[发明专利]一种汉语概念复合块标注库规范化处理方法

权利要求书

1.一种汉语概念复合块标注库规范化处理方法，其特征在于，包括：自动调整错误词类标记；自动补充事件句式内部特征标记；时间块和空间块标记一致化处理；

所述自动调整错误词类标记的过程包括以下四个步骤：

步骤1)对CCC块构建句法二叉树，将句子以二叉树结构表示；

步骤2)搜索所述句法二叉树，确定核心词位置；

步骤3)确定所述核心词的词类；

步骤4)判断所述核心词的词类的标记的正误，纠正错误标记；

所述自动补充事件句式内部特征标记的过程包括以下三个步骤：

步骤A：对CCC块构建句法二叉树，将句子以二叉树结构表示；

步骤B：遍历所述句法二叉树，判断该事件句式的结构，确定其内部特征标记类型；

步骤C：对符合条件的CCC块自动添加相应的内部特征标记；

所述时间块和空间块标记一致化处理的过程包括以下三个步骤：

步骤一：对CCC块构建句法二叉树，将句子以二叉树结构表示；

步骤二：遍历所述句法二叉树，判断时间块标记类型和空间块标记类型的正误；

步骤三：纠正错误的标记类型。

2.根据权利要求1所述的汉语概念复合块标注库规范化处理方法，其特征在于，所述步骤4)中纠正错误标记的算法为：先将需处理语料中的CCC块抽出，对每个CCC块构建二叉树，由关系标记定位到实义核心词，再由CCC成分标记判定实义核心词词类标记是否正确，对错误的标记进行相应的纠正。

3.根据权利要求1或2所述的汉语概念复合块标注库规范化处理方法，其特征在于，所述步骤2)搜索所述句法二叉树，确定核心词位置所依据的搜索规则如下表所示：

。

4.根据权利要求1或2所述的汉语概念复合块标注库规范化处理方法，其特征在于，所述步骤3)确定所述核心词的词类所依据的实义核心词词类标记与概念复合块成分标记之间的映射关系表如下表所示：

。