单元中无所谓谁是核心谁是卫星。 对比contrast关系和列表关系list都是典型的多核关系。

修辞结构理论认为，连贯的篇章由不同层次的修辞关系组成，并且可以表示为一种树形结构。从篇章单位开始，修辞结构树逐步覆盖整个篇章，形成层次化的篇章结构树。层次的复杂程度与篇章语义的复杂程度相关，语义越复杂，层次越多。

研究表明，修辞关系的集合是开放式的。 例如论文Rhetorical Structure Theory: Toward a Functional Theory of Text首先给出了20多种经典的修辞关系。随着研究的深入， 研究人员不断地对修辞关系集合做出改进和扩充。

具体例子

RST理论通过给一对对的EDU标注连贯关系,形成像这样解析全文的RST树:

在还没看修辞结构理论的具体实现方法之前，根据以上描述，大概想了以下做rst parser的流程：

1. 篇章分成基础语篇单位EDU
2. 判断每个EDU是核心还是卫星
3. 根据核心和卫星的特征来判断修辞关系，特征可以是词性，依存关系等
4. 构建篇章结构树

尽管每种修辞关系的判定都有限制条件，但是判定过程却是标注者凭语感在语义范畴中进行的，对于不同的标注者，修辞关系的标注结果也许并不完全相同。 这为自动进行修辞关系的判定带来了一定的困难。

另外，如何将修辞结构理论用于篇章的生成和分析也是一个问题，例如得到了篇章的修辞理论结构，如何评价这篇文章的结构。

其他资源

修辞结构理论介绍

修辞结构理论标注数据集 以及详细介绍

修辞结构理论可视化

EducationalTestingService rst parser 训练代码

参考

《统计自然语言处理》第二版第十章