面向多领域多来源文本的汉语依存句法树库构建

题名

DOI

作者

郭丽娟彭雪李正华张民

作者单位

苏州大学计算机科学与技术学院

摘要

为了支持汉语句法分析研究,目前句法分析领域已经标注了多个汉语依存句法树库。然而,已有树库主要针对较规范文本,而对各种网络文本如博客、微博、微信等考虑较少。为此,该文基于近期研制的标注规范及可视化在线标注系统,开展了大规模数据标注。聘请了15名兼职标注者,并采用严格的标注流程保证标注质量,目前,已经标注了约3万句的汉语依存句法树库,其中包含约1万句淘宝头条文本。该文重点介绍了数据选取、标注流程等问题,并详细分析了标注准确率、一致性和标注数据的分布

关键词

依存句法；树库构建；多领域多来源文本

刊名

当代中文学刊

ISSN

3008-0282

年、卷(期)

20196

所属期刊栏目

人文社科