一个面向信息抽取的中英文平行语料库

来源：计算机工程与科学杂志2015年第12期北京时间：

作者：惠浩添，李云建，钱龙华，周国栋

单位：1.苏州大学自然语言处理实验室，江苏 苏州 215006；2.苏州大学计算机科学与技术学院，江苏 苏州 215006

摘要：除了机器翻译，平行语料库对信息检索、信息抽取及知识获取等研究领域具有重要的作用，但是传统的平行语料库只是在句子级对齐，因而对跨语言自然语言处理研究的作用有限。鉴于此，以OntoNotes中英文平行语料库为基础，通过自动抽取、自动映射加人工标注相结合的方法，构建了一个面向信息抽取的高质量中英文平行语料库。该语料库不仅包含中英文实体及其相互关系，而且实现了中英文在实体和关系级别上的对齐。因此，该语料库将有助于中英文信息抽取的对比研究，揭示不同语言在语义表达上的差异，也为跨语言信息抽取的研究提供了一个有价值的平台。

关键词：命名实体,语义关系,双语映射,平行语料库,

基金资助：国家自然科学基金资助项目(61373096，90920004)；江苏省高校自然科学研究重大项目(11KJA520003)