软件介绍：
能够基于著名的语料库标注软件CLAWS4进行批量的并发标注；能够自动修复原软件的部分错误；能够以多种标注形式存储，能够简化许多操作，普通电脑几分钟对齐数百万词没什么问题。
使用说明：
一、按原CLAWS安装说明安装好Java运行库及CLAWS文件夹，并把WinClawsGUI.exe放到winclaws.exe所有目录；
二、双击WinClawsGUI运行，在界面中点“…”选取语料库文件目录，选择所有语料文本文件的编码（可选GB2312默认编码，或者UTF-8)；
三、界面中会显示所有等待标注的语料；点击“开始标注”进行语料标注；此时系统会运用并行处理技术多线程对语料文件进行标注；标注速度取决于计算机CPU的核数及内存大小；标注结束后，会有提示；未注册版本每次仅能标注5份语料，且对语料大小有限制；
四、结束后会产生标注中间结果。目的用于人工查看语料标注情况，对应三个目录：
tmp是语料库准备文件存放目录：里面所有的文档被加入标记信息，并替换其中影响标注的<>为()；
tagged是标注的结果存放目录：其中标注结果以原文件名命名；标注过程附属信息以原文件名.supp结尾，可用文本文件打开。.supp文件是查看标注是否有错的关键文件，如果其内容仅为标记信息，则为完整无错标注；如果有个别长单词，也可认为是无错标注（因在后面整理结果功能中，系统会自动查找长单词，并智能纠错）；对于出现句子或大幅文本时，说明标注有失败。
err是标注过程产生的信息。错误信息以原文件名命名，其记录了标注过程中所有产生的警告及错误，对于.supp文件中出现的标注失败情况，在err文件夹中相应文件名的记录中都会完整体现。
五、整理标注结果。该功能分为两种模式，一种是无错模式，另一种是允许一定的标注错误率，错误率的计算方法是：.supp中余下未标注的文本长度/原始未标注语料文本长度*100%。两种方式实现的流程为：按照原始未标注文件，查找.supp文件后，1）如果.supp文件除标识标记外无任何未标注内容，或者纠错后无任何标注内容，则认为是完全成功标注；2）如果.supp文件在纠错后依然有未标注内容，则计算标注错误率。按照选择的模式，对标注中间过程产生的结果进行最终归并处理，产生“已标注”和“标注失败”两个文件夹。
六、句子模式功能。原系统标注出来的是竖型模式，在软件中我开发了段落及句子模式，点击“转换为句子”会自动创建文件夹“句子形式”，然后进行批量转换，并添加段落与句子信息；当选择“全部词性”后，会列出词的所有可能，并附上百分比，去除选择“全部词性”后，仅列出最大可能的词性；
一点小建议：对“标注失败”的文件进行人工检查，检查重点是：1）文件编码是否一致或正常；2）文件内容不得有乱码，过多的特殊字符；3）过长的单词个数是否过多。去除这几个问题，经几十次试验测试，一般标注都没有错误。
论坛不支持贴图，也不支持
如果有需要使用CLAWS4进行语料标注的，或者使用斯坦福标注器进行语料标注的，可以加入QQ群：461241012，需要定制啥的，直接联系我：
QQ:363954866
E-mail:li_bopr@126.com
能够基于著名的语料库标注软件CLAWS4进行批量的并发标注；能够自动修复原软件的部分错误；能够以多种标注形式存储，能够简化许多操作，普通电脑几分钟对齐数百万词没什么问题。
使用说明：
一、按原CLAWS安装说明安装好Java运行库及CLAWS文件夹，并把WinClawsGUI.exe放到winclaws.exe所有目录；
二、双击WinClawsGUI运行，在界面中点“…”选取语料库文件目录，选择所有语料文本文件的编码（可选GB2312默认编码，或者UTF-8)；
三、界面中会显示所有等待标注的语料；点击“开始标注”进行语料标注；此时系统会运用并行处理技术多线程对语料文件进行标注；标注速度取决于计算机CPU的核数及内存大小；标注结束后，会有提示；未注册版本每次仅能标注5份语料，且对语料大小有限制；
四、结束后会产生标注中间结果。目的用于人工查看语料标注情况，对应三个目录：
tmp是语料库准备文件存放目录：里面所有的文档被加入标记信息，并替换其中影响标注的<>为()；
tagged是标注的结果存放目录：其中标注结果以原文件名命名；标注过程附属信息以原文件名.supp结尾，可用文本文件打开。.supp文件是查看标注是否有错的关键文件，如果其内容仅为标记信息，则为完整无错标注；如果有个别长单词，也可认为是无错标注（因在后面整理结果功能中，系统会自动查找长单词，并智能纠错）；对于出现句子或大幅文本时，说明标注有失败。
err是标注过程产生的信息。错误信息以原文件名命名，其记录了标注过程中所有产生的警告及错误，对于.supp文件中出现的标注失败情况，在err文件夹中相应文件名的记录中都会完整体现。
五、整理标注结果。该功能分为两种模式，一种是无错模式，另一种是允许一定的标注错误率，错误率的计算方法是：.supp中余下未标注的文本长度/原始未标注语料文本长度*100%。两种方式实现的流程为：按照原始未标注文件，查找.supp文件后，1）如果.supp文件除标识标记外无任何未标注内容，或者纠错后无任何标注内容，则认为是完全成功标注；2）如果.supp文件在纠错后依然有未标注内容，则计算标注错误率。按照选择的模式，对标注中间过程产生的结果进行最终归并处理，产生“已标注”和“标注失败”两个文件夹。
六、句子模式功能。原系统标注出来的是竖型模式，在软件中我开发了段落及句子模式，点击“转换为句子”会自动创建文件夹“句子形式”，然后进行批量转换，并添加段落与句子信息；当选择“全部词性”后，会列出词的所有可能，并附上百分比，去除选择“全部词性”后，仅列出最大可能的词性；
一点小建议：对“标注失败”的文件进行人工检查，检查重点是：1）文件编码是否一致或正常；2）文件内容不得有乱码，过多的特殊字符；3）过长的单词个数是否过多。去除这几个问题，经几十次试验测试，一般标注都没有错误。
论坛不支持贴图，也不支持
如果有需要使用CLAWS4进行语料标注的，或者使用斯坦福标注器进行语料标注的，可以加入QQ群：461241012，需要定制啥的，直接联系我：
QQ:363954866
E-mail:li_bopr@126.com
