amr语料库 法律

amr语料库法律

AMR（AbstractMeaningRepresentation，抽象语义表示）是一

种新型的句子语义表示方式，由美国宾夕法尼亚大学的语言数据联盟

（LDC）、南加州大学、科罗拉多大学等科研机构的多位学者共同提出。

与传统的基于树的句法语义表示方法不同，AMR使用单根有向无环图。

[1]来表示一个句子的语义。这种表示方法相比树结构拥有较大

的优势：首先，单根结构保持了句子的树形主干；其次，有向无环图

使用图结构可以较好地描写一个名词由多个谓词支配所形成的论元

共享（argumentsharing）等现象；第三，AMR还允许补充出句中隐

含或省略的成分，以还原出较为完整的句子语义。这三大优点，使得

AMR一经公布，就引起了国际上的重视，涌现了从跨语言翻译价值角

度进行的讨论。

[2]自动分析技术。

[3]转化应用。

[4]等多方面的研究论文。AMR配套发布了包括《小王子》在

内的2万多句英文语料库，2016年的SemEval语义评测也举办了英

文AMR的自动分析竞赛项目英文《小王子》语料中带有图结构的句子

比例高达42%，带有补充概念节点的句子比例也在10%以上，说明了

AMR使用图结构和补充概念节点的有效性和合理性，也使得学术界对

于句子的结构有了新的认识。另一方面，汉语的句法语义自动分析研

究，也开始从句法树走向了语义图Ding等。

[5]加工了汉语语义依存图库，其中带有图结构的句子仅10%

左右。虽然句子的标注体系不同，也没有增添概念节点的机制，但相

比英文《小王子》带有图结构的句子比例42%，仍有较大差异。这促

使我们试图分析英文的图结构到底由哪些因素造成，汉语中图结构的

情况又如何。为了使中英文数据能够在可比较的语料库上进行分析，

我们根据英文AMR的标注规范

[6]设计了中文AMR标注规范，标注了和英文《小王子》句对齐

的中文《小王子》1562句。由两位语言学研究生分别独立标注，

标注一致性的Smatch值为0.83。统计结果显示，中文《小王子》

含有图的句子比例也高达36%左右，且与英语具有很高的一致性。

而英汉双语的补充的概念节点的数量却存在较大差异，体现出语

言结构的差异。