考虑多特征的英语篇章关系分析识别方法

来源：电子测量技术杂志2025年第13期北京时间：

作者：张静，宗欣，郑渊

单位：1.山西医科大学汾阳学院 吕梁 032200;2.北京理工大学国际交流合作处 北京 100086;3.太原理工大学计算机 科学与技术学院(大数据学院) 晋中 030600

摘要：为解决篇章级关系分析识别领域中存在多实体多匹配类别、上下文关系信息复杂等缺陷，本文提出一种融合实体特征信息和上下文特征信息的考虑多特征的英语篇章关系分析识别方法。首先，提出考虑多特征的关系分析识别框架。然后，对其中实体识别单元和上下文关系识别单元的机制进行详细介绍。最后，通过公开数据集和自选数据集进行对比实验和消融实验，验证并分析本文模型的优越性，并对模型识别效率以及相关参数的影响进行实验和分析。在2个数据集上，本文所提方法在F1和IgnF1两个指标上均能保持最优性能，较其他次优识别模型在F1指标上分别提升1.65%和1.13%，在IgnF1指标上分别提升2.78%和1.58%。实验表明：本文所提模型能够提取出表征篇章关系的关键特征信息，帮助理解篇章脉络以及各部分之间的关系，把握文章整体结构。

关键词：英语;篇章关系;分析识别;多特征;上下文关系

基金资助：2024年山西省高等学校一般性教学改革创新立项项目（J20241693）资助