該文提出一種基于信息檢索的無指導方法,用于推理隱式篇章片段之間的語義連接關(guān)系,如因果關(guān)系、轉(zhuǎn)折關(guān)系等.該文基于Google搜索引擎,抽取在句子結(jié)構(gòu)以及語義層面上均與原隱式片段相似的顯式片段,通過分析和識別相關(guān)顯式關(guān)系來間接推理隱式關(guān)系.主要包括以下三個模塊:構(gòu)建高質(zhì)量查詢關(guān)鍵詞并抽取候選顯式關(guān)系；結(jié)合三種隱式關(guān)系推理模型(相似度、置信度、關(guān)聯(lián)度),綜合考察查詢關(guān)鍵詞以及候選關(guān)系的質(zhì)量；基于排序?qū)W習的方法,統(tǒng)計高質(zhì)量候選關(guān)系中的類別分布以實現(xiàn)最終隱式關(guān)系的推理.該文采用Penn Discourse TreeBank 2.0篇章語料庫,最終方法精確率達到54.3％,與有指導的方法相比,提高了約14.3％.