自然语言处理中的中文词性、标记规范及其应用

分词和词性标注是自然语言处理领域的重要组成部分，尤其对于中文而言，作为整条自然语言处理pipeline的源头，分词和词性标注更是起到了关键的作用。我整理这篇文章，主要来源于这几个问题：
一、理解中文词性是否有意义？
问题：前几天跟几个刚认识的朋友谈自然语言处理的相关问题时，遇到一问题让我觉得很有意思，这位朋友说，中文没有词性可言，因为中文的词性兼类太过于严重，动副兼类，名动兼类等等，理解中文词性没有任何意义。当然，这位朋友知识从一个汉语本身的特点来说出的这个结论，但说理解中文词性没有任何意义，这个不太赞同。中文的词性与中文的语言构成和语言使用具有严格上的对应关系，而且词性作为概念的抽象，对于语言的泛化具有重要意义。

二、搞自然语言处理的是否要懂词性标记体系？
作为课题组的自然语言处理面试官，我出了一道开放性的问题，很简单，面试题为：介绍一下开源中文自然语言处理工具包的常见词性、依存关系标记及其对应的含义。但至今为止，没有人答上来过，这让我感到有点失望。做自然语言处理，在深度学习大行其道之时，都不注意语言本身的基础知识，这很有可能会导致“不懂你研究的对象还偏要去研究它”的悖论。理解中文的词性和语义依存关系是自然语言处理的一项基本功，大家一定要引起注意。

因此，本文将总结中文词性和依存关系，结合其具体含义以及相关的开源标记展开论述。

一、中文的词性
词是语义完整的最小语言单位，中文的词语包括有实词和虚词两个大类，实词指能够独立充当语法成分并且有实际意义的词，包括名词、动词、形容词、数词、量词、代词共6个小类。虚词指的是不能独立充当语法成分的词，主要有副词、介词、连词、助词、语