基于不一致的汉语句法树库潜在错误查找

作者：谭红叶 赵健 陈千不一致潜在错误汉语树库自然语言处理

摘要：语料库是自然语言处理NLP（natural language processing）的基础,其标注质量影响着基于有指导机器学习方法的NLP系统的性能。针对汉语句法树库,提出了一种基于不一致查找树库潜在标注错误的方法,该方法主要从两方面进行不一致检测：一是从类似短语内部构成并结合可疑度来检测不一致;二是从标注大纲入手,检测词性、短语等各类标记符号与大纲定义不符合的情况。实验结果表明,在查找到的不一致现象中,存在一定数量的语料库标注错误。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社