查看“CUP”的源代码

= 汉语理解平台 Chinese Understanding Platform (CUP) =

苏大大学人类语言技术研究所（HLT）

维护人员：蒋炜
== 更新记录 ==
=== 2020.2.14 ===
1.  更新NER模型，使用bert feature，增加了类别

=== 2020.1.8 ===
1.  分词模型使用了大规模训练数据：CTB9、PKU

2. 句法模型使用了大规模训练数据：CODT、CTB、HIT、PMT

3. 分词和句法均使用bert feature

== 系统介绍 ==
1. 系统功能：输入一个句子，系统会对文本进行分析，包括分句，分词，词性，依存句法和命名实体识别五个部分。目前默认的输入最大长度为512字符，空白字符均无效。

2. 分句：当前版本仅根据句号，感叹号等一些常见符号进行切分。

3. 分词：基于BIES标签的神经序列标注模型。

4. 词性标注：传统的BiLSTM神经序列标注模型，加上了CharLSTM特征，训练数据集为CoNLL09。

5. 命名实体识别:：通用中文命名实体识别，支持13类实体识别。基于BiLSTM模型+词典+规则的方法。

6. 依存句法分析：Biaffine Parser。

TODO:全角半角的转化

== 词性标记说明 ==

{| class="wikitable"
! style="text-align: center;"| 词性
! style="text-align: center;"| 名称
! style="text-align: center;"| demo显示
|-
| style="text-align: center;"| AD
| style="text-align: center;"| 副词
| style="text-align: center;"| 副词
|-
| style="text-align: center;"| AS
| style="text-align: center;"| 动态助词
| style="text-align: center;"| 动态助词
|-
| style="text-align: center;"| BA
| style="text-align: center;"| 把字结构
| style="text-align: center;"| 把
|-
| style="text-align: center;"| CC
| style="text-align: center;"| 并列连接词
| style="text-align: center;"| 并列连词
|-
| style="text-align: center;"| CD
| style="text-align: center;"| 限定数量词
| style="text-align: center;"| 限定数词
|-
| style="text-align: center;"| CS
| style="text-align: center;"| 从属连接词
| style="text-align: center;"| 从属连词
|-
| style="text-align: center;"| DEC
| style="text-align: center;"| 补语或名词化
| style="text-align: center;"| 从句-的
|-
| style="text-align: center;"| DEG
| style="text-align: center;"| 关联或所有格
| style="text-align: center;"| 所有-的
|-
| style="text-align: center;"| DER
| style="text-align: center;"| 补语短语“得”
| style="text-align: center;"| 补语-得
|-
| style="text-align: center;"| DEV
| style="text-align: center;"| 方式“地”
| style="text-align: center;"| 方式-地
|-
| style="text-align: center;"| DT
| style="text-align: center;"| 限定词
| style="text-align: center;"| 限定词
|-
| style="text-align: center;"| ETC
| style="text-align: center;"| 等等
| style="text-align: center;"| 等
|-
| style="text-align: center;"| FW
| style="text-align: center;"| 外来词
| style="text-align: center;"| 外来词
|-
| style="text-align: center;"| IJ
| style="text-align: center;"| 感叹词
| style="text-align: center;"| 感叹词
|-
| style="text-align: center;"| JJ
| style="text-align: center;"| 名词修饰词
| style="text-align: center;"| 名词修饰词
|-
| style="text-align: center;"| LB
| style="text-align: center;"| 长“被”结构
| style="text-align: center;"| 长-被
|-
| style="text-align: center;"| LC
| style="text-align: center;"| 方位词
| style="text-align: center;"| 方位词
|-
| style="text-align: center;"| M
| style="text-align: center;"| 量词
| style="text-align: center;"| 量词
|-
| style="text-align: center;"| MSP
| style="text-align: center;"| 其他助词
| style="text-align: center;"| 其他助词
|-
| style="text-align: center;"| NN
| style="text-align: center;"| 名词
| style="text-align: center;"| 名词
|-
| style="text-align: center;"| NR
| style="text-align: center;"| 专有名词
| style="text-align: center;"| 专有名词
|-
| style="text-align: center;"| NT
| style="text-align: center;"| 时间名词
| style="text-align: center;"| 时间名词
|-
| style="text-align: center;"| OD
| style="text-align: center;"| 数词
| style="text-align: center;"| 数词
|-
| style="text-align: center;"| ON
| style="text-align: center;"| 拟声词
| style="text-align: center;"| 拟声词
|-
| style="text-align: center;"| P
| style="text-align: center;"| 介词
| style="text-align: center;"| 介词
|-
| style="text-align: center;"| PN
| style="text-align: center;"| 代词
| style="text-align: center;"| 代词
|-
| style="text-align: center;"| PU
| style="text-align: center;"| 标点符号
| style="text-align: center;"| 标点
|-
| style="text-align: center;"| SB
| style="text-align: center;"| 短“被”结构
| style="text-align: center;"| 短-被
|-
| style="text-align: center;"| SP
| style="text-align: center;"| 句末助词
| style="text-align: center;"| 句末助词
|-
| style="text-align: center;"| VA
| style="text-align: center;"| 谓词性形容词
| style="text-align: center;"| 谓词形容词
|-
| style="text-align: center;"| VC
| style="text-align: center;"| 系动词
| style="text-align: center;"| 系动词
|-
| style="text-align: center;"| VE
| style="text-align: center;"| 存现动词
| style="text-align: center;"| 存现动词
|-
| style="text-align: center;"| VV
| style="text-align: center;"| 动词
| style="text-align: center;"| 动词
|-
| style="text-align: center;"| X
| style="text-align: center;"| 其他
| style="text-align: center;"| 其他
|-
|}

