“SUCDT”的版本间的差异
跳到导航
跳到搜索
（→标注规范） |
（→标注规范） |
||
| 第11行： | 第11行： | ||
== 标注规范 == | == 标注规范 == | ||
| − | + | * [http://hlt.suda.edu.cn/index.php/Data Annotation Guideline 各个版本标注规范] | |
| − | |||
| − | * | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
*To do | *To do | ||
2018年6月25日 (一) 08:04的版本
本页面由郭丽娟和彭雪同学维护。
标注人员培训流程
招聘信息（长期、寒暑假兼职）
标注规范
- To do
- nmod vmod amod， adjct细化
- UD过一遍
已标注数据列表
不断更新（数据资源文件，只提供少量sample数据）
- 注意一点：我们标注数据的时候，要做好备份工作。
- 1. 选数据的最原始文本
- 2. 经过处理过的有分词、词性、句法（包括概率）的文本
- 3. 选择过程中产生的数据
- 对应的运行脚本等
- 都要备份好。不要怕占磁盘空间。
- 目前所有数据，尤其下面两个数据，要看一下，确认一下，是否都备份好了，别过一段时间找不到了。
- 阿里的内容搜数据（记录一下）
- 正在标注的对话数据
数据共享或购买
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。
word版本数据共享协议（链接以后发布）
如需共享或购买，请发邮件至：李正华