中文分词工具jieba中的词性类型
jieba为自然语言语言中常用工具包,jieba具有对分词的词性进行标注的功能,词性类别如下:
|
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” |
|
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 |
|
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。 |
|
un |
未知词 |
不可识别词及用户自定义词组。取英文Unkonwn首两个字母。(非北大标准,CSW分词中定义) |
中文分词工具jieba中的词性类型的更多相关文章
- 中文分词工具——jieba
汉字是智慧和想象力的宝库. --索尼公司创始人井深大 简介 在英语中,单词就是"词"的表达,一个句子是由空格来分隔的,而在汉语中,词以字为基本单位,但是一篇文章的表达是以词来划分的 ...
- 中文分词工具简介与安装教程(jieba、nlpir、hanlp、pkuseg、foolnltk、snownlp、thulac)
2.1 jieba 2.1.1 jieba简介 Jieba中文含义结巴,jieba库是目前做的最好的python分词组件.首先它的安装十分便捷,只需要使用pip安装:其次,它不需要另外下载其它的数据包 ...
- 中文分词工具探析(二):Jieba
1. 前言 Jieba是由fxsjy大神开源的一款中文分词工具,一款属于工业界的分词工具--模型易用简单.代码清晰可读,推荐有志学习NLP或Python的读一下源码.与采用分词模型Bigram + H ...
- 中文分词工具探析(一):ICTCLAS (NLPIR)
1. 前言 ICTCLAS是张华平在2000年推出的中文分词系统,于2009年更名为NLPIR.ICTCLAS是中文分词界元老级工具了,作者开放出了free版本的源代码(1.0整理版本在此). 作者在 ...
- 开源中文分词工具探析(五):FNLP
FNLP是由Fudan NLP实验室的邱锡鹏老师开源的一套Java写就的中文NLP工具包,提供诸如分词.词性标注.文本分类.依存句法分析等功能. [开源中文分词工具探析]系列: 中文分词工具探析(一) ...
- Python分词工具——jieba
jieba简介 python在数据挖掘领域的使用越来越广泛.想要使用python做文本分析,分词是必不可少的一个环节在python的第三方包里,jieba应该算得上是分词领域的佼佼者. GitHub地 ...
- 开源中文分词工具探析(三):Ansj
Ansj是由孙健(ansjsun)开源的一个中文分词器,为ICTLAS的Java版本,也采用了Bigram + HMM分词模型(可参考我之前写的文章):在Bigram分词的基础上,识别未登录词,以提高 ...
- 开源中文分词工具探析(四):THULAC
THULAC是一款相当不错的中文分词工具,准确率高.分词速度蛮快的:并且在工程上做了很多优化,比如:用DAT存储训练特征(压缩训练模型),加入了标点符号的特征(提高分词准确率)等. 1. 前言 THU ...
- .NET Core中文分词组件jieba.NET Core
.NET Core中文分词组件jieba.NET Core,由于实际的一些需求,需要做中文分词. 找到了一个jieba.NET https://github.com/anderscui/jieba.N ...
随机推荐
- Http中Get/Post请求区别
Http中Get/Post请求区别 (1)get是从服务器上获取数据,post是向服务器传送数据. (1) 在客户端,Get方式在通过URL提交数据,数据在URL中可以看到:POST方式,数据放置 ...
- spss v21.0 使用笔记
spss v21.0 使用笔记 有问题,戳官方帮助文档 神经网络 分析-神经网络-多层感知机 变量. 分析-神经网络-多层感知机-变量 预测变量可指定为因子(分类)或协变量(刻度). 在因变量框输入预 ...
- 10.Python运行Scrapy时出现错误: ModuleNotFoundError: No module named 'win32api'
1.在命令行输入:scrapy crawl demo(demo为爬虫标识,是唯一的) 2.报错信息如下所示: 3.解决方法:https://github.com/mhammond/pywin32/re ...
- promise的学习心得记录
这里只讲promise,和async的使用方法,不会讲他们的原理. Promise 是异步编程的一种解决方案,可以用于取代传统的回调函数,该变那些函数层层嵌套调用的尴尬局面. 1)promise 基本 ...
- php项目有负载,$_SERVER['HTTP_X_FORWARDED_FOR']函数在不同系统中获取到的值形式不一样,ios系统苹果手机只能获取到一个ip(113.87.214.xxx),而安卓手机获取到的是2个ip中间逗号隔开的形式(113.87.214.xxx , xxx.xxx.xxx.xxx)
这次由于有个抽奖活动功能,苹果手机每次都抽奖失败,安卓手机每次都抽奖失败(5台ios手机,8台Android手机). 错误日志查看是因为,抽奖用户的ip记录进数据库时出错,之前都是拿到ip直接插入数据 ...
- HTML第一讲
HTML标记区分 HTML即超文本标记语言(HtyperText Markup Language),其作用就是将编辑的内容在屏幕上显示.文件的后缀为.HTML. 在HTML中成对出现的叫做双标记(譬如 ...
- JDK 8 - Method Reference 分析
Java SE 8 在 Java 语言层面上新增了 lambda expression 的功能,使得 Java 具备了函数式语言的能力 - 可以将函数作为方法参数传递,即 code as data. ...
- Hibernate学习10——Hibernate 查询方式
本章主要是以查询Student的例子: Student.java: package com.cy.model; public class Student { private int id; priva ...
- 【转】用Jmeter制造测试数据
在平时的测试过程中,肯定会有碰到需要一批大量的数据的情况,如果这些数据本身没有太多的要求,或者说需求比较简单,可以通过简单的参数化实现的,推荐用Jmeter来造数据. 限制: Jmeter只能支持ja ...
- Maven构建项目速度太慢的解决办法 Maven 调试
Apache Maven是当今非常流行的项目构建和管理工具,它把开发人员从繁杂的项目依赖关系处理事务中解放出来,完全自动化管理依赖问题.在Web应用开发过程中,通常我们会用到maven的archety ...