semcorコーパス構造を理解するh

Question

私はNLPを学んでいます。私は現在Word Sense Disambiguationで遊んでいます。私は訓練データとしてsemcorコーパスを使用するつもりですが、xml構造の理解には問題があります。私はグーグルで試しましたが、semcorのコンテンツ構造を説明するリソースはありませんでした。

<s snum="1"> 
<wf cmd="ignore" pos="DT">The</wf> 
<wf cmd="done" lemma="group" lexsn="1:03:00::" pn="group" pos="NNP" rdf="group" wnsn="1">Fulton_County_Grand_Jury</wf> 
<wf cmd="done" lemma="say" lexsn="2:32:00::" pos="VB" wnsn="1">said</wf> 
<wf cmd="done" lemma="friday" lexsn="1:28:00::" pos="NN" wnsn="1">Friday</wf> 
<wf cmd="ignore" pos="DT">an</wf> 
<wf cmd="done" lemma="investigation" lexsn="1:09:00::" pos="NN" wnsn="1">investigation</wf> 
<wf cmd="ignore" pos="IN">of</wf> 
<wf cmd="done" lemma="atlanta" lexsn="1:15:00::" pos="NN" wnsn="1">Atlanta</wf> 
<wf cmd="ignore" pos="POS">'s</wf> 
<wf cmd="done" lemma="recent" lexsn="5:00:00:past:00" pos="JJ" wnsn="2">recent</wf> 
<wf cmd="done" lemma="primary_election" lexsn="1:04:00::" pos="NN" wnsn="1">primary_election</wf> 
<wf cmd="done" lemma="produce" lexsn="2:39:01::" pos="VB" wnsn="4">produced</wf> 
<punc>``</punc> 
<wf cmd="ignore" pos="DT">no</wf> 
<wf cmd="done" lemma="evidence" lexsn="1:09:00::" pos="NN" wnsn="1">evidence</wf> 
<punc>''</punc> 
<wf cmd="ignore" pos="IN">that</wf> 
<wf cmd="ignore" pos="DT">any</wf> 
<wf cmd="done" lemma="irregularity" lexsn="1:04:00::" pos="NN" wnsn="1">irregularities</wf> 
<wf cmd="done" lemma="take_place" lexsn="2:30:00::" pos="VB" wnsn="1">took_place</wf> 
<punc>.</punc> 
</s> 

• 私はwnsnは '単語の意味' であると仮定しています。それが正しいか？
• 属性lexsnは何を意味していますか？それはwordnetにどのようにマップされますか？
• 属性pnは何を指していますか？ （3行目）
• rdf属性はどのように割り当てられていますか？ （もう一度3行目）
• 一般的に考えられる属性は？

Answer 1

フォーマットは、SemCor 1.6 archiveの "doc/cxtfile.txt"ファイルに記述されています。何らかの理由で、ドキュメントはそれ以降のバージョンには含まれていません。