语料库词性标注一致性检查方法研究

• 作者: 刘江 张虎 郑家恒
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 词性标注一致性 兼类词 聚类
• 年，卷（期）: 2004,（5）
• 页码范围: 11-16
• 页数: 6页
• 分类号: TP391
• 字数: 3816字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2004.05.002

摘要

在对大规模语料库进行深加工时,保证词性标注的一致性已成为建设高质量语料库的首要问题.本文提出了基于聚类和分类的语料库词性标注一致性检查的新方法,该方法避开了以前一贯采用的规则或统计的方法,利用聚类和分类的思想,对范例进行聚类并求出阈值,对测试数据分类来确定其标注的正误,进而得出每篇文章的词性标注一致性情况,进一步保证大规模语料库标注的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑家恒	山西大学计算机科学系	58	1189	16.0	33.0
2	刘江	山西大学计算机科学系	4	46	3.0	4.0
3	张虎	山西大学计算机科学系	33	139	8.0	11.0