Aduriz Agirre, Itziar, Aranzabe Urruzola, María Jesús, Arriola Egurrola, José María, Díaz de Ilarraza Sánchez, Arantza, González Dios, Itziar, Urizar Enbeita, Rubén
Building the Gold Standard for the Surface Syntax of Basque
Procesamiento del Lenguaje Natural. 2017, 58: 125-132
URI: http://hdl.handle.net/10045/64016
DOI: 
ISSN: 1135-5948
Abstract: 
En este artículo presentamos el proceso de construcción de SF-EPEC, un corpus de 300.000 palabras, sintácticamente anotado, que pretende ser un Gold Standard para el procesamiento sintáctico superficial del euskera. En primer lugar, describimos el conjunto de etiquetas diseñado para este propósito; siendo el euskera una lengua aglutinante, en ocasiones hemos tenido que crear etiquetas sintácticas compuestas. Asimismo, se detallan las distintas fases en la construcción de SF-EPEC.
In this paper, we present the process in the construction of SF-EPEC, a 300,000-word corpus syntactically annotated that aims to be a Gold Standard for the surface syntactic processing of Basque. First, the tagset designed for this purpose is described; being Basque an agglutinative language, sometimes complex syntactic tags were needed. We also account for the different phases in the construction of SF-EPEC.
Keywords:Sintaxis superficial, Gold standard, Euskera, Anotación de corpus, Surface syntax, Basque, Corpus annotation
Sociedad Española para el Procesamiento del Lenguaje Natural
info:eu-repo/semantics/article