搜索引擎日志短语标注规范

• 作者: 吕学强 舒燕
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 语料标注 搜狗日志 短语词典 加工规范
• 年，卷（期）: 2013,（2）
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP391
• 字数: 4622字
• 语种: 中文

摘要

语料标注是语料库构建的一项重要的基础性工作.基于搜狗日志,该文借助XML文档的结构化特点,将语料标注转换成节点属性的改写,根据语料的特点,制定了一套服务于搜索引擎用短语词典构建的短语语料标注加工规范及执行原则,并对标注集及加工规范进行了详细描述.利用此规范,已完成145 645条查询词串的标注,而且标注质量很高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕学强	北京信息科技大学中文信息处理中心	146	1187	15.0	30.0
2	舒燕	北京信息科技大学中文信息处理中心	5	3	1.0	1.0