【NLP学习笔记】词性标注（Part-of-speech Tagging, POS）

POS是给句子中每个词一个词性类别的任务。 这里的词性类别可能是名词、动词、形容词或其他。 下面的句子是一个词性标注的例子。
其中，v代表动词、n代表名词、c代表连词、d代表副词、wp代表标点符号。

c词性标注就是在句子中的分词后加上词的性质如名词（n）、动词（v）、等等。

词性作为对词的一种泛化，在语言识别、句法分析、信息抽取等任务中有重要作用。 比方说，在抽取“歌曲”的相关属性时，我们有一系列短语：

儿童歌曲
欢快歌曲
各种歌曲
悲伤歌曲
……

如果进行了词性标注，我们可以发现一些能够描述歌曲属性的模板，比如

[形容词]歌曲
[名词]歌曲

而**[代词]歌曲**往往不是描述歌曲属性的模板。

词性标注即在给定的句子中判定每个词最合适的词性标记。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，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、隐马尔科夫模型、最大熵模型、基于决策树的模型等。其中，隐马尔科夫模型是应用较广泛且效果较好的模型之一。

NLTK词性标注英文简称及分类：

标注词表：

名词	NN，NNS，NNP，NNPS
代词	PRP，PRP$
形容词