词性标注

4.10  词性标注

词性用来描述一个词在上下文中的作用。例如描述一个概念的词叫做名词，在下文引用这个名词的词叫做代词。有的词性经常会出现一些新的词，例如名词，这样的词性叫做开放式词性。另外一些词性中的词比较固定，例如代词，这样的词性叫做封闭式词性。因为存在一个词对应多个词性的现象，所以给词准确地标注词性并不是很容易。比如："改革"在"中国开始对计划经济体制进行改革"这句话中是一个动词，在"医药卫生改革中的经济问题"中是一个名词。把这个问题抽象出来就是已知单词序列  ，给每个单词标注上词性 。

不同的语言有不同的词性标注集。比如英文有反身代词，例如myself，而中文则没有反身代词。为了方便指明词的词性，可以给每个词性编码。例如《PFR人民日报标注语料库》中把"形容词"编码成a；名词编码成n；动词编码成v等。

词性标注有小标注集和大标注集。例如小标注集把代词都归为一类，大标注集可以把代词进一步分成三类。

人称代词：你 我 他 它 你们 我们 他们

疑问代词：哪里  什么  怎么

指示代词：这里 那里  这些  那些

采用小标注集比较容易实现，但是太小的标注集可能会导致类型区分度不够。例如在黑白两色世界中，可以通过颜色的深浅来分辨出物体，但是通过七彩颜色可以分辨出更多的物体。

参考《PFR人民日报标注语料库》的词性编码表，如表4-4所示：

表4-4  词性编码表

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/f  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

续表

代码	名称	举例
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	生产/v  的/u  ５Ｇ/nx  、/w  ８Ｇ/nx   型/k  燃气/n  热水器/n
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