SQUINKY! 一个句子级形式度、信息量与含意的语料库
计算与语言
2016-09-29 v2
摘要
我们介绍了一个由人类标注者按 1-7 分对形式度、信息量和含意进行评分的 7,032 个句子的语料库。该语料库使用 Amazon Mechanical Turk 进行标注。通过比较两次 MTurk 实验的平均评分，以及与在更受控环境中进行的试点标注（关于句子形式度）的相关性，检验了所获判断的可靠性。尽管标注任务具有主观性和固有难度，平均评分之间的相关性相当令人鼓舞，尤其是在形式度和信息量上。我们进一步探索了三个语言变量之间的相关性、评分的体裁差异及体裁内相关性、与自动文体评分的兼容性，以及文档在风格上的句子构成。迄今为止，我们的语料库是为形式度、信息量和含意发布的最大句子级标注语料库。
引用
@article{arxiv.1506.02306,
title = {SQUINKY! A Corpus of Sentence-level Formality, Informativeness, and Implicature},
author = {Shibamouli Lahiri},
journal= {arXiv preprint arXiv:1506.02306},
year = {2016}
}