【自然语言处理】词性标注（北大，宾州）

Bertha 。 2022-05-07 02:30 301阅读 0赞

### 文章目录 ###

*   *  词性标注规范
     *   *  前言
         *  北大词性标注集
         *  宾州词性标注集

## 词性标注规范 ##

### 前言 ###

词性标注在中文领域暂无统一的标注标准，最常见较为主流的是北大和宾州词性标注集。

### 北大词性标注集 ###

<table> 
 <thead> 
  <tr> 
   <th>词性编码</th> 
   <th>词性名称</th> 
   <th>注解</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>Ag</td> 
   <td>形语素</td> 
   <td>形容词语素。形容词代码为a，语素代码为g前面置以A</td> 
  </tr> 
  <tr> 
   <td>a</td> 
   <td>形容词</td> 
   <td>取英语形容词adjective的第1个字母</td> 
  </tr> 
  <tr> 
   <td>ad</td> 
   <td>副形词</td> 
   <td>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</td> 
  </tr> 
  <tr> 
   <td>an</td> 
   <td>名形词</td> 
   <td>具有名词功能的形容词。形容词代码a和名词代码n一起</td> 
  </tr> 
  <tr> 
   <td>b</td> 
   <td>区别词</td> 
   <td>取汉字“别”的声母</td> 
  </tr> 
  <tr> 
   <td>c</td> 
   <td>连词</td> 
   <td>去英语连词conjunction的第1个字母</td> 
  </tr> 
  <tr> 
   <td>Dg</td> 
   <td>副语素</td> 
   <td>副词性语素。副词代码为d，语素代码g前面置以D</td> 
  </tr> 
  <tr> 
   <td>d</td> 
   <td>副词</td> 
   <td>取adverb的第2个字母，因其第1个字母已用于形容词</td> 
  </tr> 
  <tr> 
   <td>e</td> 
   <td>叹词</td> 
   <td>取英语叹词exclamation的第1个字母。</td> 
  </tr> 
  <tr> 
   <td>f</td> 
   <td>方位词</td> 
   <td>取汉字“方”</td> 
  </tr> 
  <tr> 
   <td>g</td> 
   <td>语素</td> 
   <td>绝大多数语素都能作为合成词的“词根”，取汉字“根”的声母</td> 
  </tr> 
  <tr> 
   <td>h</td> 
   <td>前接成分</td> 
   <td>取英语head的第1个字母</td> 
  </tr> 
  <tr> 
   <td>i</td> 
   <td>成语</td> 
   <td>取英语成语idiom的第1个字母</td> 
  </tr> 
  <tr> 
   <td>j</td> 
   <td>简称略语</td> 
   <td>取汉字“简”的声母</td> 
  </tr> 
  <tr> 
   <td>k</td> 
   <td>后接成分</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>l</td> 
   <td>习用语</td> 
   <td>习用语尚未成为成语，有点“临时性”，取“临”的声母</td> 
  </tr> 
  <tr> 
   <td>m</td> 
   <td>数词</td> 
   <td>取英语numeral的第3个字母，n，u已有他用</td> 
  </tr> 
  <tr> 
   <td>Ng</td> 
   <td>名语素</td> 
   <td>名词性语素。名词代码为n，语素代码g前面置以N</td> 
  </tr> 
  <tr> 
