GSK2014-A 拡張固有表現タグ付きコーパス | GSK

「拡張固有表現タグ付きコーパス」は、 国立国語研究所『現代日本語書き言葉均衡コーパス』（BCCWJ）のコアデータ（約2,000文書）および、「CD-毎日新聞’95データ集」の新聞記事（約8,000記事）に対し、 関根の拡張固有表現階層 -7.1.0- を人手付与したコーパスである。BCCWJでは、異なり約43,000（のべ約100,000）個、新聞記事では異なり約60,000（のべ約240,000）個の固有表現にタグ付けした。 本データは付加情報のみを提供し、テキスト自体は含まれていない。本データを利用するためには、それぞれ、 『現代日本語書き言葉均衡コーパス DVD版 』（BCCWJ）Ver1以降、「CD-毎日新聞’95データ集」を別途入手する必要がある。（テキストを含む完全なコーパスを復元するプログラムが付属するが、新聞記事については、Windowsには対応していない） なお、本言語資

[mono-hate]

固有表現抽出

[mamoruk]

松本先生「拡張固有表現タグ付きコーパス も BCCWJ に拡張固有表現をつけたものなのに、なんでこれと同じ部分により情報の落ちたタグをつけるのか？この（Project NextNLP の NE タスク）研究には意味があるのか？」#signl #sigslp

[overlast]

公開おめでとうございます。