融合概念对齐信息的中文AMR语料库的构建

摘要：

作为一种新的句子语义表示方法,抽象语义表示(AMR)将一个句子抽象为单根有向无环图,已经建立了较大规模的英文语料库.然而,句子中的词语和AMR图的概念对齐信息缺失,使得自动分析效果和语料标注质量受到影响,同时中文尚无较大规模的AMR语料库.本文介绍了中文AMR语料库的构建工作,针对汉语特点调整了AMR的标注体系,增加对复句关系的标注,提出了融合概念对齐的一体化标注方案,解决了中英文输入法频繁切换的问题,增加了错别字纠正和未标注词高亮功能,提高了标注效率.然后,从CTB中选取了6923句进行人工标注,形成中文AMR语料库,统计得到图和环的比例分别为48％和1％,以及利用对齐信息才能获取的非投影句的比例32％,为中文AMR的理论和自动分析研究奠定基础.

关键词： 抽象语义表示 语义图 句子语义 语言知识库

作者: 李斌 闻媛 宋丽 卜丽君 曲维光 薛念文

作者单位: 南京师范大学 文学院,江苏省 南京市 210097 南京师范大学 计算机科学与技术学院,江苏省 南京市 210023;闽江学院 福建省信息处理与智能控制重点实验室,福建省 福州市 350121 布兰迪斯大学 计算机学院,美国 沃尔瑟姆市 02453

会议类型: 国内会议

会议名称: 第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会

会议地点: 南京

会议语种:中文

页码: 1-10

在线出版日期: 2017-10-13（万方平台首次上网日期，不代表论文的发表时间）