论文中的生词

corpus of ,corpora语料库

severely degraded 严重退化

this paper address this issue by本文通过。。方法解决了这个问题

part of speech tagging 词性标注

novel 新颖的

leverage 利用

redundancy inherent固有的冗余

exploit利用

supervision监督

outperform == perform batter than 

compilation 汇编

inclusive广泛的

proliferation增殖，扩散

previously-tagged out-of-domain text 以前标记的域外文本

a plethora of distinctive 一大堆特色的

relatively infrequent 相对少见的

manually annotated 手动注释

segment 分割

shallow浅的，浅陋的

syntax 语法

parsing 解析

informativeness 信息量

capitalization 大写

fundamental 基本的

noun-phrase名词短语

chunking 组块

feature generation特征生成

4-fold cross-validation 4倍交叉验证

applicable 适用

prior experiments 先前的实验

baseline 底线

Out of Vocabulary (OOV)word 词典外的词

exposing 揭发，曝光

grammatical语法的

spelling variation 拼写差异

fraction 分数

collapse 倒塌、崩溃、压缩

compactness  紧凑、简洁

vice versa 反之亦然

interjection 叹词

specific phenomena 具体现象

postprocessing 后期处理

lexical variation 词汇变异

clustering 簇，集群

distributionally 分布式地

hierarchical 分级、阶级式、层级

adjacent  邻、邻近的

prepositional phrase 介词短语

incorporate 合并

convention 惯例

deliberately 故意地

unambiguous 明确的

trivial 不重要的

inflate 膨胀

ambiguity 歧义

associated 相关的

profile 轮廓、侧面

contextual 上下文

represent 代表

inference 推理、推论、论断

orthographic 正字、拼字正确的

terse 简洁

broad  coverage 广阔的覆盖

abbreviated 简短的、简写

in contrast to 对比

generative 生成的

integrated 集成

encounter 遭遇

benchmark 基准、评估

investigate 调查、研究

evaluate 评估

joint 联合、协同

snippet 片段

relevant to 与...相关

a big margin大幅度