面向事件的中文指代语料库的构建

doi:10.12066/j.issn.1007-2861.1888

上海大学学报(自然科学版) ›› 2018, Vol. 24 ›› Issue (6): 900-911.doi: 10.12066/j.issn.1007-2861.1888

面向事件的中文指代语料库的构建

张亚军¹^,², 刘宗田¹(), 李强¹, 周文¹

1.上海大学计算机工程与科学学院, 上海 200444
2.上海精密计量测试研究所, 上海 201109

收稿日期:2017-02-05 出版日期:2018-12-30 发布日期:2018-12-24
通讯作者: 刘宗田 E-mail:ztliu@shu.edu.cn
基金资助:
国家自然科学基金资助项目(61273328);国家自然科学基金资助项目(61305053);国家自然科学基金资助项目(71203135)

Construction of event-oriented Chinese coreference corpus

ZHANG Yajun¹^,², LIU Zongtian¹(), LI Qiang¹, ZHOU Wen¹

1. School of Computer Engineering and Science, Shanghai University, Shanghai 200444, China
2. Shanghai Precision Metrology and Test Research Institute, Shanghai 201109, China

Received:2017-02-05 Online:2018-12-30 Published:2018-12-24
Contact: LIU Zongtian E-mail:ztliu@shu.edu.cn

摘要/Abstract

摘要：

指代消解是自然语言处理中的关键和热点问题之一, 而语料库的研究是指代消解研究中的基础性工作. 在中文突发事件语料库 (Chinese emergency corpus, CEC) 的基础上, 通过自动生成和人工标注的方法, 构造一个面向事件的中文指代语料库. 与传统指代语料库不同, 该语料库针对的是以事件作为知识表示单元的文本, 对事件中各要素和事件的指代进行标注, 其构建对面向事件的中文指代消解的研究十分关键, 提供了更多的资源支持. 同时, 对 CEC 中各事件要素和事件的指代进行了统计和分析, 为今后的工作提供了一些铺垫.

关键词: 中文, 事件, 指代, 语料库

Abstract:

Coreference resolution, a key in natural language processing, is a basic reasearch topic. This paper describes how an event-oriented Chinese coreference corpus is built based on the Chinese emergency corpus (CEC) via automatic generation and manual annotation. Differing from the traditional coreference corpuses, this corpus is directed to the text, in which knowledge representation unit is based on events, and coreference of elements and events are annotated. The construction of corpus is a key to the research of event-oriented Chinese coreference resolution, which provides more resources to support. The coreference of elements and events are counted and analyzed to provide a basis for the future research.

Key words: Chinese, event, coreference, corpus

中图分类号:

TP391

张亚军, 刘宗田, 李强, 周文. 面向事件的中文指代语料库的构建[J]. 上海大学学报(自然科学版), 2018, 24(6): 900-911.

ZHANG Yajun, LIU Zongtian, LI Qiang, ZHOU Wen. Construction of event-oriented Chinese coreference corpus[J]. Journal of Shanghai University（Natural Science Edition）, 2018, 24(6): 900-911.

图/表 11

表1

图1

图2

图3

图4

图5

表2

表3

表4

表5

表6

参考文献 16

[1]	周炫余, 刘娟, 卢笑. 篇章中指代消解研究综述[J]. 武汉大学学报 (理学版), 2014(1):24-36.
[2]	宋洋, 王厚峰. 共指消解研究方法综述[J]. 中文信息学报, 2015(1):1-12.
[3]	Deemter K, Kibble R. On coreferring: coreference in MUC and related annotationschemes[J]. Computational Linguistics, 2000,26(4):629-637.
[4]	Doddington G, Mitchell A, Przybocki M. The automatic content extraction (ACE) program-tasks, data, and evaluation [DB/OL]. [2016-09-01].https://course.ccs.neu.edu/csg224/resources/muc/ACE.pdf.
[5]	Pradhan S, Ramshaw L, Marcus M, et al. CoNLL-2011 shared task: modeling unrestricted coreference in OntoNotes [C]//CoNLL Shared Task'11 Proceedings of the Fifteenth Conference on Computational Natural Language Learning. 2011: 1-27.
[6]	Pradhan S, Moschitti A, Xue N, et al. CoNLL-2012 shared task: modeling multilingual unrestricted coreference in OntoNotes [C]//Joint Conference on EMNLP and CoNLL-Shared Task. 2012: 1-40.
[7]	赵知纬, 钱龙华, 周国栋. 一个面向信息抽取的中文跨文本指代语料库[J]. 中文信息学报, 2015(1):57-66.
[8]	舒佳根, 惠浩添, 钱龙华, 等. 一个中文实体链接语料库的建设[J]. 北京大学学报 (自然科学版), 2015(2):321-327.
[9]	Kong F, Zhou G D. A tree kernel-based unified framework for Chinese zero anaphoraresolution [C]//Proceedings of the 2010 Conference on Empirical Methods in Natural Language Processing (EMNLP). 2010: 882-891.
[10]	廖涛. 面向事件的文本表示及其应用研究[D]. 上海: 上海大学, 2014.
[11]	仲兆满, 刘宗田, 周文, 等. 事件关系表示模型[J]. 中文信息学报, 2009(6):56-60.
[12]	仲兆满, 刘宗田, 李存华. 事件本体模型及事件类排序[J]. 北京大学学报(自然科学版), 2013(2):234-240.
[13]	刘宗田, 黄美丽, 周文, 等. 面向事件的本体研究[J]. 计算机科学, 2009,36(11):189-192.
[14]	付剑锋, 刘宗田, 付雪峰, 等. 基于依存分析的事件识别[J]. 计算机科学, 2009(11):217-219.
[15]	Passoneau R J. Computing reliability for coreference annotation [C]//Proceedings of theInternational Conference on Language Resouces (LREC). 2004: 1503-1506.
[16]	Krippendorff K H. Content analysis: an introduction to its methodology[M]. Beverly Hills: SAGE Publications, 1980.

面向事件的中文指代语料库的构建

Construction of event-oriented Chinese coreference corpus

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 16

相关文章 4

编辑推荐

Metrics

本文评价

[1]	席殷飞, 刘钟锴, 杨佩云, 郁烨, 张奇, 刘志远. 网约车出行需求预测方法[J]. 上海大学学报(自然科学版), 2020, 26(3): 328-341.
[2]	王先传, 刘宗田. 新闻文本中事件语义表示[J]. 上海大学学报(自然科学版), 2019, 25(5): 733-741.
[3]	吴昊, 张莹, 毛润坤, 董雪婷. 影视对白音质缺陷检测方法[J]. 上海大学学报(自然科学版), 2018, 24(4): 545-552.
[4]	张靖1, 刘小龙2, 高洋1, 姜艳兴1, 李双1, 罗文芸1, 汪福顺1. 百花水库水质模拟及季节性水质恶化控制对策[J]. 上海大学学报(自然科学版), 2013, 13(5): 441-447.