RAAMove：一个用于分析研究论文摘要语步的语料库
计算与语言
2024-03-26 v1
摘要
语步结构在专门用途英语和学术用途英语领域已被研究数十年。然而，针对研究论文摘要的语步标注语料库却很少。在本文中，我们介绍了 RAAMove，这是一个综合性的多领域语料库，专门用于标注研究论文摘要中的语步结构。RAAMove 的主要目标是促进语步分析和自动语步识别。本文深入讨论了语料库的构建过程，包括方案、数据收集、标注指南和标注程序。该语料库通过两个阶段构建：最初，由专家标注员手动标注高质量数据；随后，基于人工标注的数据，采用基于 BERT 的模型进行自动标注，并借助专家的修改。最终形成了一个包含 33,988 个标注实例的大规模、高质量语料库。我们还使用基于 BERT 的模型进行了初步的语步识别实验，以验证所提出的语料库和模型的有效性。该标注语料库可用于学术研究目的，并可作为语步分析、英语语言教学与写作以及自然语言处理中与语步/篇章相关任务的重要资源。
引用
@article{arxiv.2403.15872,
title = {RAAMove: A Corpus for Analyzing Moves in Research Article Abstracts},
author = {Hongzheng Li and Ruojin Wang and Ge Shi and Xing Lv and Lei Lei and Chong Feng and Fang Liu and Jinkun Lin and Yangguang Mei and Lingnan Xu},
journal= {arXiv preprint arXiv:2403.15872},
year = {2024}
}
备注
Accepted by LREC-COLING 2024