基于事件的中文指代语料库构建方法

摘要

本发明涉及一种基于事件的中文指代语料库构建方法。本方法主要包括以下几个步骤：(1)选择CEC2.0语料库作为构建基础，(2)确定指代标注的目标以及标注方式，(3)根据具体的指代目标制定相应的标注规范，(4)CEC2.0语料文本预处理，(5)自动标注事件要素以及事件指代，(6)通过人工标注进一步优化标注结果，(7)设定一致性检验步骤，确保语料标注的质量。本发明克服了现有的指代消解语料库的缺陷。该方法不但可以覆盖语料库中的所有事件，而且是建立在中文句法分析和语义分析基础之上的，符合中文的特点，该方法还能够对标注后的语料进行一致性检查，以保证语料标注质量。