【作者】 钱揖丽； 张虎；

【Author】 QIANYili ZHANG Hu (Shanxi University, Taiyuan 030006, China)

【机构】 山西大学计算机科学系；

【摘要】 大规模的标注语料库是语料库语言学发展的重要基础。随着许多科学研究的进一步开展,我们对语料的加工质量提出了更高的要求。本文采用基于上下文搭配的规则和统计相结合的自动校验方法,对机器切分标注语料进行处理,并把自动校验过程中获取的信息,应用于语料库的构建,即采用滚动式的方法,建立大规模的、具有更高加工质量的标注语料库。更多还原

【Abstract】 The large-scale tagged corpus is the important basis of the development of corpus linguistics. Many reaseaches request corpora with higher processing quality. This paper presents a verifying method based on rules and statistic. This method obtains informations from the corpora’s verifying course, and then applies these informations to the building of corpus. We use rolling method, build large-scale Chinese corpus, and we have obtained higher processing quality.更多还原