中文篇章零元素语料库构建

• 作者: 周国栋 孔芳 盛晨
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 中文零元素 篇章视角 语料库构建 中文篇章零元素语料库
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 专题报道: 文本大数据分析与语义理解
• 页码范围: 15-21
• 页数: 7页
• 字数: 6152字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2018.057

摘要

针对中文零指代问题, 从篇章视角进行理论分析, 并完成中文篇章零元素语料库(Chinese Discourse Zero Corpus, CDZC)的构建工作.首先, 整理和分析已有的理论研究以及语料资源, 探究篇章层面中文零元素语料库标注的必要性.然后, 采用自底向上、前向搜索的标注策略和人机结合的半自动标注方式, 完成CDZC 语料库的构建.最后, 对该语料库进行一系列详细的统计分析.结果表明, CDZC 能够充分反映出中文零元素省略的语言特点, 为相关研究提供语料资源支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔芳	苏州大学计算机科学与技术学院自然语言处理实验室	66	350	11.0	15.0
2	周国栋	苏州大学计算机科学与技术学院自然语言处理实验室	138	1425	22.0	32.0
3	盛晨	苏州大学计算机科学与技术学院自然语言处理实验室	2	2	1.0	1.0