现代汉语树库的构建及其应用-北京大学计算语言学教育部重点实验室.pptxVIP

教育部文科基地重大课题“大规模中文树库建设及其应用研究 ” （项目编号： 06JJD740001） :8080/WebTreebank/ 中文树库加工及相关语言学问题 詹卫东 zwd@ 软件： 分词/词性标注/句法分析器/树结构编辑器 语言学理论： 词类 | 短语类 | 层次结构分析 从“ 串分布 ”到“树分布 ” 成分省略 与 功能变异 1.树库（Treebank） 概述 3.在“树 ”上看语法范畴 2.树库的构建 提纲 ■ 历史发展简介 时间： 1993 —— Marcus(1993) 语种： 英语、德语、 中文、阿拉伯语 …… 36 种 标注体系： 生成语法 —— HPSG —— 依存语法 标注深度： 树库 —— 命题库 —— 篇章库 Xue, Nianwen (2005) /wiki/Treebank 1 树库（Treebank） 概述 2. 1 树库构建方法 2. 1. 1 流程 2. 1.2 辅助工具 2.2 树库加工中面临的语言学问题 2.2. 1 短语层次分析问题 2.2.2 短语功能分类问题 2 树库的构建 1 ， 2 ， 3 ， 5： 程序自动完成， 然后人工校对 4： 提供专门的人 工校对工具 树库加工流程（Workflow） 北大树库词类标记 98 个标记 细化 北大树