NomBank v 1.0 是一个由宾夕法尼亚大学(University of Pennsylvania)开发的命名实体和谓词-论元结构(predicate-argument structure)标注的语料库。它基于宾州树库(Penn Treebank)的Wall Street Journal 部分,并对其进行了扩展,提供了详细的句法-语义标注。以下是关于NomBank v 1.0的一些主要特点:
-
命名实体标注:NomBank 对文本中的命名实体进行了标注,这些命名实体包括人名、地名、组织名等。这些标注有助于识别和理解文本中的关键实体。
-
谓词-论元结构标注:除了命名实体外,NomBank 还标注了句子中的谓词(通常是动词)以及它们的论元(即与谓词相关的名词短语或其他成分)。这些标注揭示了句子中的句法-语义关系,有助于理解句子的深层含义。
-
基于Penn Treebank:NomBank 是基于Penn Treebank的Wall Street Journal部分构建的,因此它继承了Penn Treebank的句法标注和词汇信息。这使得NomBank成为一个与Penn Treebank紧密集成的资源,可以方便地与其他基于Penn Treebank的研究相结合。
-
详细标注:NomBank的标注非常详细,包括命名实体的类型、谓词的类别、论元的角色等。这些详细的标注信息为自然语言处理研究提供了丰富的数据支持。
-
广泛应用:由于NomBank提供了丰富的句法-语义标注信息,它被广泛用于各种自然语言处理任务,如信息抽取、问答系统、机器翻译等。这些任务通常需要理解句子中的实体和它们之间的关系,而NomBank正好提供了这样的数据支持。
-
可访问性:NomBank是一个开放资源,可以通过网络免费访问和下载。这使得研究人员可以方便地获取和使用NomBank数据,进行自然语言处理相关的研究。
获取方法:
方法1:注册LDC账号并加入组织获取数据,官网链接:LDC官网
方法2:关注公众号,回复NomBank v 1.0LDC语料小助手https://mp.weixin.qq.com/s/8GgZFh9XAr7FYwivQ_ajRg