“SUCDT”的版本间的差异

来自SUDA-HLT
跳到导航 跳到搜索
 
（未显示2个用户的2个中间版本）
第1行： 第1行：
−
本页面由郭丽娟和彭雪同学维护。
+
2019年8月改名为[http://hlt.suda.edu.cn/index.php/CODT  CODT]
−
 
 
−
== 依存句法分析领域移植评测 ==
 
−
* 我们正在NLPCC-2019会议上组织评测，发布了约4万句人工标注数据，欢迎大家参与：[http://hlt.suda.edu.cn/index.php/Nlpcc-2019-shared-task 网址]
 
−
 
 
−
== 标注人员培训流程 ==
 
−
* [http://hlt.suda.edu.cn/index.php/SUCDT-Personnel_Training 人员培训流程]
 
−
 
 
−
== 招聘信息（长期、寒暑假兼职） ==
 
−
* [http://hlt.suda.edu.cn/index.php/SUCDT-2018-12-recruiting 2018年12月招聘]
 
−
* 旧的：[http://hlt.suda.edu.cn/index.php/SUCDT-2018-5-recruiting 2018年5月招聘]
 
−
* 旧的：[http://hlt.suda.edu.cn/~zhli/nlp-anno-recruit.html 2017年6月招聘信息]
 
−
 
 
−
== 培训经验 ==
 
−
* 定期招新，形成稳定的高质量标注人员更迭。
 
−
* 招新时，全面介绍标注工作内容，说明标注工作的优势，提高标注工作的兼职竞争力。
 
−
* 提高入职门槛，聘用经面试了解较为适合标注工作的人员，培训时增加高正确率标注人员分享经验的环节，不断更新培训视频和PPT。
 
−
* 公开所有标注人员的标注明细，形成良好的竞争监督机制。
 
−
* 精简标注人员，过滤标注时间不够或标注准确率太低超过两次的人员。
 
−
* 一起认真维护、完善规范，认真培训，认真审核和投诉，给出审核和投诉意见。
 
−
 
 
−
 
 
−
== 标注规范 ==
 
−
 
 
−
* 最新版：[[:File:标注规范-2019年4月1日版.pdf| 标注规范-2019年4月1日版.pdf]]
 
−
* [http://hlt.suda.edu.cn/index.php/SUCDT-data-annotation-guideline-past 旧版本标注规范]
 
−
 
 
−
== 已标注数据列表（以句子为单位，K表示1000） ==
 
−
* HIT-CDT（规范平衡语料库）：14K
 
−
* 宾大树库（CTB7，规范平衡语料库）：15K
 
−
* 北大多视图树库（PKU-CDT、规范平衡语料库）数据：11K
 
−
* 商品评论PC：11K
 
−
* 产品博客PB：10K
 
−
* 小说（ZX诛仙）：3K
 
−
* 等等
 
−
 
 
−
== 数据共享 ==
 
−
 
 
−
* 大部分数据向学术界免费共享，支持研究使用。少数数据由于项目或合同约束，需要延迟一些时间后向学术界共享。
 
−
* 企业界需要有偿购买使用权。
 
−
* 数据共享协议下载：[http://hlt.suda.edu.cn/~zhli/nlpcc2019-shared-task/sucdt-share-2019.4.3.v2.doc word下载链接]
 
−
 
 
−
== 论文引用 ==
 
−
 
 
−
* 郭丽娟, 李正华, 彭雪, 张民. 2018. 适应多领域多来源文本的汉语依存句法数据标注规范. 中文信息学报. 2018, 32(10):28-35-52
 
−
* Xinzhou Jiang, Bo Zhang, Zhenghua Li, Min Zhang, Sheng Li, Luo Si. 2018. Supervised Treebank Conversion: Data and Approaches. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (ACL-2018), pp. 2706-2716. Melbourne, Australia. 15-20 Jul. 2018
 

2019年8月24日 (六) 01:48的最新版本

2019年8月改名为CODT

取自“http://hlt.suda.edu.cn/index.php?title=SUCDT&oldid=1368”