句法分析

1. Chinese Treebank X.0 (CTBX)

• 数据集简介：

  由LDC构建的中文树库。CTBX中X表示版本，随着版本数据规模扩大，以及部分标准修正。CTB1标注数据来自新华日报；CTB2对CTB1进行部分纠正以及进行发布；CTB4标注数据来自新华日报、香港政府新闻处发布的新闻、以及台湾Sinorama magazine；CTB5标注数据来源同CTB4，对规模进行扩大；CTB6增加了来自广播节目的标注数据；CTB7增加了广播新闻、微博数据、以及广播电视谈话类节目数据；CTB8标注数据来源新闻数据、新闻杂志、广播新闻、广播谈话节目、微博、以及网页数据；CTB9标注数据来自新闻数据、新闻杂志、广播新闻、广播谈话节目、微博、论坛、聊天对话、电话数据。

• 数据集详情：

  名称	规模	创建日期	作者	单位	论文	下载	评测
  CTB1	100000个词，325篇文章	2000年	--	LDC	链接	未发布	N/A
  CTB2	100000个词，325篇文章	2001年	Martha Palmer, et al.	LDC	链接	会员下载	N/A
  CTB4	404156词，664663个汉字，15162个句子，838个文件	2004年	Martha Palmer, et al.	LDC	N/A	会员下载	N/A
  CTB5	507222词，824983个汉字，18782个句子，890个文件	2005年	Martha Palmer, et al.	LDC	链接	会员下载	2009 Conll Shared Tasks
  CTB6	781351词，1285149个汉字，28295个句子，2036个文件	2007年	Martha Palmer, et al.	LDC	N/A	会员下载	N/A
  CTB7	1196329词，1931381个汉字，51447个句子，2448个文件	2010年	Nianwen Xue, et al.	LDC	链接	会员下载	N/A
  CTB8	1620561词，2589848个汉字，71369个句子，3007个文件	2013年	Nianwen Xue, et al.	LDC	N/A	会员下载	N/A
  CTB9	2084387词，3247331个汉字，132076个句子，3726个文件	2016年	Nianwen Xue, et al.	LDC	N/A	会员下载	N/A

• 基于该数据集发表的相关论文：

  • Li, H., Zhang, Z., Ju, Y., & Zhao, H. (2018, April). Neural character-level dependency parsing for Chinese. In Thirty-Second AAAI Conference on Artificial Intelligence.
  • Bohnet, B., Nivre, J. (2012, July). A transition-based system for joint part-of-speech tagging and labeled non-projective dependency parsing. In Proceedings of the 2012 joint conference on empirical methods in natural language processing and computational natural language learning (pp. 1455-1465). Association for Computational Linguistics.
  • Hatori, J., Matsuzaki, T., Miyao, Y., Tsujii, J. I. (2011, November). Incremental joint POS tagging and dependency parsing in Chinese. In Proceedings of 5th international joint conference on natural language processing (pp. 1216-1224).
  • Li, Z., Zhang, M., Che, W., Liu, T., Chen, W., Li, H. (2011, July). Joint models for Chinese POS tagging and dependency parsing. In Proceedings of the Conference on Empirical Methods in Natural Language Processing (pp. 1180-1191). Association for Computational Linguistics.
  • Hatori, J., Matsuzaki, T., Miyao, Y., Tsujii, J. I. (2012, July). Incremental joint approach to word segmentation, POS tagging, and dependency parsing in Chinese. In Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics: Long Papers-Volume 1 (pp. 1045-1053). Association for Computational Linguistics.
  • Guo, J., Che, W., Yarowsky, D., Wang, H., Liu, T. (2015, July). Cross-lingual dependency parsing based on distributed representations. In Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing (Volume 1: Long Papers) (pp. 1234-1244).

2. HIT-CDT

• 数据集简介：

  由哈尔滨工业大学发布的依存句法数据集，标注数据来自人民日报和小学语文课本。弧label集合含15个label，标注标准见http://www.ltp-cloud.com/intro#dp_how。

• 数据集详情：

  名称	规模	创建日期	作者	单位	论文	下载	评测
  HIT-CDT	902191词, 49996个句子	2012年	Wanxiang Che, et al.	哈尔滨工业大学	N/A	会员下载	NLPCC 2019 shared tasks

• 基于该数据集发表的相关论文：

  • Jiang, X., Li, Z., Zhang, B., Zhang, M., Li, S., Si, L. (2018, July). Supervised treebank conversion: Data and approaches. In Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (pp. 2706-2716).

3. PKU-CDT

• 数据集简介：

  由北京大学发布的依存句法数据集。

• 数据集详情：

  名称	规模	创建日期	作者	单位	论文	下载	评测
  PKU-CDT	14463个句子	2014年	Likun Qiu, et al.	北京大学	链接	N/A	N/A

• 基于该数据集发表的相关论文：

  • Jiang, X., Li, Z., Zhang, B., Zhang, M., Li, S., Si, L. (2018, July). Supervised treebank conversion: Data and approaches. In Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (pp. 2706-2716).

4. HLT-CDT

• 数据集简介：

  由苏州大学和阿里巴巴共建的依存句法数据集，标注数据来自人民日报、小学语文课本、淘宝商品描述等。

• 数据集详情：

  名称	规模	创建日期	作者	单位	论文	下载	评测
  HLT-CDT	30000个句子	2018年	Lijuan Guo, et al.	苏州大学 & 阿里巴巴	链接	链接	NLPCC 2019 shared tasks

• 基于该数据集发表的相关论文：

  • Jiang, X., Li, Z., Zhang, B., Zhang, M., Li, S., Si, L. (2018, July). Supervised treebank conversion: Data and approaches. In Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (pp. 2706-2716).
  • Li, Z., Peng, X., Zhang, M., Wang, R., Si, L. (2019, July). Semi-supervised domain adaptation for dependency parsing. In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (pp. 2386-2395).

回到首页