CUP
跳到导航
跳到搜索
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
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。由中文BERT在CTB9上fine-tuning得到。
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：在CODT数据集上训练的Biaffine Parser。
词性标记说明
| 词性 | 名称 | demo显示 |
|---|---|---|
| AD | 副词 | 副词 |
| AS | 动态助词 | 动态助词 |
| BA | 把字结构 | 把 |
| CC | 并列连接词 | 并列连词 |
| CD | 限定数量词 | 限定数词 |
| CS | 从属连接词 | 从属连词 |
| DEC | 补语或名词化 | 从句-的 |
| DEG | 关联或所有格 | 所有-的 |
| DER | 补语短语“得” | 补语-得 |
| DEV | 方式“地” | 方式-地 |
| DT | 限定词 | 限定词 |
| ETC | 等待 | 等 |
| FW | 外来词 | 外来词 |
| IJ | 感叹词 | 感叹词 |
| JJ | 名词修饰词 | 名词修饰词 |
| LB | 长“被”结构 | 长-被 |
| LC | 方位词 | 方位词 |
| M | 量词 | 量词 |
| MSP | 其他助词 | 其他助词 |
| NN | 名词 | 名词 |
| NR | 专有名词 | 专有名词 |
| NT | 时间名词 | 时间名词 |
| OD | 数词 | 数词 |
| ON | 拟声词 | 拟声词 |
| P | 介词 | 介词 |
| PN | 代词 | 代词 |
| PU | 标点符号 | 标点 |
| SB | 短“被”结构 | 短-被 |
| SP | 句末助词 | 句末助词 |
| VA | 谓词性形容词 | 谓词形容词 |
| VC | 系动词 | 系动词 |
| VE | 存现动词 | 存现动词 |
| VV | 动词 | 动词 |
| X | 其他 | 其他 |
依存关系说明
| 依存标签 | 全拼 | 说明 |
|---|---|---|
| adv | ||
| amod | ||
| app | ||
| aux | ||
| bnf | ||
| cjt | ||
| cjtn | ||
| cjtn0 | ||
| cjtn1 | ||
| cjtn2 | ||
| cjtn3 | ||
| cjtn4 | ||
| cjtn5 | ||
| cjtn6 | ||
| cjtn7 | ||
| cjtn8 | ||
| cjtn9 | ||
| cnd | ||
| comp | ||
| dir | ||
| dmod | ||
| ext | ||
| foc | ||
| io | ||
| lgs | ||
| loc | ||
| mnr | ||
| nmod | ||
| obj | ||
| other | ||
| prd | ||
| prp | ||
| prt | ||
| relc | ||
| root | ||
| sbj | ||
| tmp | ||
| tpc | ||
| unk | ||
| voc | ||
| ccjtn |