BFS-CTC汉语句义结构标注语料库

• 作者: 冯扬 刘盈盈 王倩 罗森林 陈功 韩磊
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 自然语言处理 语义标注 句义结构 语料库
• 年，卷（期）: 2013,（1）
• 页码范围: 72-80
• 页数: 9页
• 分类号: TP391
• 字数: 6604字
• 语种: 中文

摘要

句义结构分析是汉语语义分析中不可逾越的重要环节,为了满足汉语句义结构分析的需要,基于现代汉语语义学理论构建了一种层次化的汉语句义结构模型,定义了标注规范和标记形式,建设了一个汉语句义结构标注语料库BFS-CTC(Beijing Forest Studio-Chinese Tagged Corpus).标注内容方面,基于句义结构模型的定义标注了句义结构句型层、描述层、对象层和细节层中所包含的各个要素及其组合关系,包括句义类型、谓词及其时态、语义格类型等信息,并且提供了词法和短语结构句法信息,便于词法、句法、句义的对照分析研究；语料库组织结构方面,该语料库包括四个部分,即原始句子库、词法标注库、句法标注库和句义结构标注库,可根据研究的需要,在词法、句法、句义结构标注的基础上进行深加工,在核心标注库的基础上添加更多具有针对性的扩展标注库,利用句子的唯一ID号进行识别和使用；语料来源和规模方面,语料全部来自新闻语料,经过人工收集、整理,合理覆盖了主谓句、非主谓句、把字句等六种主要句式类型,规模已达到10000句.同其他语义标注库相比,BFS-CTC基于现代汉语语义学,提供了多层次的句义结构标注信息,兼容进行了词法和语法标注,各类标注既可以单独使用也可综合使用进行横向分析,可用于自然语言处理多方面的研究,进一步推动汉语语义分析的研究和发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗森林	北京理工大学信息与电子学院信息安全与对抗技术实验室	121	821	14.0	23.0
2	王倩	北京理工大学信息与电子学院信息安全与对抗技术实验室	30	59	5.0	6.0
3	韩磊	北京理工大学信息与电子学院信息安全与对抗技术实验室	25	154	7.0	11.0
4	刘盈盈	北京理工大学信息与电子学院信息安全与对抗技术实验室	3	33	3.0	3.0
5	冯扬	北京理工大学信息与电子学院信息安全与对抗技术实验室	6	59	5.0	6.0
6	陈功	北京理工大学信息与电子学院信息安全与对抗技术实验室	4	40	4.0	4.0