一种可重现的通用依赖关系式管线：凯尔泰维索希腊议会文本

背景与问题

随着自然语言处理（NLP）技术的发展，不同语料库之间的语体匹配问题日益凸显。Katharevousa希腊语作为一种正式文体，在法律、行政和议会文档中广泛使用，但由于缺乏相应的NLP资源支持，其在现代文本分析中的应用受限。这一研究旨在解决上述问题，通过构建并评估一种针对早期独立后希腊议会文件的通用依存句法解析资源。

核心内容

本研究提出了一种可复现的工作流程来处理Katharevousa希腊语文档的句法解析任务。具体步骤包括：OCR意识重建、基于模式约束的大模型辅助注释、自动验证、确定性CoNLL-U快照、固定划分评估及不同模型家族对比。

• OCR意识重建：通过技术手段将扫描图像转换为可编辑文本，为后续处理奠定基础。
• 大模型辅助注释：利用大型语言模型进行句法注释，并结合人工校正以确保准确性和一致性。
• 自动验证与CoNLL-U快照：通过自动化机制对注释结果进行检查和保存，形成固定的时间点数据集。
• 固定划分评估：将数据集按固定比例划分为训练集和测试集，使用相同的评分标准对比不同模型的性能。

研究最终形成了包含1697个句子的数据集，并对比了多种现成系统、特征模型及预训练模型的表现。结果显示，虽然现成系统在某些任务上表现不佳，但XLM-R等模型依然取得了较好的结果，尤其是在依赖关系识别方面有显著提升。

意义与影响

本文不仅提供了Katharevousa希腊语句法解析的具体实施方法和详细步骤，还贡献了一种评估NLP技术在特定领域应用效果的新视角。通过共享所有相关的代码、注释方案、冻结的参考标注以及模型基准报告，本研究为未来类似任务提供了宝贵的资源与借鉴。

此外，本文的工作流程强调了透明度和可重复性的重要性，这对于推动学术界和工业界的广泛合作具有重要意义。这种审计方法论的应用范围不仅限于Katharevousa希腊语，也可推广到其他历史语言或特殊领域文本的处理中，从而促进NLP技术在更多领域的应用与发展。