CESS_ESP 标签的定义

Question

我正在使用NLTK的CESS ESP数据包，并且我已经能够使用spaghetti tagger的一个改编版本和一个HiddenMarkovModelTagger来给句子加标签。不过，它生成的标签和用来标记美式英语（en_US）句子的标签完全不一样。你可以查看NLTK的分类和标记文档，你会注意到使用的标签都是大写的，而且没有数字或标点符号，一些CESS标签是：vsip3s0，da0fs0。

有没有人知道哪里可以找到解释这些标签的参考资料？

句子

¿Que es la programación orientada a objetos?

Spaghetti Tagger

[('\xc2\xbfQue', None), ('es', 'vsip3s0'), ('la', 'da0fs0'), ('programaci\xc3\xb3n', None), ('orientada', 'aq0fsp'), ('a', 'sps00'), ('objetos', 'ncmp000'), ('?', 'Fit')]
[('\xc2\xbfQue', None), ('es', None), ('la', None), ('programaci\xc3\xb3n', None), ('orientada', None), ('a', None), ('objetos', None), ('?', None)]
[('\xc2\xbfQue', None), ('es', 'vsip3s0'), ('la', 'da0fs0'), ('programaci\xc3\xb3n', None), ('orientada', 'aq0fsp'), ('a', 'sps00'), ('objetos', 'ncmp000'), ('?', 'Fit')]
[('\xc2\xbfQue', None), ('es', 'vsip3s0'), ('la', 'da0fs0'), ('programaci\xc3\xb3n', None), ('orientada', 'aq0fsp'), ('a', 'sps00'), ('objetos', 'ncmp000'), ('?', 'Fit')]

Markov Tagger

[('\xc2\xbfQue', 'sn.e-SUJ'), ('es', 'vsip3s0'), ('la', 'da0fs0'), ('programaci\xc3\xb3n', 'ncfs000'), ('orientada', 'aq0fsp'), ('a', 'sps00'), ('objetos', 'ncmp000'), ('?', 'Fit')]

Answer 1

cess-esp 这个语料库是用一个叫EAGLE的老旧标注系统进行标注的，你可以在这里查看相关信息。希望这对你有帮助。