标注适应：以中文分词和依存分析为例

能受限于人工标注语料的质量和规模。人工语料构造代价高昂，然而对于许多语言处理任务，却同时存在多个不同标注标准的语料库。多种标注标准的语料代表着不同语言学观点的比较和碰撞，同时也意味着语言学知识的浪费。本报告阐述了标注适应问题以及解决方案的本质原理，并提出了一系列渐进增强的标注适应算法。在中文分词和依存分析两大任务上，标注适应方法都能在不增加系统复杂性的条件下带来显著的性能提升。