PCC (Potsdam Commentary Corpus)

波茨坦评论语料库 (PCC) 是一个包含 220 条德国报纸评论（2.900 个句子，44.000 个标记）的语料库，取自 Märkische Allgemeine Zeitung（MAZ 子语料库）和 Tagesspiegel（ProCon 子语料库）的在线问题，并带有一系列不同的注释语言信息的类型。
我们公开的中央子语料库由 176 个 MAZ 文本组成，并带有注释
句法
共指
话语结构 (RST & PDTB)
关于主题

The Potsdam Commentary Corpus (PCC) is a corpus comprising 220 German newspaper commentaries, totaling 2,900 sentences and 44,000 tokens. It is sourced from online commentaries of the Märkische Allgemeine Zeitung (MAZ subcorpus) and Tagesspiegel (ProCon subcorpus), and is annotated with a diverse set of linguistic annotation types.

The publicly available central subcorpus consists of 176 MAZ texts, with annotations for syntax, coreference, discourse structure (RST & PDTB), and topical information.

搜集汇总

背景与挑战

背景概述

PCC是一个包含220条德语报纸评论的标注语料库(44,000标记)，具有句法、共指和话语结构等多层次语言注释，由波茨坦大学于2020年发布，适用于自然语言处理研究。