话语分析研究文档中的句子orga-nibibal,旨在揭示其潜在的结构信息。关于对话话语解析的现有作品主要使用仅编码模型和复杂的De-编码策略来提取结构。尽管大型语言模型(LLMS)的最新进展,但直接将这些模型应用于解剖学解析还是具有挑战性的。为了充分利用LLM中丰富的语义和话语知识,我们建议使用文本到文本范式将分析转变为一代任务。我们的方法是直觉的,不需要修改LLM体系结构。对STAC和Molweni数据集的实验结果表明,诸如T0之类的序列模型可以很好地表现。值得注意的是,我们改进的基于过渡的序列到序列系统在Molweni上实现了新的最新性能。此外,我们的系统可以生成更丰富的话语结构,例如图形,而以前的方法主要限于树木。1