北京森林工作室汉语句义结构标注语料库（BFS-CTC）共享资源

句义结构分析是汉语语义分析中不可逾越的重要环节，为了满足汉语句义结构分析的需要，北京森林工作室（BFS）基于现代汉语语义学理论构建了一种层次化的汉语句义结构模型，定义了标注规范和标记形式，建设了一个汉语句义结构标注语料库BFS-CTC(Beijing Forest Studio – Chinese Tagged Corpus)。

标注内容方面，基于句义结构模型的定义标注了句义结构句型层、描述层、对象层和细节层中所包含的各个要素及其组合关系，包括句义类型、谓词及其时态、语义格类型等信息，并且提供了词法和短语结构句法信息，便于词法、句法、句义的对照分析研究。

语料库组织结构方面，该语料库包括四个部分，即原始句子库、词法标注库、句法标注库和句义结构标注库，可根据研究的需要，在词法、句法、句义结构标注的基础上进行深加工，在核心标注库的基础上添加更多具有针对性的扩展标注库，利用句子的唯一ID号进行识别和使用。

语料来源和规模方面，原始数据全部来自新闻语料，经过人工收集、整理，合理覆盖了主谓句、非主谓句、把字句等六种主要句式类型，规模已达到50000句。

BFS-CTC基于现代汉语语义学，提供了多层次的句义结构标注信息，在兼容现有标注规范的情况下进行了词法和语法标注。BFS标注的词法，句法及句义既可以单独使用也可综合使用，可用于自然语言处理多方面的研究。

为进一步推动汉语语义分析的研究和发展，，北京森林工作室（BFS）从2013年4月15日起对外开放下载3,000句句义结构标注示例，更多句义结构标注语料可向BFS申请后免费使用，详见http://www.isclab.org/archives/2013/04/1740.html。句义结构的基本形式如下图所示：

 

3000句句义结构标注语料

语料查看工具

相关文章:

1. LDC上免费的中文信息处理资源
2. Matrix67：漫话中文分词算法
3. 代友转发：发起成立中文机器翻译定期学术沙龙
4. 推荐张华平老师的中文分词工具ICTCLAS2010
5. 中文分词入门之最大匹配法扩展2
6. 中文分词入门之篇外
7. 中文分词入门之最大匹配法扩展1
8. 中文分词入门之字标注法2
9. 中文分词入门之字标注法1
10. 哈工大语言技术平台（LTP）源代码正式对外共享