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 |
续表
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 |
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/109666.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...