ESLO：从转录到说话人个人信息标注
计算与语言
2011-11-15 v1
摘要
本文介绍了将一个法语口语语料库及其转录本上线的前期工作。该语料库是 1968 年完成的奥尔良社会语言学调查。首先，我们将语料库数字化，然后使用 Transcriber 软件对其进行人工转录，并添加了关于说话人、时间、噪声等的不同标签。每个文档（音频文件和转录本的 XML 文件）都由一组以 XML 格式存储的元数据描述，以便于查阅。其次，我们添加了不同层级的标注，包括命名实体识别和关于说话人的个人信息标注。这两项标注任务使用了 CasSys 级联换能器系统。我们使用并修改了第一个级联来识别命名实体。然后，我们构建了第二个级联来标注指称实体，即关于说话人的信息。这第二个级联解析了已标注命名实体的语料库。其目标是定位关于说话人的信息，以及确定何种信息可以指称该说话人。这两个级联通过精确率和召回率指标进行了评估。
引用
@article{arxiv.1111.3122,
title = {ESLO: from transcription to speakers' personal information annotation},
author = {Iris Eshkol and D. Maurel and Nathalie Friburger},
journal= {arXiv preprint arXiv:1111.3122},
year = {2011}
}
备注
LREC2010, Malta (2010)