新时代人民日报分词语料库构建、性能及应用(一)——语料库构建及测评
2019-11-20分类号:TP391.1;TP181;G254
【部门】南京农业大学信息科学技术学院 南京农业大学领域知识关联研究中心
【摘要】[目的/意义] 构建与新时代相适应的人民日报分词语料库,为中文信息处理提供最新的精标注语料,也为从历时的角度分析现代汉语提供新的语言资源。[方法/过程] 在分析已有汉语分词语料库的基础上,描述所构建新时代人民日报语料库的数据源、标注规范和流程,通过构建分词自动标注模型测评语料库的性能,并与已有语料库进行对比。[结果/结论] 新时代人民日报语料库遵循现代汉语语料库基本加工规范,规模大,时间跨度长。选取其中的2018年1月部分,基于条件随机场构建分词模型,与1998年1月人民日报语料进行性能测评与对比,所得到的各项具体测评指标表明,新时代人民日报语料整体性能突出,1998年语料无法替代,当前构建该语料库非常必要。
【关键词】新时代 人民日报 自动分词 条件随机场模型 语料库 NEPD
【基金】
【所属期刊栏目】图书情报工作
文献传递