نخستین پیکرۀ نقش‌های معنایی زبان فارسی

نخستین پیکرۀ نقش‌های معنایی زبان فارسی که حدود 30.000 جمله از زبان فارسی معاصررا شامل می‌شود، به صورت دستی برچسب‌گذاری شده‌است. این پیکره بر اساس مفهوم نقش‌های معنایی فیلمور، لایه‌ای از اطلاعات مربوط به رابطۀمحمول‌‌‌‌موضوع را به ساخت نحوی پیکرۀ وابستگی اضافه می‌کند. دراین مجموعه، افعال، اسم‌های گزاره‌ای و صفت‌های گزاره‌ای به‌عنوان محمول‌های جمله در نظر گرفته شده و بنا بر نوع رویدادشان، در جمله تعیین ظرفیت شده‌اند. خروجی این پیکره بر اساس الگوی همایش زبان‌شناسی رایانه‌ای و پردازش زبان طبیعی(conll)  آماده شده‌است. نقش‌های معنایی مورد استفاده در برچسب‌زنی معنایی شامل دو گروه برچسب‌های موضوعی و برچسب‌های نقشی هستند. برچسب‌های موضوعی ساخت ظرفیتی محمول‌های جمله را به دست می‌دهند و برچسب‌های نقشی، افزوده‌های توصیف‌گر فعل یا کل جمله را شامل می‌شوند. تعداد نقش‌های معنایی27 مورد و تعداد موضوع‌های نقشی 15 مورد است. دو برچسب وجه‌نما و نفی هم به‌عنوان برچسب نقشی مورد استفاده قرار گرفته ‌است.

The First Semantic Role Corpus in Persian Language

The first semantic roles corpus in Persian language, containing about 30,000 sentences from contemporary Persian language, is manually annotated. This corpus, based on the concept of thematic roles of Fillmore, adds a layer of predicateargument information to the syntactic structures of Persian Dependency Treebank. In this corpus, the verbs, propositional nouns and adjectives are regarded as the predicates of the sentences and are annotated according to their argument structure. The data was prepared based on Conference on Natural Language Learning (CoNLL) dependency format. Semantic tags used as the semantic annotations include thematic roles and functional tags. Thematic roles labels present the argument structure of the predicates of the sentences, and functional tags modify the verb or the whole sentence. The number of thematic roles tags and functional tags are 27 and 15, respectively. The two tags of NEGATION and MODALS are used as the functional tags.