== 依存关系说明 ==

{| class="wikitable"
! style="text-align: center;"| 依存标签
! style="text-align: center;"| 全拼
! style="text-align: center;"| 说明
|-
| style="text-align: center;"| adjct
| style="text-align: center;"| adjunct
| style="text-align: center;"| 附加成分
|-
| style="text-align: center;"| adv
| style="text-align: center;"| adverbial modifier
| style="text-align: center;"| 状语
|-
| style="text-align: center;"| app
| style="text-align: center;"| appellation
| style="text-align: center;"| 称呼
|-
| style="text-align: center;"| att
| style="text-align: center;"| attribute modifier
| style="text-align: center;"| 定语
|-
| style="text-align: center;"| cmp
| style="text-align: center;"| complement modifier
| style="text-align: center;"| 补语
|-
| style="text-align: center;"| coo
| style="text-align: center;"| coordination construction
| style="text-align: center;"| 并列结构
|-
| style="text-align: center;"| de
| style="text-align: center;"| de-construction
| style="text-align: center;"| “的”字结构
|-
| style="text-align: center;"| dfsubj
| style="text-align: center;"| different subject
| style="text-align: center;"| 不同主语
|-
| style="text-align: center;"| exp
| style="text-align: center;"| explaination
| style="text-align: center;"| 进一步解释
|-
| style="text-align: center;"| frag
| style="text-align: center;"| fragment
| style="text-align: center;"| 片段
|-
| style="text-align: center;"| iobj
| style="text-align: center;"| indirect-object
| style="text-align: center;"| 间宾
|-
| style="text-align: center;"| obj
| style="text-align: center;"| object
| style="text-align: center;"| 宾语
|-
| style="text-align: center;"| pobj
| style="text-align: center;"| preposition object
| style="text-align: center;"| 介宾
|-
| style="text-align: center;"| pred
| style="text-align: center;"| predicate
| style="text-align: center;"| 谓语
|-
| style="text-align: center;"| punc
| style="text-align: center;"| punctuation
| style="text-align: center;"| 标点
|-
| style="text-align: center;"| repet
| style="text-align: center;"| repetition
| style="text-align: center;"| 重复
|-
| style="text-align: center;"| root
| style="text-align: center;"| sentence root
| style="text-align: center;"| 根节点
|-
| style="text-align: center;"| sasubj
| style="text-align: center;"| same subject
| style="text-align: center;"| 同主语
|-
| style="text-align: center;"| sasubj-obj
| style="text-align: center;"| same subject and object
| style="text-align: center;"| 同主语同宾语
|-
| style="text-align: center;"| subj
| style="text-align: center;"| subject
| style="text-align: center;"| 主语
|-
| style="text-align: center;"| subj-in
| style="text-align: center;"| subject inside a subject-predicate predicate
| style="text-align: center;"| 主谓谓语中的内部主语
|-
|}
== 命名实体类型说明 ==
{| class="wikitable"
! style="text-align: center;"| 实体标签
! style="text-align: center;"| 中文表示
|-
| style="text-align: center;"| PER
| style="text-align: center;"| 人名
|-
| style="text-align: center;"| ORG
| style="text-align: center;"| 组织名
|-
| style="text-align: center;"| MOV
| style="text-align: center;"| 电影名
|-
| style="text-align: center;"| TPT
| style="text-align: center;"| 时间点
|-
| style="text-align: center;"| DAY
| style="text-align: center;"| 日期
|-
| style="text-align: center;"| PCT
| style="text-align: center;"| 百分比
|-
| style="text-align: center;"| MNY
| style="text-align: center;"| 货币
|-
| style="text-align: center;"| ORD
| style="text-align: center;"| 序数词
|-
| style="text-align: center;"| TEL
| style="text-align: center;"| 电话号码
|-
| style="text-align: center;"| RACE
| style="text-align: center;"| 民族
|-
| style="text-align: center;"| JOB
| style="text-align: center;"| 职业
|-
| style="text-align: center;"| EML
| style="text-align: center;"| 邮箱
|-
|}