一个面向信息抽取的中英文平行语料库

• 作者: 周国栋 惠浩添 李云建 钱龙华
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 命名实体 语义关系 双语映射 平行语料库
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 自然语言处理
• 页码范围: 2331-2338
• 页数: 8页
• 分类号: TP391
• 字数: 7948字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2015.12.021

摘要

除了机器翻译,平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用,但是传统的平行语料库只是在句子级对齐,因而对跨语言自然语言处理研究的作用有限.鉴于此,以OntoNotes中英文平行语料库为基础,通过自动抽取、自动映射加人工标注相结合的方法,构建了一个面向信息抽取的高质量中英文平行语料库.该语料库不仅包含中英文实体及其相互关系,而且实现了中英文在实体和关系级别上的对齐.因此,该语料库将有助于中英文信息抽取的对比研究,揭示不同语言在语义表达上的差异,也为跨语言信息抽取的研究提供了一个有价值的平台.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱龙华	苏州大学自然语言处理实验室	45	312	9.0	16.0
2	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
3	惠浩添	苏州大学自然语言处理实验室	5	26	3.0	5.0
4	李云建	苏州大学计算机科学与技术学院	1	3	1.0	1.0