deu Tübinger Baumbank des Japanischen/Spontansprache
eng Tübingen Treebank of Spoken Japanese
deu Die TüBa-J/S-Baumbank wurde im Projekt Verbmobil erstellt. Verbmobil war ein langfristig angelegtes Projekt zur maschinellen Übersetzung von Spontansprache, das vom Bundesministerium für Bildung und Forschung (BMBF) gefördert wurde. Die Tübinger Baumbank des Japanischen / Spontansprache (TüBa-J/S) ist ein syntaktisch annotiertes Korpus auf der Grundlage von spontansprachlichen Dialogen, die manuell transliteriert wurden. Sie umfasst ca. 18.000 Sätze bzw. 160.000 Wörter. Die Annotation erfolgte von Hand. Die syntaktische Annotation basiert auf HPSG Prinzipien. Das Annotationsschema unterscheidet drei Ebenen syntaktischer Konstituenz: die lexikalische Ebene, die phrasale Ebene und die Satzebene. Zusätzlich zur Konstituentenstruktur sind die Kanten zwischen den Knoten mit Labels annotiert. Diese Kantenlabels beschreiben grammatische Funktionen (als Relationen zwischen Phrasen) sowie die Unterscheidung zwischen Head und Non-Head (phrasenintern). Die Annotationen wurden 2006 beim CoNLL-X Shared Task: Multi-lingual Dependency Parsing als Trainingsdaten verwendet und sind in der normalen Baumbanklizenz enthalten.
eng The TüBa-J/S treebank was annotated in the project Verbmobil . Verbmobil was a longterm Machine Translation project for spontaneous speech funded by the Federal Ministry for Education and Research (BMBF). The Tübingen Treebank of Spoken Japanese, TüBa-J/S, is a syntactically annotated corpus based on spontaneous dialogues, which were manually transliterated. The treebank comprises approximately 18.000 sentences (ca. 160.000 words). The syntactic annotation was performed manually. The syntactic annotation is HPSG-oriented. The annotation scheme distinguishes three levels of syntactic constituency: the lexical level, the phrasal level, and the clausal level. In addition to constituent structure, annotated trees contain edge labels between nodes. These edge labels encode grammatical functions (as relation between phrases) and the distinction between heads and non-heads (as phrase-internal relations). Annotations were used as training data at the CoNLL-X Shared Task: Multi-lingual Dependency Parsing in 2006 and are included in the normal treebank license.
3 Ressource(n)
für akademische Zwecke kostenlos mit Benutzerlizenz (Formular online zum Download); für nicht akademischen Gebrauch auf Anfrage bei Erhard Hinrichs
ee03e155-462a-4c4b-b645-54862b505a24
65d11ea3-b1b4-451c-b04f-a7162a220608
Zugang via Browser, PID zeigt auf Landing Page der Resource
Textsammlung
data-steward@semsprach.uni-tuebingen.de
corpus
Bundesministerium für Bildung und Forschung (BMBF)
Treebank
Syntactically annotated Corpus
Bundesministerium für Bildung und Forschung (BMBF)
geschrieben
Yasuhiro Kawata
modern