LTP 词性标注

最新推荐文章于 2022-01-12 18:13:02 发布
最新推荐文章于 2022-01-12 18:13:02 发布
阅读量2.7k 收藏 5
点赞数 2
分类专栏： NLP LTP 文章标签： ltp ltp词性 ltp词性标注
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/enter89/article/details/86009453
版权
NLP 同时被 2 个专栏收录
18 篇文章 6 订阅
订阅专栏
LTP
9 篇文章 1 订阅
订阅专栏 
Tag	Description	                               Example
a   adjective：形容词                           美丽  
b   other noun-modifier：其他的修饰名词          大型, 西式  
c   conjunction：连词                           和, 虽然   
d   adverb：副词                                很   
e   exclamation：感叹词                          哎   
g   morpheme    茨, 甥    
h   prefix：前缀                                 阿, 伪    
i   idiom：成语                                  百花齐放    
j   abbreviation：缩写                           公检法 
k   suffix：后缀                                 界, 率    
m   number：数字                                 一, 第一   
n   general noun：一般名词                       苹果  
nd  direction noun：方向名词                     右侧      
nh  person name：人名                           杜甫, 汤姆  
ni  organization name：公司名                   保险公司，中国银行
nl  location noun：地点名词                     城郊
ns  geographical name：地理名词                 北京
nt  temporal noun：时间名词                     近日, 明代
nz  other proper noun：其他名词                 诺贝尔奖
o   onomatopoeia：拟声词                        哗啦
p   preposition：介词                          在, 把，与
q   quantity：量词                             个
r   pronoun：代词                              我们
u   auxiliary：助词                            的, 地
v   verb：动词                                 跑, 学习
wp  punctuation：标点                          ，。！
ws  foreign words：国外词                      CPU
x   non-lexeme：不构成词                       萄, 翱
z	descriptive words 描写，叙述的词           瑟瑟，匆匆

