zoukankan      html  css  js  c++  java
  • ICTCLAS 汉语词性标注集

     以前使用jieba分词时,并没有注意到词性标注集到底包含哪些,刚好最近学习自然语言处理,涉及到分词以及词性标注,将ICTCLAS 词性标注集记录如下:

    ICTCLAS 汉语词性标注集

    代码名称帮助记忆的诠释
    Ag 形语素 形容词性语素。形容词代码为a,语素代码g前面置以A。
    a 形容词 取英语形容词adjective的第1个字母。
    ad 副形词 直接作状语的形容词。形容词代码a和副词代码d并在一起。
    an 名形词 具有名词功能的形容词。形容词代码a和名词代码n并在一起。
    b 区别词 取汉字“别”的声母。
    c 连词 取英语连词conjunction的第1个字母。
    Dg 副语素 副词性语素。副词代码为d,语素代码g前面置以D。
    d 副词 取adverb的第2个字母,因其第1个字母已用于形容词。
    e 叹词 取英语叹词exclamation的第1个字母。
    f 方位词 取汉字“方” 的声母。
    g 语素 绝大多数语素都能作为合成词的“词根”,取汉字“根”的声母。
    h 前接成分 取英语head的第1个字母。
    i 成语 取英语成语idiom的第1个字母。
    j 简称略语 取汉字“简”的声母。
    k 后接成分  
    l 习用语 习用语尚未成为成语,有点“临时性”,取“临”的声母。
    m 数词 取英语numeral的第3个字母,n,u已有他用。
    Ng 名语素 名词性语素。名词代码为n,语素代码g前面置以N。
    n 名词 取英语名词noun的第1个字母。
    nr 人名 名词代码n和“人(ren)”的声母并在一起。
    ns 地名 名词代码n和处所词代码s并在一起。
    nt 机构团体 “团”的声母为t,名词代码n和t并在一起。
    nz 其他专名 “专”的声母的第1个字母为z,名词代码n和z并在一起。
    o 拟声词 取英语拟声词onomatopoeia的第1个字母。
    p 介词 取英语介词prepositional的第1个字母。
    q 量词 取英语quantity的第1个字母。
    r 代词 取英语代词pronoun的第2个字母,因p已用于介词。
    s 处所词 取英语space的第1个字母。
    Tg 时语素 时间词性语素。时间词代码为t,在语素的代码g前面置以T。
    t 时间词 取英语time的第1个字母。
    u 助词 取英语助词auxiliary 的第2个字母,因a已用于形容词。
    Vg 动语素 动词性语素。动词代码为v。在语素的代码g前面置以V。
    v 动词 取英语动词verb的第一个字母。
    vd 副动词 直接作状语的动词。动词和副词的代码并在一起。
    vn 名动词 指具有名词功能的动词。动词和名词的代码并在一起。
    w 标点符号  
    x 非语素字 非语素字只是一个符号,字母x通常用于代表未知数、符号。
    y 语气词 取汉字“语”的声母。
    z 状态词 取汉字“状”的声母的前一个字母。

      参考:词性标记 luw2007

  • 相关阅读:
    Mac OS X下GnuPlot的安装
    为PHP编译imap扩展
    jQuery做个TextBox自动完成条
    sql 查询模块
    WinForm控件查找奇思
    支持拼音检索的TextBox扩展控件使用
    自定义控件重写Listbox实现item图标变换和item点击事件
    支持拼音检索的TextBox扩展控件
    (转)SendMessage API
    使用C#获取CPU及硬盘序列号的源代码
  • 原文地址:https://www.cnblogs.com/chenbjin/p/4341930.html
Copyright © 2011-2022 走看看