基于分类的汉语语料库词性标注一致性检查

• 作者: 张虎 郑家恒
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 分类 词性标注 兼类词 词性标注一致性
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 90-92
• 页数: 3页
• 分类号: TP391
• 字数: 4363字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.08.031

摘要

制约语料库加工质量的一个重要方面是多标记词语的词性标注一致性问题.该文通过对大规模语料库兼类词的词性标注结果的分析,提出一种语料库词性标注一致性检查的方法,分析词性标记序列的特征并建立兼类词语境向量模型,运用k最近邻法,对兼类词语境进行向量分类,判定兼类词词性标注是否一致,得出每篇文章的词性标注的一致性情况,并测试了北京大学的150万语料.

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	山西大学计算机与信息技术学院	58	1189	16.0	33.0
2	张虎	山西大学计算机与信息技术学院	33	139	8.0	11.0