土耳其语依存句法分析资源：介绍 BOUN 树库与 BoAT 标注工具
计算与语言
2021-09-17 v2
摘要
在本文中，我们介绍了为土耳其语依存句法分析所开发的资源，包括一个新颖的手动标注树库 (BOUN Treebank)、我们所采用的标注指南，以及一个新标注工具 (BoAT)。我们所采用的手动标注过程由四位语言学家与五位自然语言处理 (NLP) 专家组成的团队塑造并实施。关于 BOUN Treebank 标注的决策依据通用依存 (UD) 框架以及我们近期通过手动重新标注统一土耳其语 UD 树库的努力而做出。据我们所知，BOUN Treebank 是最大的土耳其语树库。它包含来自传记文本、全国性报纸、说明性文本、流行文化文章与散文等不同主题共计 9,761 个句子。此外，我们报告了最先进的依存句法分析器在 BOUN Treebank 以及另外两个土耳其语树库上获得的解析结果。我们的结果表明，土耳其语标注方案的统一与更全面的树库的引入带来了依存句法分析性能的改善。
引用
@article{arxiv.2002.10416,
title = {Resources for Turkish Dependency Parsing: Introducing the BOUN Treebank and the BoAT Annotation Tool},
author = {Utku Türk and Furkan Atmaca and Şaziye Betül Özateş and Gözde Berk and Seyyit Talha Bedir and Abdullatif Köksal and Balkız Öztürk Başaran and Tunga Güngör and Arzucan Özgür},
journal= {arXiv preprint arXiv:2002.10416},
year = {2021}
}
备注
Language Resource and Evaluation