SUCDT

本页面由郭丽娟和彭雪同学维护。

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：网址

标注人员培训流程

• 人员培训流程

招聘信息（长期、寒暑假兼职）

• 2018年12月招聘
• 旧的：2018年5月招聘
• 旧的：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： 标注规范-2019年4月1日版.pdf
• 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：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