基于群体智慧的语料标注方法研究  

Research on Corpus Annotation Method Based on Collective Intelligence

作　　者：柯永红 俞士汶[1] 穗志方[1] 宋继华[2] 

机构地区：[1]北京大学计算语言学教育部重点实验室,北京100871 [2]北京师范大学信息科学与技术学院,北京100875

出　　处：《中文信息学报》2017年第4期108-113,131,共7页Journal of Chinese Information Processing

基　　金：中国博士后科学基金(2015M570877);国家重点基础研究发展计划(2014CB340504)

摘　　要：自然语言处理系统的性能和鲁棒性在很大程度上取决于建模过程中是否有足够的深度标注语料。传统的人工标注方法难以满足大规模、高质量的深度语料标注需求,该文提出了基于群体智慧的语料标注方法,设计了标注模型,并就用户能力评测、语料筛选、任务管理、协作标注、行为分析、质量控制、决策加总、考核激励等具体环节进行分析,提出了解决方案。项目实践表明:基于群体智慧的语料标注方法在应对创新性很强的自然语言处理研究项目时具有明显的优势。The performance and robustness of the natural language processing system depend strongly on annotated corpus.To meet the requirement of large scale and high quality corpus annotation,this paper describes an annotation method based on collective intelligence,including the system structure,user capacity evaluation,data selection,task management,collaborative tagging,behavior analysis,quality control,judgement and optimaztion.Project practice shows the annotation method based on collective intelligence has significant advantages for natural language processing research projects.

关 键 词：群体智慧 语料标注 自然语言处理 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]