DiscoExplorer：多語言話語關係研究的開放接口
話語關係（如因果、讓步）是計算語言學和語用學的重要課題，但跨語言研究面臨數據複雜和接口缺乏的挑戰。DiscoExplorer 是一個開源的本地運行網頁接口，整合了 DISRPT 共享任務中 16 種語言的話語關係數據集，提供查詢語言、搜索和可視化功能，旨在簡化多語言話語關係的分析。
在計算語言學和語用學領域，話語關係——如因果（“因為 A 所以 B”）或讓步（“雖然 A 但是 B”）——是連接命題的核心機制，也是研究的熱點。然而，跨語言比較這些關係長期面臨重大挑戰。一方面，不同數據集之間的話語關係清單缺乏統一標準，導致比較困難；另一方面，即使近年標準化工作取得進展，數據的複雜性和缺乏易用的分析接口仍然阻礙着研究的深入。
為突破這一瓶頸，喬治城大學的 Amir Zeldes 等人開發了 DiscoExplorer，一個全新的開源網頁接口。該工具設計為在本地計算機上運行，無需依賴外部服務器，從而保障了數據隱私和可定製性。DiscoExplorer 的核心功能是整合來自 DISRPT 共享任務的話語關係數據集，覆蓋了包括英語、漢語、日語、德語、法語等在內的 16 種語言。研究者可以通過統一的界面訪問這些數據集，無需處理複雜的原始數據格式。
DiscoExplorer 提供了三大核心功能：首先，一種靈活的查詢語言，允許用户根據關係類型（如因果、對比、時序等）和信號設備（如連接詞“因為”、“雖然”）進行細粒度檢索；其次，搜索工具能夠快速定位語料中的具體實例，並支持正則表達式等高級搜索；最後，可視化模塊以圖形化方式展示關係分佈和信號設備的頻率模式，幫助研究者直觀把握語言間的異同。論文還通過幾個示例研究展示了工具的實用性，例如分析不同語言中因果關係的表達傾向。
該工具的發佈填補了多語言話語關係研究中分析平台缺失的空白。通過提供易用的接口，DiscoExplorer 有望推動話語分析領域的跨語言實證研究，併為自然語言處理應用（如機器翻譯、文本生成、對話系統）提供基礎資源。由於是開源項目，研究者可以自由擴展數據集、添加新語言或定製功能，促進協作與創新。