---
title: "篇章分析（Discourse Analysis）"
slug: discourse-analysis
language: zh-TW
source: https://aiterms.tw/terms/discourse-analysis
updated_at: 2026-06-23
tags: [自然語言處理, 文本結構, 連貫性, 修辭分析, 文件理解]
ipas_term: false
---

# 篇章分析（Discourse Analysis）

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。

## 完整說明

篇章分析（Discourse Analysis）是語言學與文本處理的重要領域，關注完整篇章（多個句子組成的文本段落）的組織結構、邏輯連貫性與修辭策略。篇章分析超越句法與語義的個別句子分析，探討段落間如何透過代稱、連接詞、主題進展等手段形成統一的意義整體。自然語言處理中，篇章理解是文件分類、摘要生成、機器翻譯等任務的基礎。

## 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。

---

來源：https://aiterms.tw/terms/discourse-analysis
快查頁：https://aiterms.tw/terms/discourse-analysis
最後更新：2026/06/23
深度解說：https://aiterms.tw/learning/what-is-discourse-analysis