SCTB-V2: the 2nd version of the Chinese treebank in the scientific domain

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3AP69NL2NX" target="_blank" >RIV/00216208:11320/23:P69NL2NX - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/10.1007/s10579-022-09615-2" target="_blank" >https://link.springer.com/10.1007/s10579-022-09615-2</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/s10579-022-09615-2" target="_blank" >10.1007/s10579-022-09615-2</a>

Jazyk výsledku

angličtina

Název v původním jazyce

SCTB-V2: the 2nd version of the Chinese treebank in the scientific domain

Popis výsledku v původním jazyce

"Word segmentation, part-of-speech (POS) tagging, and syntactic parsing are three fundamental Chinese analysis tasks for Chinese language processing, which are also crucial for various downstream tasks such as machine translation and information extraction. To achieve high accuracy for these tasks, treebanks that contain sentences manually annotated with word segmentation, part-of-speech tags, and phrase structures are essential. Although there are large-scale Chinese treebanks in the news domain, such treebanks are unavailable in the scientific domain."

Název v anglickém jazyce

SCTB-V2: the 2nd version of the Chinese treebank in the scientific domain

Popis výsledku anglicky

"Word segmentation, part-of-speech (POS) tagging, and syntactic parsing are three fundamental Chinese analysis tasks for Chinese language processing, which are also crucial for various downstream tasks such as machine translation and information extraction. To achieve high accuracy for these tasks, treebanks that contain sentences manually annotated with word segmentation, part-of-speech tags, and phrase structures are essential. Although there are large-scale Chinese treebanks in the news domain, such treebanks are unavailable in the scientific domain."

Druh

J_ost - Ostatní články v recenzovaných periodicích

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

—

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

"Language Resources and Evaluation"

ISSN

1574-020X

e-ISSN

—

Svazek periodika

57

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

15

Strana od-do

1389-1403

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—