句義結構分析是漢語語義分析中不可逾越的重要環節，為了滿足漢語句義結構分析的需要，北京森林工作室（BFS）基於現代漢語語義學理論構建了一種層次化的漢語句義結構模型，定義了標註規範和標記形式，建設了一個漢語句義結構標註語料庫BFS-CTC(Beijing Forest Studio – Chinese Tagged Corpus)。
基本介紹
- 中文名：漢語句義結構標註語料庫
標註內容方面,組織結構方面,來源規模方面,功能研究,
標註內容方面
基於句義結構模型的定義標註了句義結構句型層、描述層、對象層和細節層中所包含的各個要素及其組合關係，包括句義類型、謂詞及其時態、語義格類型等信息，並且提供了詞法和短語結構句法信息，便於詞法、句法、句義的對照分析研究。
組織結構方面
該語料庫包括四個部分，即原始句子庫、詞法標註庫、句法標註庫和句義結構標註庫，可根據研究的需要，在詞法、句法、句義結構標註的基礎上進行深加工，在核心標註庫的基礎上添加更多具有針對性的擴展標註庫，利用句子的唯一ID號進行識別和使用。
來源規模方面
原始數據全部來自新聞語料，經過人工收集、整理，合理覆蓋了主謂句、非主謂句、把字句等六種主要句式類型，規模已達到50000句。
功能研究
BFS-CTC基於現代漢語語義學，提供了多層次的句義結構標註信息，在兼容現有標註規範的情況下進行了詞法和語法標註。BFS標註的詞法、句法及句義既可以單獨使用也可綜合使用，可用於自然語言處理多方面的研究。
為共同推動漢語語義分析的研究和發展，北京森林工作室（BFS）從2013年4月15日起對外開放下載3,000句句義結構標註示例，更多句義結構標註語料可向BFS申請後免費使用。句義結構的基本形式如下圖所示：
漢語句義結構標註示例