自然语言标注--用于机器学习(影印版)

是时候创建属于你自己的用于机器学习的自然语 言训练语料库了。无论你使用英语、汉语或者其他任 何一种自然语言，《自然语言标注－－用于机器学习 （影印版）》都可以手把手地指导你一种经验证的标 注开发周期一一把元语添加到你的训练语料库中来帮 助机器学习算法更有效工作的过程。你无需任何编程 或者语言学方面的经验就可以上手。 普斯特若夫斯基、斯塔布斯著的《自然语言标注 －－用于机器学习（影印版）》通过每一步中的详细 示例，你将学到“标注开发过程”是如何帮 助你建模、标注、训练、测试、评估和修正你的训练 语料库。你 也将了解到一个实际标注项目的完整演示。 本书内容： 在收集你的数据集（语料库）之前定义一个清晰 的标注目 标 学习用于分析你的语料库中语言内容的工具 搭建用于你的标注项目的模型和规范 检查从基本的XML到语言标记框架这样一些不同 的标注格 式 创建适合于训练和测试机器学习算法的黄金标准 语料库 选择用来处理你的标注数据的机器学习算法 评估测试结果并修正你的标注任务 学习如何使用用于标注文本和调整标注的轻量级 软件

刚刚获得了Brandeis大学标注方法论的博士学位。她现在是SUNY Albany大学的博士后 是Brandeis大学的教授，他在该大学的计算机科学系讲解和研究人工智能及计算语言学。

Preface 1．The Basics The Importance of Language Annotation The Layers of Linguistic Description What Is Natural Language Processing? A Brief History of Corpus Linguistics What Is a Corpus? Early Use of Corpora Corpora Today Kinds of Annotation Language Data and Machine Learning Classification Clustering Structured Pattern Induction The Annotation Development Cycle Model the Phenomenon Annotate with the Specification Train and Test the Algorithms over the Corpus Evaluate the ResuIts Revise the Model and Algorithms Summary 2．DefiningYourGoal andDataset 3．Corpus Analytics 4．Building Your Model and Specification 5．Applying and Adopting Annotation Standards 6．Annotation and Adjudication 7．Training：Machine Learning 8．Testing and Evaluation 9．Revising and Reporting 10．Annotation：TimeML 11．Automatic Annotation：Generatinq 11meM L 12．Afterword：The Future ofAnnotation A．List of Available Corpora and Specifications B．ListofSoftwareResources C．MAEUserGuide D．MAIUserGuide E．Bibliography Index