BS ISO 24617——语言资源管理 语义标注框架（SemAF）标准系列

🧠 BS ISO 24617 是英国标准协会（BSI）采纳 ISO 24617 系列后发布的语言资源管理——语义标注框架（Semantic Annotation Framework，SemAF）标准，全套共六份文件，由 BSI 技术委员会 TS/1（术语）参与制定。该系列为自然语言文本与对话的语义标注提供了国际统一的规范框架，覆盖时间与事件（ISO-TimeML）、对话行为、语义角色、话语联系词、语气以及信息结构等不同语义层次。该系列广泛应用于计算语言学、自然语言处理（NLP）语料库构建、信息抽取、问答系统与人机对话系统评估等领域，是构建”可共享、可互操作、可复现”语言资源的核心标准族。

一、系列概述与定位 📌

语义标注是指为文本或话语片段附加其”含义”层级的注记，例如某词指代的时间点、某话语实现的对话功能、某动词短语的施事与受事等。不同项目各自设计标注方案会导致语料库之间无法互操作，即使同一标注任务也因方案差异而结果不一。SemAF 系列的目标正是为各种语义标注任务定义元模型（metamodel）、抽象语法与标注指南，使标注文档遵循统一的结构，从而支持工具互通、数据复用与跨语言比较。系列以 ISO 24617 框架作为总纲，各分册分别规定一种标注类型的规范，形成”一个框架、多个域规范”的结构。

二、系列构成与技术要点 📚

BS ISO 24617 系列六份文件（版本年份不一）构成 SemAF 语义标注体系：

系列内部逻辑：第 1 分册（SemAF-Time）是影响力最大、应用最广的子规范，其前身即著名的 TimeML；第 2 分册面向对话研究，强调多维性与多功能性；第 4 分册面向谓词论元语义；第 6~8 分册分别扩展语篇、语气与信息结构层次。各分册相互独立又可叠加使用，实现对语料的多层次语义标注。

三、关键技术要求 🔬

1. 时间与事件标注（SemAF-Time / ISO-TimeML，第 1 分册）

第 1 分册规定时间与事件语义的标注：把文本中的时间表达式（如”上周三”）规范化为机器可读的时间值，把事件（动词及其名词化表达）标注出来，并刻画事件与时间点之间的关系（前于、后于、同时等）。分册定义了时间元素（TIMEX3）、事件（EVENT）、时间-事件关系（TLINK）等标注类别，并给出抽象语法与属性体系。该规范是问答、信息抽取与阅读理解系统中时间推理的基础。

2. 对话行为标注（第 2 分册）

第 2 分册为对话中的话语（utterance）提供对话行为（dialogue act）标注规范，例如信息寻求、承诺、建议、致谢等交际功能。分册强调对话行为的多维性（multidimensionality）与多功能性（multifunctionality）：一句话可同时承担多个功能，因此标注采用多维框架，将不同类别的功能归入不同维度，并规定对话分割（segmentation）的准则。该规范支撑对话系统评测、语料标注与对话管理策略研究。

3. 语义角色标注（SemAF-SR，第 4 分册）

第 4 分册规定谓词-论元结构的语义角色标注：为每个谓词（动词、名词化等）标注其参与者角色（如施事、受事、工具、处所、时间等）。分册建立语义单元（semantic units）与角色关系的形式化基础，定义角色清单与标注语法，使不同语言、不同句法处理的语料可以在统一的角色体系下比较。该规范是语义角色标注任务（如 SRL）的基准之一。

四、工程实践应用 🛠️

• 🔍 语料库建设：按系列规范构建带语义层级的黄金标准语料，支撑模型训练与评测。
• 🔧 NLP 工具互操作：以统一标注格式对接分词、句法、语义解析等流水线工具，降低数据转换成本。
• 📊 标注质量管控：开展标注者培训、双人标注与一致性评估（如 Kappa 系数），保证数据质量。
• 📋 学术与产业复用：公开语料遵循 SemAF 结构可被社区直接复用，促进跨语言、跨项目研究。

五、常见问题解答 ❓