LTP使用863词性标注集

Waldenz
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
LTP4 模型 base版 ltm.model
03-28
LTP4 模型 base版 ltm.model 基于该模型可实现分词，实体识别，句法分析，词性标注等。
ltp服务搭建
05-30
http://ltp.ai/，LTP提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。
ltp：语言技术平台
02-03
LTP 4 LTP（语言技术平台）提供了多种中文自然语言处理工具，用户可以使用这些工具针对中文文本进行分词，词性标注，句法分析等等工作。 如果您在工作中使用此工具包中包含的任何源代码，请引用以下文章。 下面列出了bibtex： @article{che2020n, title={N-LTP: A Open-source Neural Chinese Language Technology Platform with Pretrained Models}, author={Che, Wanxiang and Feng, Yunlong and Qin, Libo and Liu, Ting}, journal={arXiv preprint arXiv:2009.11616}, year={2020} } 快速使用 from ltp import LTP ltp = LTP () # 默认加载 Small 模型 seg , hidden = ltp . seg ([ "他叫汤姆去拿外衣。" ]) pos = ltp . pos ( hidden ) ner = lt
ltp_data_v3.4.0.zip
08-27
LTP数据模型提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。从应用角度来看，LTP为用户提供了下列组件： 针对单一自然语言处理任务，生成统计机器学习模型的工具 针对单一自然语言处理任务，调用模型进行分析的编程接口 使用流水线方式将各个分析工具结合起来，形成一套统一的中文自然语言处理系统\ 系统可调用的，用于中文语言处理的模型文件 针对单一自然语言处理任务，基于云端的编程接口
有关词性标注的一点意见
02-18
如果翻阅整个词典,肯定会发现不少问题。但是正如吕叔湘先生生前所指出的,“做总比不做好。万事开头难,只要开了头,随着科学的发展和研究的深入,总有一天会完备起来的”。因此在汉语中型词典里给词标注词性,应当充分肯定。
LTP词性标注
liushui94的博客
11-01 4088
LTP词性标注
863词性标注集（LTP采用）
Una_zh
08-17 1526
标签 描述 含义 标签 描述 含义 a adjective 形容词 ni organization name 机构名 b other noun-modifier 其他名词修饰词 nl lacation name 位置名词 c conjunction 连词 ns geographical name 地点名词 d adverb 副词 nt temporal noun 时间名词 e exclamation 叹词 nz other proper noun 其他专有名词 g mor...
NLP-文本处理：词性标注【使用成熟的第三方工具包：中文（哈工大LTP）、英文（）】【对分词后得到的“词语列表”进行词性标注，词性标注的结果用于依存句法分析、语义角色标注】
u013250861的博客
03-27 3224
深度学习-自然语言处理(NLP)-文本预处理：词性标注
国标863词性标注集
07-06
国标863词性标注集，ltp使用的词性标注集，有利于自然语言处理的分析。
自然语言处理pyltp（词性标注、命名实体识别、角色标注等）
qq_41427568的博客
11-26 8001
pyltp 是 LTP 的 Python 封装，提供了分词，词性标注，命名实体识别，依存句法分析，语义角色标注功能。 pyltp的github项目：https://github.com/HIT-SCIR/pyltp python环境：python3.6 系统：Win10 pyltp和模型请自行下载。 目录分句分词词性标注命名实体识别依存语义分析语义角色标注 分句 pyltp提供的SentenceS...
pyltp进行词性标注
sinat_39616953的博客
10-11 1379
python版本：3.6 pyltp简介 pyltp 是 LTP 的 Python 封装，提供了分词，词性标注，命名实体识别，依存句法分析，语义角色标注的功能。 pyltp 安装步骤 第一步，下载Visual C++ 2015并装 第二步，下载pyltp所需的whl文件和完整的 LTP 模型文件 注：请确保下载的模型版本与当前版本的 pyltp 对应，否则会导致程序无法正确加载模型。 第三步，进入文件下载目录 pip install [文件名]whl 模型文件放置 （1）新建一个文件夹，如D:..
pyltp的使用
u014514939的博客
06-14 1469
pyltp 是 LTP 的 Python 封装，提供了分词，词性标注，命名实体识别，依存句法分析，语义角色标注的功能。 使用前请先下载完整模型 请先下载完整的 LTP 模型文件 下载地址 - 百度云 当前模型版本 - 3.4.0 请确保下载的模型版本与当前版本的 pyltp 对应，否则会导致程序无法正确加载模型。 请注意编码 pyltp 的所有输入的分析文本和输出的结果的编码均为 UTF-8。 如...
汉语词性对照表[北大标准/中科院标准]
爱飞的蒲公英
07-07 3573
词性编码 词性名称 注 解 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
知识图谱：【知识图谱问答KBQA（二）】——开源句法分析工具LTP4
u013010473的博客
01-12 1267
文章目录LTP4简介LTP安装载入模型自定义词典LTP应用分句分词词性标注命名实体识别语义角色标注依存句法分析语义依存分析（树）语义依存分析（图）LTP相关字段说明词性标注集命名实体识别标注集语义角色类型依存句法关系语义依存关系 LTP4简介 LTP（Language Technology Platform）由哈工大开源，提供了一系列中文自然语言处理的工具，用户可以使用这些工具对中文文本进行分词、词性标注、句法分析等。 LTP安装 pip3 install ltp 载入模型 from ltp import
ltp词性标注
TimEcho的博客
07-14 549
a adjective：形容词 美丽 b other noun-modifier：其他的修饰名词 大型, 西式 c conjunction：连词 和, 虽然 d adverb：副词 很 e exclamation：感叹词 哎 g
LTP分词与词性标注（使用用户词典）
liushui94的博客
11-12 9146
#coding:utf-8from pyltp import Segmentor from pyltp import Postaggerdef read_and_seg_pos(file_dir): segmentor = Segmentor() postagger = Postagger() segmentor.load_with_lexicon("模型地址/cws.mod
[自然语言处理] 中文自然语言处理工具LTP部署和使用
CV前沿
10-21 3216
LTP 是哈工大社会计算与信息检索研究中心历时十年开发的一整套中文语言处理系统。LTP 制定了基于 XML 的语言处理结果表示，并在此基础上提供了一整套自底向上的丰富而且高效的中文语言处理模块 （包括词法、句法、语义等6项中文处理核心技术），以及基于动态链接库（Dynamic Link Library, DLL）的应用程序接口，可视化工具，并且能够以网络服务（Web Service）的形式进行使用。 LTP 系统框架图如下所示： LTP提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行
LTP词性与语义表格（简洁版）
xiaobaizaza_Ry的博客
04-25 2251
词性标注集 实体识别标注集 依存句法关系类型 语义角色类型 语义依存关系类型 词性标注集 TagDescription含义描述Examplerpronoun代词我们ngeneral noun名词苹果nsgeographical name地名北京wppunctuation标点，。！ksuffix后缀界, 率hprefi...
中文句法分析及LTP使用
热门推荐
Asia-Lee
10-24 2万+
目录 一、中文句法分析内容概述 二、基于Python的LTP句法分析 1、LTP基础 2、pyltp安装 3、pyltp实现句法分析 三、基于C++的LTP句法分析 1、LTP源码和模型 2、LTP的C++源码编译及测试 3、在Linux下使用动态库生成可执行程序 4、 构建基于LTP的句法分析类Parsing 5、使用Parsing类实现句法分析 四、LTP标注集参考 ...
jieba词性标注出错
最新发布
05-05
可能是因为jieba分词对于某些词汇的词性标注存在一定的误差，特别是对于一些新词或专有名词等。解决这个问题的方法是可以尝试使用其他的中文分词工具，如THULAC、LTP等，或者手动对jieba分词结果进行修正和调整。...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值