摘要
先前的研究引入了基于转换（transition-based）的算法，以构建一个统一的修辞结构解析架构（涵盖片段、核性关系与修辞关系），但其性能未能达到理想水平。本文提出，由于数据稀疏性问题，基于转换的模型在解析裸修辞树（即识别片段和核性）方面更具适用性。同时，我们认为关系标注可从裸修辞树结构中获益，应针对三类关系——句内关系、句间关系以及段间关系——进行细致建模与处理。因此，我们设计了一种流水线式的两阶段解析方法，用于从文本中生成RST树。实验结果表明，该方法在各项指标上均达到当前最优性能，尤其在片段识别与核性判断任务中表现突出。