求法语引语及说话人提取方法，需支持coreference与指定输出格式

一、基础引语及说话人提取方法 #

1. 规则驱动方法 #

利用法语文本中引语的标志性标点（如« »）定位引语区间，再通过上下文语法规则匹配说话人：

• 优先匹配引语前最近的专有名词、人称代词（如Jean、il、elle）；
• 结合dit「说」、a déclaré「宣称」这类引语动词锁定说话人位置。

2. 预训练模型方法 #

基于法语预训练语言模型（如CamemBERT），通过序列标注任务实现：

• 设计标注标签体系：比如B-SPEAKER（说话人起始）、I-SPEAKER（说话人延续）、B-QUOTE（引语起始）、I-QUOTE（引语延续）；
• 用标注好的法语文本语料微调模型，实现端到端的说话人和引语识别。

二、支持指代消解（Coreference）的提取方法 #

针对无明确说话人但存在指代的场景，需结合指代消解技术：

1. 流水线式处理 #

• 第一步：用法语指代消解模型（如基于CamemBERT的指代解析模型）解析文本中的指代链，将模糊代词（如il、celui-ci）替换为对应的实体；
• 第二步：用基础提取方法匹配引语与消解后的说话人；
• 若仍无明确说话人，将消解得到的潜在实体填入Potential Speaker字段，speaker设为None。

2. 联合建模方法 #

训练同时完成引语提取、说话人识别和指代消解的联合模型：

• 采用Transformer架构，输入法语文本，输出包含引语内容、说话人实体、指代关系的结果；
• 直接关联指代实体与无明确说话人的引语，生成符合要求的输出结构。

三、输出格式示例 #

[
    {"speaker": "Jean", "quotes": "Je vais au marché demain."},
    {"speaker": null, "quotes": "C'est une bonne idée.", "Potential Speaker": "Jean"}
]

内容的提问来源于stack exchange，提问作者Olivier Ringold