文本信息人工標注輔助系統(tǒng)的設計與實現(xiàn).pdf

1、近年來，在搜索、信息抽取、機器翻譯等技術和需求的推動下，自然語言處理技術迅速發(fā)展成為一門獨立的學科，并倍受關注。語言資源建設是自然語言處理研究領域的基礎性研究內容，語篇標注是文本信息處理和語言資源建設的一個重要方面。語篇標注系統(tǒng)是完成語篇標注的有力工具，開發(fā)語篇標注系統(tǒng)是直接影響語篇標注的效率和質量的一個重要環(huán)節(jié)，是文本信息處理方向的一個重要研究和嘗試。本文在相應語篇標注理論的基礎上，設計并實現(xiàn)了面向文本內容計算的語篇標注系統(tǒng)，輔助建設

2、面向內容計算的文本信息標注語料庫。 對突發(fā)事件信息及時、有效的提取是應對突發(fā)事件的一個重要方面，突發(fā)事件新聞文本格式相對嚴格，所以我們選取突發(fā)事件新聞文本作為標注對象。本文以相關課題研究為背景，以國內外關于語篇標注的理論、語篇標注工具為基礎，以突發(fā)事件新聞文本中的意義單元為標注對象，分層分類的進行標注。 本文主要做了以下幾個方面的工作: 1.確定突發(fā)事件新聞文本分類分層標注集，確定生成XML文件的元素和層次結構:

3、根據(jù)理論中確定的標注內容，為標注內容和相關屬性選取適當?shù)年P鍵字，并把層次結構和關鍵字值在生成XML文件中體現(xiàn)出來。 2.完成各類意義單元從線性文本到結構化文本的轉化:標注中實體、實體關系、事件、事件關系、時間等任何意義單元的標注，都要從原始文本中提取出，并加上對應標注集中的關鍵字，轉化為XML格式的結構化文本。 3.完成文本信息人工標注輔助系統(tǒng)的設計與實現(xiàn):根據(jù)標注需求設計并實現(xiàn)了一個語篇標注系統(tǒng)，并完成了一定數(shù)量文本的