Автоматическое извлечение риторических отношений на уровне предложения в русском языке

Информация о структуре дискурса текста может быть полезна для многих задач обработки естественного языка и генерации текста на естественном языке, поэтому проблема автоматического анализа структуры дискурса является одной из перспективных областей исследований в области компьютерной лингвистики. Теория Риторических Структур - это фреймворк, созданный для анализа структуры дискурса, который позволяет описать взаимосвязь между единицами текста на всех уровнях и представить его в виде иерархической древовидной структуры. Реализация алгоритма автоматического анализа дискурса включает в себя две подзадачи: сегментацию дискурса на Элементарные Дискурсивные Единицы (ЭДЕ) и собственно анализ дискурсивной структуры. Существует несколько автоматических парсеров дискурса для английского языка, и если первая подзадача решается на уровне state-of-art, то вторая еще не решена на таком уровне качества. Для русского же языка, пока не существует открытого и доступного парсера дискурса. В настоящей работе я не буду рассматривать задачу сегментации и вместо этого сосредоточусь на анализе структуры дискурса русских письменных текстов на уровне предложения. Таким образом, целью этой работы является создание алгоритма автоматического анализа дискурса для предложений на русском языке, заранее разделенных на ЭДЕ, с использованием алгоритмов машинного обучения с учителем и размеченного корпуса русских текстов.