是時候創(chuàng)建屬于你自己的用于機器學習的自然語言訓練語料庫了。無論你使用英語、漢語或者其他任何一種自然語言，《自然語言標注：用于機器學習（影印版）》都可以手把手地指導你一種經(jīng)驗證的標注開發(fā)周期一一把元語添加到你的訓練語料庫中來幫助機器學習算法更有效工作的過程。你無需任何編程或者語言學方面的經(jīng)驗就可以上手。
通過每一步中的詳細示例，你將學到“標注開發(fā)過程”是如何幫助你建模、標注、訓練、測試、評估和修正你的訓練語料庫。你也將了解到一個實際標注項目的完整演示。
在收集你的數(shù)據(jù)集（語料庫）之前定義一個清晰的標注目標
學習用于分析你的語料庫中語言內(nèi)容的工具
搭建用于你的標注項目的模型和規(guī)范
檢查從基本的XML到語言標記框架這樣一些不同的標注格式
創(chuàng)建適合于訓練和測試機器學習算法的黃金標準語料庫
選擇用來處理你的標注數(shù)據(jù)的機器學習算法
評估測試結(jié)果并修正你的標注任務(wù)
學習如何使用用于標注文本和調(diào)整標注的輕量級軟件
Jarues Plastejovsky，是Brandeis大學的教授，他在該大學的計算機科學系講解和研究人工智能及計算語言學。
Amber Stubbs，剛剛獲得了Brandeis大學標注方法論的博士學位。她現(xiàn)在是SUNY Albany大學的博上后。
Preface
1. TheBasics
The Importance of Language Annotation
The Layers of Linguistic Description
What Is Natural Language Processing?
A Brief History of Corpus Linguistics
What Is a Corpus?
Early Use of Corpora
Corpora Today
Kinds of Annotation
Language Data and Machine Learnin9
Classification
Clustering
Structured Pattern Induction
The Annotation Development Cycle
Model the Phenomenon
Annotate with the Specification
Train and Test the Algorithms over the Corpus
Evaluate the Results
Revise the Model and Algorithms
Summary
2. DefiningYourGoaI and Dataset
Defining Yoor Goal
The Statement of Purpose
Refining Your Goal：Informativity Versus Correctness
Background Research
Language Resources
……
書單推薦
