Teoría de la estructura retórica

La teoría de la estructura retórica ( TER ) es una teoría de la organización del texto que describe las relaciones que existen entre las partes de un texto. Fue desarrollada originalmente por William Mann , Sandra Thompson , Christian MIM Matthiessen y otros en el Instituto de Ciencias de la Información (ISI) de la Universidad del Sur de California y definida en un artículo de 1988. ^{[ 1 ] [ 2 ] [ 3 ]} La teoría se desarrolló como parte de estudios sobre la generación de texto basada en computadora . Posteriormente, los investigadores del procesamiento del lenguaje natural comenzaron a utilizar la TER en la generación automática de resúmenes y otras aplicaciones. Explica la coherencia postulando una estructura jerárquica y conectada de los textos, ^{[ 3 ]} que se etiquetan utilizando un pequeño inventario predefinido de tipos de relaciones; por ejemplo, una parte de un texto puede proporcionar una elaboración sobre otra parte, proporcionar contexto o especificar una causa para otra. ^{[ 1 ]}

En la década de 2000, tras la publicación del primer conjunto de datos a gran escala que implementaba la teoría, el RST Discourse Treebank (RST-DT), ^{[ 4 ]} Daniel Marcu demostró la viabilidad de las aplicaciones prácticas de RST al análisis y resumen del discurso en ISI. ^{[ 5 ]} Originalmente limitado al texto escrito, el trabajo posterior en la década de 2010 amplió RST al análisis del lenguaje hablado , ^{[ 6 ]} y el marco se ha aplicado a una variedad de idiomas, incluidos el persa , ^{[ 7 ]} el alemán, ^{[ 8 ]} el chino mandarín, ^{[ 9 ]} el ruso ^{[ 10 ]} y el español. ^{[ 11 ]} Tras la introducción de Transformers , los LLM se han aplicado al análisis automático de RST, ^{[ 12 ]} con resultados que se aproximan al rendimiento humano en el análisis de texto en inglés.

Las relaciones retóricas, también llamadas relaciones de coherencia o discursivas , son relaciones paratácticas (coordinadas) o hipotácticas (subordinadas) que se mantienen a través de dos o más segmentos de texto. ^{[ 13 ]} La disposición lógica de las relaciones en un texto contribuye a su coherencia al conectar diferentes proposiciones en una estructura relacional. La RST que utiliza relaciones retóricas proporciona una forma sistemática para que un analista analice la intención subyacente de un texto. El análisis generalmente se construye leyendo el texto y construyendo un árbol utilizando las relaciones. El siguiente ejemplo es un título y un resumen, que aparecen en la parte superior de un artículo en la revista Scientific American (adaptado de Ramachandran y Anstis, 1986). El texto original, dividido en unidades numeradas, es: ^{[ 3 ]}

1. [Título:] La percepción del movimiento aparente
2. [Resumen:] Cuando el movimiento de un objeto visto intermitentemente es ambiguo
3. El sistema visual resuelve la confusión.
4. aplicando algunos trucos
5. que reflejan un conocimiento innato de las propiedades del mundo físico.

En la figura, los números del 1 al 5 muestran las unidades correspondientes del texto anterior. La unidad 5 proporciona una "elaboración" de la unidad 4 y, por lo tanto, constituye un satélite menos prominente de la unidad 4, que actúa como núcleo de la relación. Las unidades 4 y 5 forman una relación de "Medios", que explica el medio por el cual el sistema visual resuelve la confusión. La unidad 3 es la Unidad Discursiva Central (UDC) del texto, ya que todas las unidades apuntan a ella directa o indirectamente. De manera similar, las unidades 1 y 2 forman relaciones de "preparación" y "circunstancia" con respecto a sus núcleos. Los grupos de unidades que funcionan como satélite o núcleo en conjunto se denominan unidades discursivas complejas y siempre abarcan un conjunto de EDU adyacentes.

RST establece dos tipos de unidades distintas. Los núcleos se consideran las partes más importantes del texto, mientras que los satélites contribuyen a ellos y son secundarios. El núcleo contiene información básica y el satélite, información adicional sobre el núcleo. El satélite suele ser incomprensible sin el núcleo, mientras que un texto sin satélites puede entenderse hasta cierto punto.

Las relaciones RST se aplican recursivamente en un texto hasta que todas las unidades de dicho texto forman parte de una relación RST. Como resultado de estos análisis, la estructura RST se representa típicamente como un árbol, con una relación de nivel superior que engloba otras relaciones de niveles inferiores.

1. Desde el punto de vista lingüístico, la RST propone una visión de la organización del texto diferente a la de la mayoría de las teorías lingüísticas .
2. RST señala una estrecha relación entre las relaciones y la coherencia en el texto.
3. Desde un punto de vista computacional, proporciona una caracterización de las relaciones textuales que se ha implementado en diferentes sistemas y para aplicaciones como la generación de texto ^{[ 14 ]} y el resumen . ^{[ 15 ]}

Las científicas informáticas Ana Cristina Bicharra García y Clarisse Sieckenius de Souz han utilizado RST como base de un sistema de justificación de diseño llamado ADD+. ^{[ 16 ] [ 17 ]} En ADD+, RST se utiliza como base para la organización retórica de una base de conocimiento , de manera comparable a otros sistemas de representación del conocimiento como el sistema de información basado en problemas (IBIS). ^{[ 17 ]} De manera similar, RST se ha utilizado en esquemas de representación para la argumentación . ^{[ 18 ] [ 19 ] [ 20 ]}

• Extracción de argumentos
• Árbol de análisis sintáctico