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,目前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.该文介绍了中文AMR语料库的构建工作,针对汉语特点调整了AM R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AM R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AM R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

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：江苏高校哲学社会科学研究项目2016SJB740004;国家自然科学基金61772278,61472191;福建省信息处理与智能控制重点实验室开放基金MJUKF201705

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：93-102