新手求教编码问题

T

txianne

新手求教speech acts标注问题

请问各位高手,怎样对口语生语料进行人工编码?比如说按照speech acts来进行编码，以对demand,complain, apologize等言语行为进行统计分析？还有编码时应该注意什么？以前这里提到的ＸＭＬ格式是什么？跟编码有关系吗？望指教！本人水平有限，望各位不要见笑．
 
Last edited by a moderator:
回复: 新手求教编码问题

你也问了一个我正在做的一个项目，这样的标注可不容易 。回头有空再细谈 ，这里先给几个参考文献，都是可以下载的，先读读看有什么启发。

SPAAC -- A Speech Act Annotated Corpus for Dialogue Systems: Pilot Project
http://bowland-files.lancs.ac.uk/groups/spaac/SPAAC.htm

Generic speech act annotation for task-oriented dialogues
http://www.tu-chemnitz.de/phil/engl...ents/mw/publications/CL2003_Leech_Weisser.pdf

A Speech-Act Annotated Corpus for Dialogue Systems
http://www.comp.lancs.ac.uk/ucrel/SPAAC/SPAAC Annotation Scheme1.pdf

Dialogue Corpora, Dialogue Systems, and Speech Act Annotation
http://ufal.mff.cuni.cz/vmc/vmc17/LeechAbstract.doc

Classifying speech Acts using Verbal Response Modes
http://www.ict.csiro.au/staff/Andrew.Lampert/writing/papers/SpeechActsVRM-ALTW2006-Lampert.pdf

Discourse Annotation in the Monroe Corpus
http://www.cs.rochester.edu/u/www/u/swift/acl04-anno.pdf

A Human-Human Train Timetable Dialogue Corpus
http://home.zcu.cz/~filip/jurcicek05human.pdf
 
回复: 新手求教编码问题

曾经在网上问过另一位高人,他说可以就相应的言语行为分别设计码集,<demand>...</demand><apologize>...</apologize>等．他建议使用PowerGREP,　我觉得使用WordSmith 4.0的Concord就可以对特定的赋码进行搜索了．我对PowerGREP不是很熟悉，不知道用这个工具是否比WordSmith 4.0搜索赋码更为简单？
 
回复: 新手求教编码问题

It appears that you are talking about two separate things - corpus annotation and concordancing. Both Powergrep and WST4 can do concordancing, not annotation.
 
回复: 新手求教编码问题

谢谢laohong与xiaoz的回复．由于我只是刚刚接触到语料库，有些问题还弄不明白．我在做硕士论文，论文中需要对口语中各中言语行为进行统计．我说一下我的想法，错误的地方请各位高人不要见笑．我想首先对口语中出现的各种言语行为进行赋码，然后通过WordSmith 4.0的Concord工具来搜索所出现的言语行为，这样就得出了出现的频率．
 
回复: 新手求教编码问题

WordSmith 4.0的Concord工具可以对赋码进行搜索．但是我不知道赋码的目的是什么？是否在赋码以后，计算机可以直接对赋码进行读取分析？或者在赋码以后，根本不需要工具对其进行统计，计算机可以自动生成统计数据？望各位高人指点．
 
回复: 新手求教编码问题

1. 赋码的目的：
你自己不是要检索和统计言语特征吗？有些语言特征可以自动赋码，大部分还得靠人工。Speech Act机器自动标注目前准确率还不理想，只能靠人工标注，要检索这样的特征就得先标注它们。

2. 自动统计：
自动统计你标注的信息取决于你的标注工具是否有此功能设计。大多数情况下，使用第三方软件，如WordSmith，就可以统计遵循一定格式标注的语料。但是，如果标注的层次多，而且有嵌套，折腾第三方软件来实现检索统计功能还不如自制。
 
回复: 新手求教编码问题

非常感谢laohong的回答．看来我还需要多多学习啊．路漫漫其修远兮，吾将上下而求索．
 
回复: 新手求教编码问题

我写这篇硕士论文用到的语料库就是COLSEC，我想首先应该去掉该语料库原来的赋码，然后按照speech act重新进行赋码，这样嵌套应该不会很多吧？（说实话，我不知道嵌套的意思:confused: ）我目前的能力确实很有限，但是我会努力的学习，尽力把问题写清楚，争取能够得到行家的认可．
 
回复: 新手求教编码问题

我在使用WordSmith 4.0搜索COLSEC原来的赋码时，在Concord 这个工具的specify search word方框中输入需要搜索的赋码就可以找到所需要的信息．但是我在用这个方法来搜索我自己对speech act的赋码时，却搜不到了．是不是我编码的格式不对？还有哪些问题会造成这样的结果呢？
 
You must log in or register to reply here.
Back
顶部