中文新聞信息結構化標注規(guī)范

1中文新聞信息結構化標注規(guī)范4標注體系分類2mainCharactersmainOrganizations5.2實體類數據詳情例如：《習近平抵達印度金奈出席中印領導人第二次非正式會晤》一文中提到“當地時間下午2a)地緣政治實體。指根據地理因素結合成4)洲：非洲，亞洲3b)設施。指人為建造的并在此中進行相關活動的地點，包括建筑和交通設施及地標等。如五角a)地緣政治實體。根據地理因素結合成的一體化政治實體，通常是一個地名，如中國。4)洲：非洲，亞洲b)設施。人為建造的并在此中進行相關活動的地點，包括建筑和交通設施及地標等。如五角大方達成彼此都可接受的貿易協(xié)議，這將具有歷史意義。標注人物：美國元首特述內容多少的區(qū)分?？捎糜跈C器學習、自動標注等領域機構要素的4b)通訊是運用敘述、描寫、抒情、議論等多種手法，形象具體地反映新聞事件或新聞人物的一種新聞作品。通訊相比消息內容更長，且內部可存在多級c)評論是新聞傳播機構發(fā)表的各種評論形式的報道。包括：述評、社論、評論員文章等述評文d)公文公報是指政策文章、領導人講話稿、《求是》雜志發(fā)表的文章、公報、受權發(fā)布、黨政e)例如受權發(fā)布）中國共產黨第十九屆中央委員會f)其他指不屬于上述類別中的其他新聞，如綜述類新聞、回憶錄、雜文等。例如：上海市人民政府關于印發(fā)《上海市公有住房差價交換辦法》b)國際新聞：發(fā)生在我國以外的國家的新聞。5a)分類主要參考新聞發(fā)生的事件狀態(tài)和領域。新聞事件狀態(tài)，主要由其時效性決定，如突發(fā)事b)新聞類別可能存在交叉，因此可按照人物、組織等以及事件本身所屬領域的相關度選擇1~3定義：從標注新聞中摘取最主要的信息,字數在150字左右的說明。體現(xiàn)時間、地點3)某些合并起來有較特殊意義的詞組1)謂詞：即標題或關鍵句中出現(xiàn)的、3)實體詞：包括人物、機構、組織、物品、會議、活動等的有區(qū)別意義的名稱，如“習近a)本規(guī)范規(guī)定為涉及領導人的新聞作品標注相關場景，從制定的場景類型表中選擇填寫，如國6標注要求：新聞描述中出現(xiàn)一段與主體事件無關，描述新聞事件b)如果是領導人講話、談話、演講、答問、批示、核心、題詞、署名文章等發(fā)表（發(fā)言）的內a)程序稿，對事件主要內容進行闡述的稿件b)配合稿，對事件內容進行烘托、背景資料等信息進行闡述d)其他稿為策劃類型中暫未提及的類型，但若在標題或文中提及說明時，也需要將其標出。7a)判斷文中新聞主要人物、組織或機構對某人或事件表達的態(tài)度，標注中需要進行人工輔助確b)文中主要人物、組織或機構對多個事件對某人或事件表達的態(tài)度不同時，也需分事件將其標a)政治術語由連續(xù)或不連續(xù)的詞語和短語整合而成；常在含義上表現(xiàn)出高度的凝固性、高度概b)有三、四、五字等類似慣用語或成語形式的，如：四個意識、兩個維護、兩個一百年等。c)有呈對偶形式或成對、呈排比形式出a)政治領導人（國內外領導人）引用的原文，在形式上使用雙引號“”標記出的。若未用引號例如：“人心所歸，惟道與義”b)熟語，指成語、古文詩詞、諺語等，出現(xiàn)在雙引號內部或“俗話說”、“古語言”等表述類8mediaCharactersmediaScenesmediaContentsa)對圖片、視頻、音頻等多媒體稿件中出現(xiàn)的新例如：《默克爾宣布撤回復活節(jié)假期嚴控措施決議》標注人物：德國總理a)根據圖片/視頻中所展現(xiàn)的內容、畫面判斷其所處的場景，進行標記。b)可使用機器視覺算法預處理的圖片場景的信息，標注中需要a)根據新聞圖片/視頻/音頻中出現(xiàn)的標志性的地理建筑進行標記b)可通過機器視覺、語音識別、自然語言處理等技術，識別多媒體元素中所出現(xiàn)的地標、建筑名稱：內容a)新聞的音頻中的語言內容，標記出來。b)音頻中出現(xiàn)的語音，可通過語音識別等技術手段，將音頻中的語音內容轉化