中文信息学报基于语义依存关系的汉语语料库的构建.PDFVIP

中　文 　信 　息 　学 　报 第 17 卷 第 1 期 　 JOURNAL OF CHINESE INFORMATION PROCESSING Vol . 17 No. 1 文章编号 :1003 - 0077 (2003) 0 1 - 0046 - 08 基于语义依存关系的汉语语料库的构建① 1 2 1 尤 　　 ,李涓子 ,王作英 ( 1 清华大学电子工程系 ,北京 　100084 　2 清华大学计算机科学与技术系 ,北京 　100084) 摘要 :语料库是自然语言处理中用于知识获取的重要资源 。本文以句子理解为出发点 ,讨论了在设计和 建设一个基于语义依存关系的汉语大规模语料库过程中的几个基础问题 ,包括 :标注体系的选择 、标注关系集 的确定 ,标注工具的设计 , 以及标注过程中的质量控制 。该语料库设计规模 100 万词次 ,利用 70 个语义 、句法 依存关系 ,在已具有语义类标记的语料上进一步标注句子的语义结构 。其突出特点在于将《知网》语义关系体 系的研究成果和具体语言应用相结合 ,对实际语言环境中词与词之间的依存关系进行了有效的描述 ,它的建 成将为句子理解或基于内容的信息检索等应用提供更强大的知识库支持 。 关键词 :计算机应用 ; 中文信息处理 ;语料库 ;语义依存关系 ;《知网》;动态角色与属性 中图分类号 : TP39 1 文献标识码 :A 　　　 On Construction of a Chinese Corpus Based on Semantic Dependency Relations 1 2 1 YOU Fang ,L I J uanzi ,WAN G Zuoying ( 1Dept . of Elect ronics Engineering , Tsinghua Univer sit y ,Beijing 　100084 ,China 2 Dept . of Computer Science Technology , Tsinghua Univer sity ,Beijing 　100084 ,China) Abstract :Corpora are important resources for knowledge acquisition in t he field of natural language processing. For t he purpose of sentence understanding ,we are constructing a Chinese largescalecorpus based on semantic dep enden cy relations. This p ap er introduces t he tagging formalisms we adopt ,t he tagging set we choose ,t he tagging tool we develop ,and t he met hod we use to guarantee t he good consistency of tagging. The corpus under discussion is at a scale of 1 million words. Each sentence in t he corpus ,which already had annotations of sense ,is furt her tagged wit h