摘要
话语结构对各种自然语言处理任务（如对话理解、问答系统、情感分析等）具有重要意义。本文提出了一种用于解析多方对话中话语依赖结构的深度序列模型。该模型旨在通过预测依赖关系并交替地构建话语结构来构造一棵话语依赖树。它对对话中的基本话语单元（Elementary Discourse Units，简称EDUs）进行顺序扫描。对于每个EDU，模型决定当前单元应链接到哪个先前的EDU以及对应的关系类型是什么。然后，利用预测的链接和关系类型，通过一个结构化编码器逐步构建话语结构。在链接预测和关系分类过程中，该模型不仅利用了表示关注的EDUs的局部信息，还利用了编码当前步骤已构建的EDU序列和话语结构的全局信息。实验结果表明，所提出的模型优于所有现有的最先进基线模型。