树库化用户生成内容：基于UD的指南、语料库与统一建议综述
计算与语言
2020-11-05 v1
摘要
本文讨论了在网络与社交媒体中用户生成文本分析所面临的主要语言现象困难，并提出了在通用依存关系（UD）句法分析框架下处理这些现象的一组标注指南。一方面，包含用户生成内容的树库数量日益增长；另一方面，这些资源中的处理存在一定不一致性。因此，本文的目标有二：（1）基于现有文献，提供此类树库的凝练而全面的概述，包括其主要特征及标注标准的对比分析；（2）提出一组暂定的基于UD的标注指南，以促进对此类文本中特定现象的一致处理。本文的总体目标是为有意在UD下开发类似资源的研究者提供通用框架，从而促进跨语言一致性——这一直是UD精神的核心原则。
引用
@article{arxiv.2011.02063,
title = {Treebanking User-Generated Content: a UD Based Overview of Guidelines, Corpora and Unified Recommendations},
author = {Manuela Sanguinetti and Lauren Cassidy and Cristina Bosco and Özlem Çetinoğlu and Alessandra Teresa Cignarella and Teresa Lynn and Ines Rehbein and Josef Ruppenhofer and Djamé Seddah and Amir Zeldes},
journal= {arXiv preprint arXiv:2011.02063},
year = {2020}
}