1、基本介绍

• 词性（part-of-speech）是词汇基本的语法属性，通常也称为词性。
• 词性标注（part-of-speech tagging），又称为词类标注或者简称标注，是指为分词结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词或者其他词性的过程。
• 词性标注是很多 NLP 任务的预处理步骤，如句法分析，经过词性标注后的文本会带来很大的便利性，但也不是不可或缺的步骤。
• 如何标注
  • 词性标注这里基本可以照搬分词的工作，在汉语中，大多数词语只有一个词性，或者出现频次最高的词性远远高于第二位的词性。据说单纯选取最高频词性，就能实现 80% 准确率的中文词性标注程序。
  • 主要可以分为基于规则和基于统计的方法，下面列举几种统计方法：
    1. 基于最大熵的词性标注
    2. 基于统计最大概率输出词性
    3. 基于 HMM 的词性标注

• 词性标注的应用

  1. 句法分析预处理
  2. 词汇获取预处理
  3. 信息抽取预处理

     2、汉语词性对照表

     （1）version-1

• n：名词

• np：人名
• ns：地名
• ni：机构名
• nz：其它专名
• m：数词
• q：量词
• mq：数量词
• t：时间词
• f：方位词
• s：处所词
• v：动词
• a：形容词
• d：副词
• h：前接成分
• k：后接成分
• i：习语
• j：简称
• r：代词
• c：连词
• p：介词
• u：助词
• y：语气助词
• e：叹词
• o：拟声词
• g：语素
• w：标点
• x：其它

  （2）version-2

  | 代码 | 说明 | 举例 | | —- | —- | —- | | a | 形容词，即 adjective 的首字母 | 最/d 大/a 的/u | | ad | 副词，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 | 一定/d 能够/v 顺利/ad 实现/v 。/w | | ag | 形容词性语素。形容词代码为 a，语素代码ｇ前面置以 a | 喜/v 煞/ag 人/n | | | | | | | | | | | | | | | | | | | | | | | | |

【undo】https://blog.csdn.net/sinat_33741547/article/details/78894163

参考

• 《统计自然语言处理》 宗成庆