Предполагается выборочная ручная оценка.
Значит, фрагменты текста будут не очень большими.
И в результате не очень много дадут участникам (в плане совершенствования собственного морфоанализатора).
Я бы предложила, дополнительно, провести автоматизированную оценку работы морфологических парсеров.
В этом случае, экспертам пришлось бы обращать "вычитывать", в основном, "разночтения" парсеров или результаты, полученные от парсера, результаты которого в конкретном случае включили в себя все другие результаты.