摘要：中文隱式篇章關(guān)系識別是一個具有挑戰(zhàn)性的任務(wù),其難點在于如何捕獲論元的語義信息。該文提出了一個模擬人類雙向閱讀和重復閱讀過程的三層注意力網(wǎng)絡(luò)模型(TLAN)用于識別中文隱式篇章關(guān)系。首先,使用Self-Attention層對論元進行編碼;然后,通過細粒度的Interactive Attention層模擬雙向閱讀過程以生成包含交互信息的論元表示,并且通過非線性變換獲得論元對信息的外部記憶;最后,通過包含外部記憶的注意力層來模擬重復閱讀過程,在論元對記憶的引導下生成論元的最終表示。在中文篇章樹庫(CDTB)上進行的隱式篇章關(guān)系識別實驗結(jié)果顯示,該文提出的模型TLAN在Micro-F1和Macro-F1上超過了多個基準模型。