什么是词性标注？

在自然语言分析中，机器需要模拟理解语言。为了实现这一点，自然语言处理过程中必须在一定程度上能够了解自然语言的规则。首先需要理解的是词，特别是每一个词的性质，判断它是一个名词还是一个形容词？如果它是一个动词的屈折形式，那么它的不定形式是什么，以及该屈折形式使用了什么对应的时态、人称和数？这个任务被称为词性标注。

词性标注的目标是用一个单独的标签标记每一个词，该标签表示了用法和其句法作用，比如名词、动词、形容词等。词性标注的正确与否将会直接影响到后续的句法分析、语义分析，它是中文信息处理的基础性课题之一。

常用的词性标注模型有 N 元模型、隐马尔可夫模型、最大熵模型、基于决策树的模型等。其中，隐马尔可夫模型是应用较广泛且效果较好的模型之一。

词性标注规范

词性标注需要有一定的标注规范，如将词分为名词、形容词、动词，然后用 n 、 adj 、 v 等来进行表示。中文领域中尚无统一的标注标准,较为主流的主要为北大的词性标注集和宾州词性标注集两大类。两类标注方式各有千秋，一般我们任选一种。如图下表所示，即为目前常用的词性标注规范表。

标记	词性	说明
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
b	区别词	取汉字“别”的声母
z	状态词	取汉字“状”的前一个字母
v	动词	取英语动词 verb 的第一个字母

Jieba 分词中的词性标注

类似 Jieba 分词的分词流程， Jieba 的词性标注同样是结合规则和统计的方式，具体为在词性标注的过程中词典匹配和 HMM 共同作用。

词性标注流程如下：

首先基于正则表达式进行汉字判断；
若符合汉字正则表达式，则基于前缀词典构建有向无环图，再基于有向无环图计算最大概率路径，同时在前缀词典中找出它所分出的词性，若在词典中未找到，则赋予词性为 x (代表未知)。当然，若在这个过程中，设置使用 HMM ，且待标注词为未登录词，则会通过 HMM 方式进行词性标注；
若不符合上面的正则表达式，那么将继续通过正则表达式进行类型判断，分别赋予 x 、 m (数词)和 eng (英文)。

示例：

import jieba.posseg as pseg
words = pseg.cut("我爱北京天安门") # 进行分词
for word, flag in words:print('%s %s' % (word, flag))

对应输出为：

我 r
爱 v
北京 ns
天安门 ns

测试说明

测试输入：
还有什么是比jieba更好的中文分词工具呢？

预期输出：
还有/v 什么/r 是/v 比/p jieba/eng 更好/d 的/uj 中文/nz 分词/n 工具/n 呢/y ？/x

demo

import jieba.posseg as psg
text=input()
#任务：使用jieba模块的函数对text完成词性标注并将结果存储到result变量中words = list(psg.cut(text))
result = ''
for word, flag in words:result += word + '/' + flag + ' 'print(result)

NLP算法-词性标注相关推荐

暑期实习NLP算法岗面经总结
写文章暑期实习NLP算法岗面经总结呜呜哈做一个有思想的码农关注他 488 人赞同了该文章写在前面,从三月份开始找实习到现在正好两个月,这期间大大小小投了竹简智能.阿里.滴滴.美团.腾讯. ...
NLP算法学习路线-自己整理
目录第一阶段机器学习全栈GitHub - 经典算法吴恩达机器学习视频 - 113课时,每课时8-20分第二阶段吴恩达深度学习视频: 176课时,每课时十分钟左右,以前的官方链接被哔哩哔哩下线 ...
《Python自然语言处理-雅兰·萨纳卡(Jalaj Thanaki)》学习笔记：05 特征工程和NLP算法
05 特征工程和NLP算法 5.1 理解特征工程 5.1.1 特征工程的定义 5.1.2 特征工程的目的 5.1.3 一些挑战 5.2 NLP中的基础特征 5.2.1 句法解析和句法解析器 5.2.2 ...
Interview之NLP：人工智能领域求职岗位—自然语言处理NLP算法工程师职位的简介、薪资介绍、知识结构之详细攻略
Interview之NLP:人工智能领域求职岗位-自然语言处理NLP算法工程师职位的简介.薪资介绍.知识结构之详细攻略目录自然语言处理NLP算法工程师的职位简介 1.资讯指数 2.各大公司的具体职 ...
【资源】NLP 算法工程师相关的面试题
点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要4分钟跟随小博主,每天进步一丢丢作者 | songyingxin https://github.com/songyingxin/NLPer- ...
收藏 | 700页NLP算法在百度、阿里、腾讯等一线大厂的最佳实践！PDF限时领！
NLP算法在百度.阿里.腾讯等一线大厂的最佳实践? NLP以及知识图谱在业界的进展? 下阶段我们的发展方向有哪些? 今天,2020 DataFunTalk 精选: <NLP算法在业界的应用实践合 ...
深圳内推 | 粤港澳大湾区数字经济研究院招聘NLP算法研究员（可实习）
合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! IDEA研究院粤港澳大湾区数字经济研究院(简称"IDEA&qu ...
深圳内推 | IDEA数字经济研究院招聘NLP算法工程师/算法实习生
合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! IDEA数字经济研究院粤港澳大湾区数字经济研究院(Internation ...
北京/苏州内推 | 微软STCA搜索广告算法团队招聘NLP算法工程师
合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 微软亚洲互联网工程院微软搜索广告算法团队隶属微软亚洲互联网工程院,我们与 ...
北京内推 | 微软亚洲互联网工程院（STCA）招聘NLP算法实习生
合适的工作难找?最新的招聘信息也不知道? AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职! 微软亚洲互联网工程院微软 STCA CPC Intelligence T ...

NLP算法-词性标注

词性标注