   <td>n</td> 
   <td>名词</td> 
   <td>取英语名词noun的第1个字母</td> 
  </tr> 
  <tr> 
   <td>nr</td> 
   <td>人名</td> 
   <td>名词代码n和“人(ren)”的声母并在一起</td> 
  </tr> 
  <tr> 
   <td>ns</td> 
   <td>地名</td> 
   <td>名词代码n和处所词代码s并在一起</td> 
  </tr> 
  <tr> 
   <td>nt</td> 
   <td>机构团体</td> 
   <td>“团”的声母为t，名词代码n和t并在一起</td> 
  </tr> 
  <tr> 
   <td>nz</td> 
   <td>其他专名</td> 
   <td>“专”的声母的第1个字母为z，名词代码n和z并在一起</td> 
  </tr> 
  <tr> 
   <td>o</td> 
   <td>拟声词</td> 
   <td>取英语拟声词onomatopoeia的第1个字母。</td> 
  </tr> 
  <tr> 
   <td>p</td> 
   <td>介词</td> 
   <td>取英语介词prepositional的第1个字母</td> 
  </tr> 
  <tr> 
   <td>q</td> 
   <td>量词</td> 
   <td>取英语quantity的第1个字母</td> 
  </tr> 
  <tr> 
   <td>r</td> 
   <td>代词</td> 
   <td>取英语代词pronoun的第2个字母，因p以用于介词</td> 
  </tr> 
  <tr> 
   <td>s</td> 
   <td>处所词</td> 
   <td>取英语space的第1个字母</td> 
  </tr> 
  <tr> 
   <td>Tg</td> 
   <td>时语素</td> 
   <td>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</td> 
  </tr> 
  <tr> 
   <td>t</td> 
   <td>时间词</td> 
   <td>取英语time的第1个字母</td> 
  </tr> 
  <tr> 
   <td>u</td> 
   <td>助词</td> 
   <td>取英语助词auxiliary</td> 
  </tr> 
  <tr> 
   <td>Vg</td> 
   <td>动语素</td> 
   <td>动词性语素。动词代码为v。在语素代码g前面置以V</td> 
  </tr> 
  <tr> 
   <td>v</td> 
   <td>动词</td> 
   <td>取英语动词verb的第1个字母。</td> 
  </tr> 
  <tr> 
   <td>vd</td> 
   <td>副动词</td> 
   <td>直接作状语的动词。动词和副词的代码并在一起。</td> 
  </tr> 
  <tr> 
   <td>vn</td> 
   <td>名动词</td> 
   <td>指具有名词功能的动词。动词和名词的代码放在一起。</td> 
  </tr> 
  <tr> 
   <td>w</td> 
   <td>标点符号</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>x</td> 
   <td>非语素字</td> 
   <td>非语素字只是一个符号，字母x通常用于代表未知数、符号</td> 
  </tr> 
  <tr> 
   <td>y</td> 
   <td>语气词</td> 
   <td>取汉字“语”的声母</td> 
  </tr> 
  <tr> 
   <td>z</td> 
   <td>状态词</td> 
   <td>取汉字“状”的声母的前一个字母。</td> 
  </tr> 
  <tr> 
   <td>un</td> 
   <td>未知词</td> 
   <td>不可识别词及用户自定义词组。取英文Unknown首两个字母。</td> 
  </tr> 
 </tbody> 
</table>

