中文信息学报
中文信息學報
중문신식학보
JOURNAL OF CHINESE INFORMAITON PROCESSING
2007年
5期
3-7
,共5页
李玉梅%陈晓%姜自霞%易江燕%靳光瑾%黄昌宁
李玉梅%陳曉%薑自霞%易江燕%靳光瑾%黃昌寧
리옥매%진효%강자하%역강연%근광근%황창저
计算机应用%中文信息处理%语料库%分词规范%分词歧义消解
計算機應用%中文信息處理%語料庫%分詞規範%分詞歧義消解
계산궤응용%중문신식처리%어료고%분사규범%분사기의소해
本文认为,为提高语料库的分词标注质量应在分词规范中补充三个内容: ①命名实体(人名、地名、机构名)标注细则;②表义字串(日期、时间、百分数等)标注细则;③歧义字串的消解细则.因为一方面命名实体和表义字串已被不少分词语料库视为分词单位,另一方面在以往的分词规范中几乎从不谈及歧义消解问题.其实人们对歧义字串的语感往往是不同的.因此有必要在规范中对典型的歧义字串予以说明.实践表明,在规范中交待清楚以上三方面内容,就可以在很大程度上避免标注的错误和不一致性.
本文認為,為提高語料庫的分詞標註質量應在分詞規範中補充三箇內容: ①命名實體(人名、地名、機構名)標註細則;②錶義字串(日期、時間、百分數等)標註細則;③歧義字串的消解細則.因為一方麵命名實體和錶義字串已被不少分詞語料庫視為分詞單位,另一方麵在以往的分詞規範中幾乎從不談及歧義消解問題.其實人們對歧義字串的語感往往是不同的.因此有必要在規範中對典型的歧義字串予以說明.實踐錶明,在規範中交待清楚以上三方麵內容,就可以在很大程度上避免標註的錯誤和不一緻性.
본문인위,위제고어료고적분사표주질량응재분사규범중보충삼개내용: ①명명실체(인명、지명、궤구명)표주세칙;②표의자천(일기、시간、백분수등)표주세칙;③기의자천적소해세칙.인위일방면명명실체화표의자천이피불소분사어료고시위분사단위,령일방면재이왕적분사규범중궤호종불담급기의소해문제.기실인문대기의자천적어감왕왕시불동적.인차유필요재규범중대전형적기의자천여이설명.실천표명,재규범중교대청초이상삼방면내용,취가이재흔대정도상피면표주적착오화불일치성.