LDC中文树库ChineseTreebank.ppt

(NP (DNP (NP-PN (NR 中国) (NN 人民) (NN 银行)) (DEG 的)) (NP (NN贷款 )) CTB中的句法标记 2.6 Appositive constructions Appositive constructions(同位语结构) are always NPs. There are two scenarios(情况) where appositive constructions can occur. The first one is when one NP modifies another NP and the two NPsmean or refer to the same entity. CTB中的句法标记 (NP (NP-APP (CP (WHNP-3 (-NONE- *OP*)) (IP (NP-SBJ (-NONE- *T*-3)) (VP (VV参加 ) (NP-PN-OBJ (ADJP (JJ关贸 )) (ADJP (JJ 总)) (NP (NN 协定)))))) (NP (NN首席 ) (NN 谈判) (NN 代表)))) (NP-PN (NR 沈觉人))) CTB中的句法标记 The second scenario where appositives (同位语)happen is when a clause(从句) other than a relative clause occurs inside an NP. The noun head and the appositive clause can be put in an equative frame like “noun head 是appositive clause. CTB中的句法标记 (NP (CP-APP (IP (NP-PN-SBJ (NR 朱镕基)) (VP (VV访问 ) (NP-PN-OBJ (NR美国 )))) (DEC 的)) (NP (NN消息 ))) CTB中的句法标记 一 、树库简介 二、CTB简介 三、CTB中汉语词性划分规则 四、CTB中的句法标记 五、CTBParser CTBParser ctbparser是一个用C++语言实现的开源的中文处理工具包（GBK编码），用于分词、词性标注、依存句法分析，采用的是中文宾州树库(Chinese Tree Bank, CTB)。 优点 用户可以自行编辑词条以改善分词，词性标注效果。 可以处理繁体中文。 分词、词性标注、句法分析采用条件随机场模型，而非传统的HHMM模型。该模型具有较好的新词识别能力。 CTBParser 评测 操作系统：64位CentOS 5，CPU: Intel(R) Xeon(R) E5405, 2.00GHz 测试语料：CTB6标准测试集 内存占用：270M 速度：30句/秒 分词F-score：95.3% 词性标注精度：94.27% 句法分析精度(LAS)：81% CTBParser 参考文献 Mark A. Paskin, Cubic-time Parsing and Learning Algorithms for Grammatical Bigram Models, technique report, 2001 Xian Qian, Qi Zhang, Xuangjing Huang and Lide Wu. 2D Trie for fast parsing, COLING 2010 CTBParser 网址 / /~chinese/ctb.html ldc@ /Catalog/CatalogEntry.jsp?catalogId=LDC2010T07 相关网站 Other: IJ, ON, LB, SB, BA, JJ, FW, PU CTB中汉语词性划分规则 IJ: Interjection(感叹词) EX： 啊 、哎呀、天呀　　 ON： Onomatopoeia（象声词） EX：哗啦啦 咯咯 砰 CTB中汉语词性划分规则 LB：bei4 in long bei-construction（长被字句） This only includes被 ,叫 , 给(in spoken language), and wei2( 为) when they occur in the long bei-construction. (i.e., NP0 + LB + NP1 + VP). For example, 他[he] 被/LB 我[I] 训[scold]了 /AS 一[one]顿/M。 Note:叫 is tagged as VV when it is