说明：在有些书中比如《python自然语言处理实战核心技术算法》这本书中，对于北大词性标注集的介绍的标记全是小写。这在此文中get到`Ag，Dg，Ng， Vg`四处是如此的写法。

### 宾州词性标注集 ###

<table> 
 <thead> 
  <tr> 
   <th>标记</th> 
   <th>英语解释</th> 
   <th>中文解释</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>AD</td> 
   <td>adverbs</td> 
   <td>副词</td> 
  </tr> 
  <tr> 
   <td>AS</td> 
   <td>Aspect marker</td> 
   <td>体态词，体标记（例如：了，在，着，过）</td> 
  </tr> 
  <tr> 
   <td>BA</td> 
   <td>把 in ba-const</td> 
   <td>“把”，“将”的词性标记</td> 
  </tr> 
  <tr> 
   <td>CC</td> 
   <td>Coordinating conjunction</td> 
   <td>并列连词，“和”</td> 
  </tr> 
  <tr> 
   <td>CD</td> 
   <td>Cardinal numbers</td> 
   <td>数字，“一百”</td> 
  </tr> 
  <tr> 
   <td>CS</td> 
   <td>Subordinating conj</td> 
   <td>从属连词（例子：若，如果，如…）</td> 
  </tr> 
  <tr> 
   <td>DEC</td> 
   <td>的 for relative-clause etc</td> 
   <td>“的”词性标记</td> 
  </tr> 
  <tr> 
   <td>DEG</td> 
   <td>Associative</td> 
   <td>联结词“的”</td> 
  </tr> 
  <tr> 
   <td>DER</td> 
   <td>in V-de construction, and V-de-R</td> 
   <td>“得”</td> 
  </tr> 
  <tr> 
   <td>DEV</td> 
   <td>before VP</td> 
   <td>地</td> 
  </tr> 
  <tr> 
   <td>DT</td> 
   <td>Determiner</td> 
   <td>限定词，“这”</td> 
  </tr> 
  <tr> 
   <td>ETC</td> 
   <td>Tag for words, in coordination phrase</td> 
   <td>等，等等</td> 
  </tr> 
  <tr> 
   <td>FW</td> 
   <td>Foreign words</td> 
   <td>例子：ISO</td> 
  </tr> 
  <tr> 
   <td>IJ</td> 
   <td>interjetion</td> 
   <td>感叹词</td> 
  </tr> 
  <tr> 
   <td>JJ</td> 
   <td>Noun-modifier other than nouns</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>LB</td> 
   <td>in long bei-construction</td> 
   <td>例子：被，给</td> 
  </tr> 
  <tr> 
   <td>LC</td> 
   <td>Localizer</td> 
   <td>定位词，例子：“里”</td> 
  </tr> 
  <tr> 
   <td>M</td> 
   <td>Measure word(including classifiers)</td> 
   <td>量词，例子：“个”</td> 
  </tr> 
  <tr> 
   <td>MSP</td> 
   <td>Some particles</td> 
   <td>例子：“所”</td> 
  </tr> 
  <tr> 
   <td>NN</td> 
   <td>Common nouns</td> 
   <td>普通名词</td> 
  </tr> 
  <tr> 
   <td>NR</td> 
   <td>Proper nouns</td> 
   <td>专有名词</td> 
  </tr> 
  <tr> 
   <td>NT</td> 
   <td>Temporal nouns</td> 
   <td>时序词，表示时间的名词</td> 
  </tr> 
  <tr> 
   <td>OD</td> 
   <td>Ordinal numbers</td> 
   <td>序数词，“第一”</td> 
  </tr> 
  <tr> 
   <td>ON</td> 
   <td>Onomatopoeia</td> 
   <td>拟声词，“哈哈”</td> 
  </tr> 
  <tr> 
   <td>P</td> 
   <td>Preposition (excluding 把 and 被)</td> 
   <td>介词</td> 
  </tr> 
  <tr> 
   <td>PN</td> 
   <td>pronouns</td> 
   <td>代词</td> 
  </tr> 
  <tr> 
   <td>PU</td> 
   <td>Punctuations</td> 
   <td>标点</td> 
  </tr> 
  <tr> 
   <td>SB</td> 
   <td>in long bei-construction</td> 
   <td>例子：“被，给”</td> 
  </tr> 
  <tr> 
   <td>SP</td> 
   <td>Sentence-final particle</td> 
   <td>句尾小品词，“吗”</td> 
  </tr> 
  <tr> 
   <td>VA</td> 
   <td>Predicative adjective</td> 
   <td>表语形容词，“红”</td> 
  </tr> 
  <tr> 
   <td>VC</td> 
   <td>Copula</td> 
   <td>系动词，“是”</td> 
  </tr> 
  <tr> 
   <td>VE</td> 
   <td>有 as the main verb</td> 
   <td>“有”</td> 
  </tr> 
  <tr> 
   <td>VV</td> 
   <td>Other verbs</td> 
   <td>其他动词</td> 
  </tr> 
 </tbody> 
</table>