基于词嵌入的书面语篇多层次差异探究

来源：计算机工程与应用杂志2019年第23期北京时间：

作者：张学敬，吕学强，周强

单位：1.北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101；2.北京信息科学与技术国家研究中心，北京 100084；3.清华大学 信息技术研究院 语音和语言技术中心，北京 100084

摘要：书面语篇包含有独白语篇和对话语篇两种类型，而独白语篇和对话语篇具有不同的描述功能和用词特点，这对基于这些语篇的不同分析任务计算建模提出了新的挑战。基于现有两种语篇标注库，采用统计分析方法，对两类语篇的不同层次功能结构差异性进行了定量分析。基于三种不同类型语料文本中自动训练得到的不同词嵌入向量，以字向量的角度初步分析了两类语篇在用词方面的不同分布特点。在此基础上针对两类语篇的4个典型分析任务，研究了不同词嵌入对深度学习模型分析性能的影响效果。实验结果表明，不同的词嵌入在不同语篇分析任务的表现能力存在明显差异，从而验证了独白语篇和对话语篇的多层次差异。

关键词：独白语篇,对话语篇,词嵌入,多层次差异分析