



下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、內(nèi)容標(biāo)簽和關(guān)系標(biāo)簽相結(jié)合的漢語(yǔ)篇章標(biāo)注李素建,王荀 ,王宇昕北京大學(xué)計(jì)算語(yǔ)言學(xué)研究所 北京 100871lisujian,xunwang,本文的框架 篇章標(biāo)注及相關(guān)工作 內(nèi)容標(biāo)簽和結(jié)構(gòu)標(biāo)簽相結(jié)合的標(biāo)注規(guī)范 標(biāo)注樣例和工具 總結(jié)篇章關(guān)系 篇章關(guān)系是指文本的組成部分之間的語(yǔ)義關(guān)聯(lián)。 一般只標(biāo)注相鄰部分之間的關(guān)系 最小單位是句子、小句,也有使用短語(yǔ)的。 樹狀結(jié)構(gòu)或者圖模型來描述標(biāo)注結(jié)果篇章關(guān)系理論和語(yǔ)料庫(kù) 基于RST理論的RST-Discoures Treebank(Carlson等,2001) 385篇Wall Street Journal文章 PDTB-v2(Prasad等,2008) 語(yǔ)義關(guān)系
2、分為三層 一百萬字規(guī)模的Wall Street Journal文章 FrameNet Graphbank 中文語(yǔ)料庫(kù):樂明/婁開陽(yáng)/李毅篇章關(guān)系理論和語(yǔ)料庫(kù) RST-DT和GraphBank是將整個(gè)文本作為一個(gè)整體進(jìn)行理解和標(biāo)注 PDTB和FrameNet主要用來描述文本片段。 篇章關(guān)系標(biāo)注的目的: 不同層次的文本標(biāo)注統(tǒng)一到一個(gè)框架 更好地服務(wù)于自然語(yǔ)言處理任務(wù)的需要內(nèi)容標(biāo)簽和關(guān)系標(biāo)簽相結(jié)合的篇章標(biāo)注體系 標(biāo)注的基本原則 分層的原則 句-段-篇-章 簡(jiǎn)單的原則 關(guān)系標(biāo)簽 內(nèi)容標(biāo)簽 異質(zhì)的原則 不同的層面使用不同的標(biāo)簽分層的原則 篇:由關(guān)系比較單調(diào)和松散的章組成 章:由一個(gè)或者幾個(gè)意義段組成 意
3、義段:由意義段或者自然段組成 自然段:由句子組成 句子:由句內(nèi)基本單位組成 每一層的單元彼此之間以及相鄰的層次之間存在著關(guān)系,從而構(gòu)成了整個(gè)篇章。簡(jiǎn)單的原則 關(guān)系標(biāo)簽:兩個(gè)相鄰的成分之間的關(guān)系。 內(nèi)容標(biāo)簽:?jiǎn)蝹€(gè)的成分本身的內(nèi)容所具有的意義特征。 內(nèi)容標(biāo)簽的設(shè)計(jì)比較靈活,而關(guān)系標(biāo)簽的數(shù)目和種類則是比較固定。這樣可以兼顧標(biāo)簽體系靈活性和穩(wěn)定性的需要。 關(guān)系標(biāo)簽是必須的,內(nèi)容標(biāo)簽是可選的,內(nèi)容標(biāo)簽可以是對(duì)關(guān)系標(biāo)簽的一個(gè)補(bǔ)充。異質(zhì)的原則(關(guān)系標(biāo)簽)內(nèi)容標(biāo)簽 以醫(yī)學(xué)文本為例病理病理數(shù)據(jù)數(shù)據(jù)預(yù)后預(yù)后防治防治病因病因死亡情況死亡情況癥狀癥狀病理解剖病理解剖預(yù)防預(yù)防定義定義診斷診斷病理生理病理生理治療治療誘因誘因體征體征檢查檢查臨床表現(xiàn)臨床表現(xiàn)分類分類描述描述功能功能篇章關(guān)系標(biāo)注散文為例關(guān)系標(biāo)簽標(biāo)注結(jié)果標(biāo)注輔助工具總結(jié) 在新聞?wù)Z料和醫(yī)學(xué)文本上進(jìn)行了標(biāo)注 同時(shí)標(biāo)注篇章的語(yǔ)義關(guān)系和重要內(nèi)容 內(nèi)容和語(yǔ)義關(guān)系分開 保證了標(biāo)注體系的理論上完備性 保證了重要信息可以被標(biāo)識(shí)出來
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 電工的安全生產(chǎn)職責(zé)
- 醫(yī)院地震應(yīng)急預(yù)案范文
- 湖南省株洲市醴陵第二中學(xué)、醴陵第四中學(xué)2025屆高二物理第二學(xué)期期末監(jiān)測(cè)模擬試題含解析
- 2025屆山西省太原市重點(diǎn)中學(xué)高一物理第二學(xué)期期末達(dá)標(biāo)檢測(cè)模擬試題含解析
- 湖北省漢川二中2025年物理高二第二學(xué)期期末達(dá)標(biāo)測(cè)試試題含解析
- 2025年江蘇省南京市江浦高級(jí)中學(xué)、六合高級(jí)中學(xué)、江寧高級(jí)中學(xué)三校高二物理第二學(xué)期期末復(fù)習(xí)檢測(cè)模擬試題含解析
- 山西省長(zhǎng)治市潞州區(qū)第二中學(xué)校2025屆高二物理第二學(xué)期期末考試試題含解析
- 廣東省深圳市羅湖區(qū)2025屆高二物理第二學(xué)期期末質(zhì)量跟蹤監(jiān)視試題含解析
- 六一兒童節(jié)定制方案
- 全國(guó)學(xué)前教育宣傳月個(gè)人活動(dòng)總結(jié)
- 營(yíng)養(yǎng)??谱o(hù)士總結(jié)匯報(bào)
- 熱射病科普宣傳
- 6S視覺管理之定置劃線顏色管理及標(biāo)準(zhǔn)樣式
- 數(shù)字資產(chǎn)的監(jiān)管框架
- DL∕T 5783-2019 水電水利地下工程地質(zhì)超前預(yù)報(bào)技術(shù)規(guī)程
- 2024年中華全國(guó)律師協(xié)會(huì)招聘5人歷年(高頻重點(diǎn)復(fù)習(xí)提升訓(xùn)練)共500題附帶答案詳解
- 100MW400MWh全釩液流電池儲(chǔ)能電站項(xiàng)目可行性研究報(bào)告寫作模板-拿地申報(bào)
- 老版入團(tuán)志愿書表格完整
- 四柱萬能液壓機(jī)液壓系統(tǒng) (1)講解
- 檔案管理借閱制度
- 思想道德與法治智慧樹知到期末考試答案章節(jié)答案2024年復(fù)旦大學(xué)
評(píng)論
0/150
提交評(píng)論