The Colorado Richly Annotated Full-

The Colorado Richly Annotated Full-Text
(CRAFT) Corpus being developed at the University
of Colorado Denver was used for this work.
Currently, the corpus consists of 97 full-text openaccess
scientific articles that have been annotated by
the Mouse Genome Institute 1 with concepts from
the Gene Ontology 2
and Mammalian Phenotype
Ontology3
. Thirty-six of the articles have been
annotated with deep syntactic structures similar
to that of the Penn Treebank corpus described in
(Marcus et al., 1994). As this is a work in progress,
eight of the articles have been set aside for a final
holdout evaluation and results for these articles
are not reported here. In addition to the standard
treebank annotation, the NML tag discussed in
(Bies et al., 2005) and (Vadas and Curran, 2007)
which marks nominal subconstituents which do
not observe the right-branching structure common
to many (but not all) noun phrases is annotated.
This is of particular importance for coordinated
noun phrases because it provides an unambiguous
representation of the correct coordination structure.
The coordination instances in the CRAFT data
were converted to simplified coordination structures
consisting of conjunctions and their conjuncts using
a script that cleanly translates the vast majority of
coordination structures.

Kết quả (Việt) 1:

Ở Colorado đa dạng về chú thích văn bản đầy đủ(THỦ CÔNG) Corpus được phát triển tại trường đại họcColorado Denver được sử dụng cho công việc này.Hiện nay, các văn thể tổng 97 văn bản đầy đủ openaccessbài báo khoa học đã được chú thích bởiChuột gen viện 1 với khái niệm từGene Ontology 2và động vật có vú kiểu hìnhOntology3. Ba mươi sáu của các bài viết đãchú thích với cú pháp sâu cấu trúc tương tự nhưvới các văn thể Penn Treebank được mô tả trong(Marcus et al., 1994). Vì đây là một công việc trong tiến trình,Tám người trong số các bài viết đã được đặt sang một bên cho một trận chung kếtđánh giá holdout và kết quả cho những bài viết nàykhông được báo cáo ở đây. Ngoài các tiêu chuẩntreebank chú thích, thẻ NML thảo luận trong(Bies và ctv., 2005) và (Vadas và Curran, 2007)mà đánh dấu trên danh nghĩa subconstituents làmkhông quan sát cấu trúc phân nhánh quyền phổ biếnnhiều (nhưng không phải tất cả) danh từ cụm từ được chú thích.Điều này là đặc biệt quan trọng cho phối hợpCác cụm từ danh từ vì nó cung cấp một rõ ràngđại diện của cấu trúc chính xác điều phối.Các trường hợp phối hợp trong dữ liệu thủ côngđược cải biến thành cấu trúc đơn giản phối hợpbao gồm Liên từ và conjuncts của họ bằng cách sử dụngmột kịch bản sạch dịch đa sốphối hợp cấu trúc.

Kết quả (Việt) 2:

Các Colorado Đa dạng về chú giải Full-Text
(CRAFT) Corpus đang được phát triển tại Đại học
Colorado Denver đã được sử dụng cho công việc này.
Hiện nay, corpus gồm 97 văn bản đầy đủ OpenAccess
bài báo khoa học đã được chú thích bởi
Viện Chuột Genome 1 với khái niệm từ
các Gene Ontology 2
và động vật có vú Kiểu hình
Ontology3.
Ba mươi sáu của bài báo đã được
chú thích với cấu trúc cú pháp sâu tương tự
như của các corpus Penn Treebank mô tả trong
(Marcus et al., 1994). Vì đây là một công việc trong tiến trình,
tám trong số các bài báo đã được dành cho một thức
đánh giá người hết và kết quả cho các bài báo
không được báo cáo ở đây. Ngoài các tiêu chuẩn
chú thích Treebank, thẻ NML thảo luận
(Bies et al., 2005) và (Vadas và Curran, 2007)
đánh dấu subconstituents danh nghĩa mà làm
không quan sát cấu trúc phải phân nhánh phổ biến
đến nhiều (nhưng không phải tất cả) cụm danh từ được chú thích.
Điều này là đặc biệt quan trọng đối với phối hợp
cụm danh từ vì nó cung cấp một cách rõ ràng
đại diện của các cơ cấu phối hợp chính xác.
Các trường hợp phối hợp trong các dữ liệu CRAFT
đã chuyển đổi cơ cấu phối hợp đơn giản
gồm liên từ và conjuncts của họ bằng cách sử dụng
một kịch bản mà sạch dịch phần lớn các
cấu trúc phối hợp.