内容标签和关系标签相结合的汉语篇章标注_第1页
内容标签和关系标签相结合的汉语篇章标注_第2页
内容标签和关系标签相结合的汉语篇章标注_第3页
内容标签和关系标签相结合的汉语篇章标注_第4页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、内容标签和关系标签相结合的汉语篇章标注李素建，王荀 ，王宇昕北京大学计算语言学研究所 北京 100871lisujian,xunwang,本文的框架 篇章标注及相关工作 内容标签和结构标签相结合的标注规范 标注样例和工具 总结篇章关系 篇章关系是指文本的组成部分之间的语义关联。 一般只标注相邻部分之间的关系 最小单位是句子、小句，也有使用短语的。 树状结构或者图模型来描述标注结果篇章关系理论和语料库 基于RST理论的RST-Discoures Treebank（Carlson等，2001） 385篇Wall Street Journal文章 PDTB-v2（Prasad等，2008） 语义关系

2、分为三层 一百万字规模的Wall Street Journal文章 FrameNet Graphbank 中文语料库：乐明/娄开阳/李毅篇章关系理论和语料库 RST-DT和GraphBank是将整个文本作为一个整体进行理解和标注 PDTB和FrameNet主要用来描述文本片段。 篇章关系标注的目的： 不同层次的文本标注统一到一个框架 更好地服务于自然语言处理任务的需要内容标签和关系标签相结合的篇章标注体系 标注的基本原则 分层的原则 句-段-篇-章 简单的原则 关系标签 内容标签 异质的原则 不同的层面使用不同的标签分层的原则 篇：由关系比较单调和松散的章组成 章：由一个或者几个意义段组成 意

3、义段：由意义段或者自然段组成 自然段：由句子组成 句子：由句内基本单位组成 每一层的单元彼此之间以及相邻的层次之间存在着关系，从而构成了整个篇章。简单的原则 关系标签：两个相邻的成分之间的关系。 内容标签：单个的成分本身的内容所具有的意义特征。 内容标签的设计比较灵活，而关系标签的数目和种类则是比较固定。这样可以兼顾标签体系灵活性和稳定性的需要。 关系标签是必须的，内容标签是可选的，内容标签可以是对关系标签的一个补充。异质的原则（关系标签）内容标签 以医学文本为例病理病理数据数据预后预后防治防治病因病因死亡情况死亡情况症状症状病理解剖病理解剖预防预防定义定义诊断诊断病理生理病理生理治疗治疗诱因诱因体征体征检查检查临床表现临床表现分类分类描述描述功能功能篇章关系标注散文为例关系标签标注结果标注辅助工具总结 在新闻语料和医学文本上进行了标注 同时标注篇章的语义关系和重要内容 内容和语义关系分开 保证了标注体系的理论上完备性 保证了重要信息可以被标识出来

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论