搜尋意圖： 如果你在找「篇章分析 是什麼」或「篇章分析 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 研究超越句子層級的文本結構、連貫性與邏輯關係的語言分析方法。
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
研究超越句子層級的文本結構、連貫性與邏輯關係的語言分析方法。
篇章分析（Discourse Analysis）是自然語言處理中最複雜的層級之一，涉及多個句子如何在語義與修辭層面連貫地組織成有意義的文本。
核心概念
篇章與文本的區別
- 篇章（Discourse）：講話或寫作中連貫的表達單位，可以是對話、論說文、敘述文。
- 文本（Text）：具有完整結構與功能目標的篇章產物（如新聞報導、學術論文、廣告文案）。
連貫性（Coherence）與銜接性（Cohesion）
- 銜接性：表面層次的連接機制，如代詞、連接詞、詞彙重複建立句子間的語法與詞彙連鎖。
- 連貫性：深層層次的邏輯與語義連結，讀者能理解段落為何以此順序組織、各句如何在邏輯上相關。
例如：「小王買了一本書。他很喜歡。」銜接性靠「他」指代「小王」；連貫性基於「購買→喜歡」的因果或評價邏輯。
篇章結構理論（Discourse Structure Theories）
- 修辭結構理論（RST, Rhetorical Structure Theory） Mann & Thompson 提出，認為篇章由階層性的修辭關係構成：
- 核心關係（Nuclearity）：文本中的核心單位（nucleus）與衛星單位（satellite）
- 修辭關係類型：因果（Cause）、條件（Condition）、背景（Background）、詳述（Elaboration）、並列（Joint）等
- 例：「因為下雨，會議改期」中，「下雨」是衛星（原因），「會議改期」是核心（結果）
- 段落間的修辭連結 常見連接詞與修辭函數：
- 順序連接：「首先…其次…最後…」
- 因果連接：「因此…所以…」
- 對比連接：「然而…相反…」
- 補充連接：「此外…另外…"
- 時序連接：「之後…同時…」
主題進展（Topic Progression）與中心化（Centering）
主題進展模式：
- 直線進展（Linear Progression）：T1 → T2 → T3（話題逐步推進）
- 平行進展（Parallel Progression）：T → T'（話題保持，細節變化）
- 階層進展（Hierarchical Progression）：從主話題分支至子話題再回歸
中心化理論（Centering Theory）：
- 認識焦點（Focus of Attention）：篇章中正在討論的實體
- 中心列表（Center List）：候選實體，按優先度排序
- 轉移（Shift）與保留（Retention）：焦點在句子間的轉移方式影響連貫性與指代解析
篇章類型與結構
- 敘述文（Narrative）
- 時間序列結構：事件按時間線排列
- 典型要素：背景→起始事件→問題→解決→結局
- 特徵：動作導向，涉及因果連鎖
- 論說文（Expository）
- 邏輯結構：主張與論據的組織
- 常見模式：主題句→支持句→例證→結論
- 特徵：信息導向，邏輯遞進
- 議論文（Argumentative）
- 論證結構：立場→論據→反駁→結論
- 說服策略：訴諸邏輯、情感、權威
- 對話（Conversational）
- 轉向系統（Turn-Taking）：發言者的輪流機制
- 修復策略（Repair）：解決誤解或中斷
- 話題管理（Topic Management）：話題的引入、維持、轉換
自然語言處理中的篇章應用
指代消解 篇章層次的指代（如第二段提到某人，第五段用「他」指稱）需要篇章焦點模型的支援。中心化理論提高了遠距指代消解的準度。
文件摘要 提取文件的篇章結構，識別核心單位與衛星單位，優先選擇對整體意義最關鍵的句子或段落。
問答系統 理解問題涉及的篇章脈絡，定位相關段落，提取答案跨度。
機器翻譯 保持源文本的篇章結構與連接詞選擇，避免生成支離破碎或邏輯混亂的譯文。
文件分類與檢索 理解文件的整體結構（如新聞報導的倒金字塔結構），改善檢索與排序。
自動編輯與風格檢查 檢測篇章連貫性問題，如突兀的話題轉換、代詞不清、句子順序不合邏輯。
篇章理解的挑戰
隱含連接 許多篇章關係未以顯式連接詞表達，需要推理：「市場前景樂觀。許多企業擴張產能。」（隱含因果）
修辭關係的多義性 同一連接詞可表達多種關係，同一關係可用多種連接詞表達。
層級的遞迴與巢狀 篇章可在多個抽象層級組織（句→段→章），並相互嵌套。
文化與文體差異 不同文化、不同文體的篇章組織慣例差異大（西方科技文章強調直線進展，東方古文常用迂迴敘述）。
實踐建議
- 在文件摘要、機器翻譯等任務上，結合修辭結構理論或中心化理論的約束。
- 對於長文本，逐段建構篇章焦點與中心列表，輔助指代消解。
- 在多語言 NLP 上，注意源目標語言的篇章組織慣例差異。
- iPAS 考試中，篇章分析通常涉及文件理解、信息擷取、寫作評估等應用，掌握核心理論有助於應對複雜場景題。
常見問題
篇章分析和句子分析有什麼本質不同？
句子分析著眼於個別句子的文法與語義結構，篇章分析則研究句子如何在更大文本中組織與關聯。同樣的句子在不同篇章位置有不同的語用功能：「市場很大」在引言中是背景陳述，在結論中可能是論據。篇章分析提供了這種脈絡理解。
為什麼 LLM 生成的文本有時連貫性差？
LLM 基於逐詞預測，缺乏明確的篇章結構規劃。它可能在短距離內維持連貫，但長篇幅文本中易出現重複、邏輯跳躍或話題漂移。結合提示詞（如「寫一個五段論文」）或外部大綱規劃能改善篇章連貫性。
怎樣客觀評估篇章的連貫性？
可透過多種方法：手工標注連貫性得分（但需大量標注人員）、檢測指代清晰度（是否有懸空指代）、篇章關係標注的完成度（每個句子對都能找到關係）、以及終端任務效果（如文件分類準度、摘要質量）。沒有完美的自動評估指標，通常需要人工評審與量化指標的組合。