語言模型輔助的英語科技論文摘要語步語料庫構(gòu)建研究

打開文本圖片集

提 要：語步結(jié)構(gòu)是學(xué)術(shù)論文中的文本語篇單位，在學(xué)術(shù)用途英語等方面具有重要價(jià)值。盡管關(guān)于學(xué)術(shù)論文的語步研究非常豐富，但語步標(biāo)注數(shù)據(jù)資源仍然相對較少。本研究借助自然語言處理領(lǐng)域的語言模型構(gòu)建了涵蓋多個(gè)學(xué)科領(lǐng)域的英語科技論文摘要語步標(biāo)注語料庫，包括近3.4萬個(gè)語步結(jié)構(gòu)。語料庫構(gòu)建的第一階段依靠專家標(biāo)注形成高質(zhì)量語料，在第二階段也是主要階段，采用基于BERT架構(gòu)的自動標(biāo)注模型，在保證標(biāo)注質(zhì)量的同時(shí)能夠快速提升標(biāo)注速度、擴(kuò)大標(biāo)注規(guī)模。（剩余21109字）