必威体育Betway必威体育官网
当前位置:首页 > IT技术

词性标注词性编码表

时间:2019-09-03 12:11:08来源:IT技术作者:seo实验室小编阅读:88次「手机版」
 

词性标注

《PFR人民日报标注语料库》词性编码表

PFR语料库是对人民日报1998年上半年的纯文本语料进行了词语切分和词性标注制作而成的,严格按照人民日报的日期、版序、文章顺序编排的。文章中的每个词语都带有词性标记。目前的标记集里有26个基本词类标记(名词n、时间词t、处所词s、方位词f、数词m、量词q、区别词b、代词r、动词v、形容词a、状态词z、副词d、介词p、连词c、助词u、语气词y、叹词e、拟声词o、成语i、习惯用语l、简称j、前接成分h、后接成分k、语素g、非语素字x、标点符号w)外,从语料库应用的角度,增加了专有名词(人名nr、地名ns、机构名称nt、其他专有名词nz);从语言学角度也增加了一些标记,总共使用了40多个个标记。

代码名称举例
a形容词最/d 大/a 的/u
ad副形词一定/d 能够/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区别词副/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副词两侧/f 台柱/n 上/ 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语素例如dg 或ag
h前接成分目前/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 明确/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 双方/n 在/p 市政/n 规划/vn
ng名语素就此/d 分析/v 时/Ng 认为/v
nr人名建设部/nt 部长/n 侯/nr 捷/nr
ns地名北京/ns 经济/n 运行/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其他专名德士古/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时态助词了完成/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 这种/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

y语气词已经/d 30/m 多/m 年/q 了/y 。/w
z状态词势头/n 依然/z 强劲/a ;/w
https://www.biaodianfu.com/pos-tagging-set.html

相关阅读

NLTK学习之三:文本分类与构建基于分类的词性标注器

1 有监督的分类 1.1 分类相关概念 分类是为给定输入选择正确的类标签的任务。比如判断一封Email是否是垃圾邮件,确定一篇新闻

词性标注与命名实体识别

Table of Contents 词性标注 简介 词性标注规范 jieba 命名实体识别 简介 基于条件随机场的命名实体识别 词性标注 简介 词性是

自然语言处理3 -- 词性标注

系列文章,请多关注Tensorflow源码解析1 – 内核架构和源码结构带你深入AI(1) - 深度学习模型训练痛点及解决方法自然语言处理1 – 分

分享到:

栏目导航

推荐阅读

热门阅读