位置:成果数据库 > 期刊 > 期刊详情页
词义标注语料库建设综述
  • 期刊名称:金澎,吴云芳,俞士汶,词义标注语料库建设综述,中文信息学报,22(3): 16-23,2008
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京大学计算语言学研究所,北京100871
  • 相关基金:国家973计划资助项目(2004CB318102);国家自然科学基金资助项目(60703063);国家863计划资助项目(2007AA01Z198)
  • 相关项目:面向信息处理的词义区分理论与计算模型研究
中文摘要:

词义消歧的关键问题是缺少大规模、高质量的词义标注语料库。本文分别从语料选取、词典选择、标注规模和标注质量等方面介绍已经建成的较有影响的若干词义标注语料库。在自动构建词义标注语料库的方法中,本文集中介绍bootstrapping策略在语料库建设方面的应用以及利用双语对齐语料库开展的相关研究。最后,针对词义标注语料库建设存在的问题提出自己的分析和思考。

英文摘要:

The bottleneck of word sense disambiguation (WSD) is lack of large scale, high quality word sense annotated corpus. In this paper, several word sense annotated corpus are introduced in the aspects of corpus coverage, dictionary, tokens, word types and the inter annotator agreement, involving English, Chinese and Japanese. As for the auto and semi-auto construction methods, this papers focuses on bootstrapping methods and word aligned parallel corpus based approaches. And finally, some issues in the word sense annotated corpus construction are pointed and possible solutions are given.

同期刊论文项目
同项目期刊论文