标签:ar sp strong div on art 问题 代码 bs
4.10 词性标注
词性用来描写叙述一个词在上下文中的作用。比如描写叙述一个概念的词叫做名词,在下文引用这个名词的词叫做代词。有的词性常常会出现一些新的词,比如名词,这种词性叫做开放式词性。另外一些词性中的词比較固定,比如代词,这种词性叫做封闭式词性。由于存在一个词相应多个词性的现象,所以给词准确地标注词性并非非常easy。比方:"改革"在"中国開始对计划经济体制进行改革"这句话中是一个动词,在"医药卫生改革中的经济问题"中是一个名词。把这个问题抽象出来就是已知单词序列 ,给每一个单词标注上词性 。
不同的语言有不同的词性标注集。比方英文有反身代词,比如myself,而中文则没有反身代词。为了方便指明词的词性,能够给每一个词性编码。比如《PFR人民日报标注语料库》中把"形容词"编码成a;名词编码成n;动词编码成v等。
词性标注有小标注集和大标注集。比如小标注集把代词都归为一类,大标注集能够把代词进一步分成三类。
人称代词:你 我 他 它 你们 我们 他们
疑问代词:哪里 什么 怎么
指示代词:这里 那里 这些 那些
採用小标注集比較easy实现,可是太小的标注集可能会导致类型区分度不够。比如在黑白两色世界中,能够通过颜色的深浅来分辨出物体,可是通过七彩颜色能够分辨出很多其它的物体。
參考《PFR人民日报标注语料库》的词性编码表,如表4-4所看到的:
表4-4 词性编码表
代码 |
名称 |
举例 |
a |
形容词 |
最/d 大/a 的/u |
ad |
副形词 |
一定/d 可以/v 顺利/ad 实现/v 。/w |
ag |
形语素 |
喜/v 煞/ag 人/n |
an |
名形词 |
人民/n 的/u 根本/a 利益/n 和/c 国家/n 的/u 安稳/an 。/w |
B |
差别词 |
副/b 书记/n 王/nr 思齐/nr |
c |
连词 |
全军/n 和/c 武警/n 先进/a 典型/n 代表/n |
d |
副词 |
两側/f 台柱/n 上/f 分别/d 雄踞/v 着/u |
dg |
副语素 |
用/v 不/d 甚/dg 流利/a 的/u 中文/nz 主持/v 节目/n 。/w |
e |
叹词 |
嗬/e !/w |
f |
方位词 |
从/p 一/m 大/a 堆/q 档案/n 中/f 发现/v 了/u |
g |
语素 |
比如dg或ag |
h |
前接成分 |
眼下/t 各种/r 非/h 合作制/n 的/u 农产品/n |
i |
成语 |
提高/v 农民/n 讨价还价/i 的/u 能力/n 。/w |
j |
简称略语 |
民主/ad 选举/v 村委会/j 的/u 工作/vn |
k |
后接成分 |
权责/n 明白/a 的/u 逐级/d 授权/v 制/k |
l |
习用语 |
是/v 建立/v 社会主义/n 市场经济/n 体制/n 的/u 重要/a 组成部分/l 。/w |
m |
数词 |
科学技术/n 是/v 第一/m 生产力/n |
n |
名词 |
希望/v 两方/n 在/p 市政/n 规划/vn |
ng |
名语素 |
就此/d 分析/v 时/Ng 觉得/v |
nr |
人名 |
建设部/nt 部长/n 侯/nr 捷/nr |
代码 |
名称 |
举例 |
ns |
地名 |
北京/ns 经济/n 执行/vn 态势/n 喜人/a |
nt |
机构团体 |
[冶金/n 工业部/n 洛阳/ns 耐火材料/l 研究院/n]nt |
nx |
字母专名 |
ATM/nx 交换机/n |
nz |
其它专名 |
德士古/nz 公司/n |
o |
拟声词 |
汩汩/o 地/u 流/v 出来/v |
p |
介词 |
往/p 基层/n 跑/v 。/w |
q |
量词 |
不止/v 一/m 次/q 地/u 听到/v ,/w |
r |
代词 |
有些/r 部门/n |
s |
处所词 |
移居/v 海外/s 。/w |
t |
时间词 |
当前/t 经济/n 社会/n 情况/n |
tg |
时语素 |
秋/Tg 冬/tg 连/d 旱/a |
u |
助词 |
工作/vn 的/u 政策/n |
ud |
结构助词 |
有/v 心/n 栽/v 得/ud 梧桐树/n |
ug |
时态助词 |
你/r 想/v 过/ug 没有/v |
uj |
结构助词的 |
迈向/v 充满/v 希望/n 的/uj 新/a 世纪/n |
ul |
时态助词了 |
完毕/v 了/ ul |
uv |
结构助词地 |
满怀信心/l 地/uv 开创/v 新/a 的/u 业绩/n |
uz |
时态助词着 |
眼看/v 着/uz |
v |
动词 |
举行/v 老/a 干部/n 迎春/vn 团拜会/n |
vd |
副动词 |
强调/vd 指出/v |
vg |
动语素 |
做好/v 尊/vg 干/j 爱/v 兵/n 工作/vn |
vn |
名动词 |
股份制/n 这样的/r 企业/n 组织/vn 形式/n ,/w |
w |
标点符号 |
生产/v 的/u 5G/nx 、/w 8G/nx 型/k 燃气/n 热水器/n |
x |
非语素字 |
生产/v 的/u 5G/nx 、/w 8G/nx 型/k 燃气/n 热水器/n |
y |
语气词 |
已经/d 30/m 多/m 年/q 了/y 。/w |
z |
状态词 |
势头/n 依旧/z 强劲/a ;/w |
标签:ar sp strong div on art 问题 代码 bs
原文地址:http://www.cnblogs.com/lcchuguo/p/4080634.html