知识卡片
标签规范是可复用模型的前提
不同词性规范在类别粒度、虚词划分和特殊结构处理上有差异。训练、评价和下游使用应记录规范与版本,不能只按标签数或字母表相似度判断兼容。表中类别总数也有内部不一致,应优先采用明确定义。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
虽然大家都承认12种词类的基准分类,但在计算语言学界,词类划分的很多细节却从未统一过。中科院ICTCLAS和前文的《北大规范》的词类总数都为39个。北大计算语言学研究所开发的语料库加工规范中,基本词类代码有26个,后来又增加了74个扩充代码
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第05章《词性、语块与命名实体识别》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00010.html)
- 结论依据:摘录中关于标签规范是可复用模型的前提的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:虽然大家都承认12种词类的基准分类,但在计算语言学界,词类划分的很多细节却从未统一过。中科院ICTCLAS和前文的《北大规范》的词类总数都为39个。北大计算语言学研究所开发的语料库加工规范中,基本词类代码有26个,后来又增加了74个扩充代码