ICTCLAS分词系统研究（六）-- 词性标注

最新推荐文章于 2018-11-23 16:01:33 发布
最新推荐文章于 2018-11-23 16:01:33 发布
阅读量6.6k 收藏 1
点赞数
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/sinboy/article/details/793979
版权

把连在一起的汉字按词义断开只是完成分词系统的第一步，下面还有很重要的一步是对断开后的每一个词进行词性标注。有了词性标注，才能有助于我们进一步的做语法分析等更高层面的中文理解。

源程序里面反复用到一个很重要的属性叫句柄（Handle），它应该是记录词的词性信息。

。。。。。。

sinboy
关注
中科院的分词系统使用的词性标注标准
lzj0470的专栏
03-23 913
汉语文本词性标注标记集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...
计算所汉语词法分析系统ICTCLAS
11-25
词是最小的能够独立活动的有意义的语言成分,但汉语是以字为基本的书写单位，词语之间没有明显的区分标记，因此，中文词法分析是中文信息处理的基础与关键。为此,中国科学院计算技术研究所在多年研究基础上，耗时一年研制出了基于多层隐马模型的汉语词法分析系统ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System)，该系统的功能有：中文分词；词性标注；未登录词识别。分词正确率高达97.58%(最近的973专家组评测结果)，基于角色标注的未登录词识别能取得高于90%召回率，其中中国人名的识别召回率接近98%，分词和词性标注处理速度为543.5KB/s。 <br>计算所汉语词法分析系统ICTCLAS同时还提供一套完整的动态连接库ICTCLAS.dll,COM组件和相应的概率词典,开发者可以完全忽略汉语词法分析，直接在自己的系统中调用ICTCLAS，ICTCLAS可以根据需要输出多个高概率的结果，输出格式也可以定制，开发者在分词和词性标注的基础上继续上层开发。<br> 使用时请遵守《自然语言处理开放资源许可证》
中科院ICTCLAS分词汉语词性标记集
无限大地NLP_空木的专栏
10-13 6981
1. 名词 (1个一类，7个二类，5个三类) 名词分为以下子类： n 名词 nr 人名 nr1 汉语姓氏 nr2 汉语名字 nrj 日语人名 nrf 音译人名 ns 地名 nsf 音译地名 nt 机构团体名 nz 其它专名 nl 名词性惯用语 ng 名词性语素 2. 时间词(1个一类，1个二类) t 时间词
中文 NLP （2） -- ICTCLAS分词
ouprince
11-23 776
随着白话文的兴起，构成中文的最小独立单位由字转入词。因此分词是中文处理的第一步，没有这一步中文处理也就无法再进行下去。 中文分词有三大流派： 1.机械式分词法：将文档中的字符串与词典中的词条逐一匹配，如果命中，则匹配成功。 2.基于语法和规则：主要是为了解决分词中的第一大难题：歧义切分。因此在分词的基础上同时进行句法，语义分析，利用句法和语义信息进行词性标注，已解决分词歧义现象。 3.统计...
ICTCLAS 中科院分词系统 代码 注释 中文分词 词性标注
zfsn7722483的专栏
04-16 277
中科院分词系统概述 这几天看完了中科院分词程序的代码，现在来做一个概述，并对一些关键的数据结构作出解释 〇、总体流程 考虑输入的一句话，sSentence="张华平欢迎您" 总体流程: 一、分词 "张/华/平/欢迎/您" 二、posTagging "张/q 华/j 平/j 欢迎/v 您/r" 三、NE识别:人名识别,音译名识别,地名识别 "张/q 华/j 平/j 欢迎/v 您/r" ...
中科院ICTCLAS分词源代码
03-01
这是中科院的ICTCLAS的中文分词算法的源代码，可以实现中文分词，词性标注等功能。绝对好用！
NLPIR-ICTCLAS分词系统开发手册2016版1
08-03
此外，系统还可能包含词性标注、新词发现等功能，以满足更复杂的文本处理需求。 NLPIR/ICTCLAS2016的开发文档不仅涵盖了系统的基本操作，还包括了API接口的使用说明，使得开发者能够将该分词系统集成到自己的应用中...
jieba分词的词性对照表（采用和ictclas兼容的标记法）.docx
11-27
jieba的词性标注采用了与ictclas（NLPIR）兼容的标记法，这是一种标准化的词性标记系统，方便了不同工具之间的数据交换和分析。 在jieba的词性标注体系中，每个词都被赋予了一个特定的标签，这些标签按照词性的英文...
NLPIR-ICTCLAS分词系统技术手册与关键词
"NLPIR-ICTCLAS分词系统开发手册2016版" NLPIR（Natural Language Processing in Chinese）ICTCLAS（Chinese Word Segmentation and Part-of-Speech Tagging System）是由张华平博士开发的一款强大的中文处理工具，...
Ictclas.zip_ICTCLAS_ICTCLAS java_java分词_分词java_分词和标注
09-22
中文分词的java实现实例。包括词性标注和分词等功能。
ictclas4j.rar_ictclas4j_ictclas4j data_www.tr4j.com_分词java_分词和标注
09-20
本代码用java实现了分词功能，包括分词和词性标注，里面有具体的说明文档，包括数据结构的设计，分词步骤，分词系统研究等。
哈工大ltp词性标注列表和ICTCLAS词性列表
leiting_imecas的博客
03-30 1万+
哈工大ltp词性列表Tag Description Example a adjective 美丽 b other noun-modifier 大型, 西式 c conjunction 和, 虽然 d adverb 很 e exclamation 哎 g morpheme 茨, 甥 h prefix 阿, 伪 i
词性标注规范表
Linn
07-31 7643
  代码 名称 说明 举例 a 形容词 取英语形容词adjective的第1个字母 最/d 大/a 的/u 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 一定/d 能够/v 顺利/ad 实现/v 。/w 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 喜/v 煞/ag 人/...
NLPIR 词性标注的兼容设置
gloryzyf
01-06 822
pynlpir.segment("手机系统流畅，外观漂亮，相机好，缺点是电池不太经用",pos_names=None) pos_names默认是parent 设置pos_names为None则就是熟悉的北大计算所词性标注集 结果输出为：手机 /n 系统 /n 流畅 /a ， /wd 外观 /n 漂亮 /a ， /wd 相机 /n 好 /a ， /wd 缺点 /n 是 /vshi 电池 /n
python——wordcloud生成中文词云
热门推荐
vivian_ll的博客
03-29 4万+
毕设中期答辩，想展示一下前期数据抓取和聚类的成果，感觉词云这种形式不错，于是简单学习了一下wordcloud。 首先是安装 我是使用pip直接安装的， pip install wordcloud 没有报错，如果有错误可以从http://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud下载whl文件直接安装。 基本用法 （直接上代码吧）# -*-
使用NLPIR 进行中文分词并标注词性
weixin_30617561的博客
07-29 657
背景 在许多时候为了更好的解析文本,我们不仅仅需要将文本分词,去停这么简单,除了获取关键词与新词汇以外,我们还需要对获取每个粒度的其他信息,比如词性标注,在python中NLPIR就可以很好的完成这个任务,如果你没有NLPIR那么你可以参考这篇文章NLPIR快速搭建,或者直接下载我已经准备好的汉语自然语言处理文件包NLP源码集合 代码,亦是我的笔记 # - * - codi...
着装分割-基于NCNN+YOLOv8-Seg实现行人着装分割算法-附项目源码+流程教程-优质项目实战.zip
10-20
着装分割_基于NCNN+YOLOv8-Seg实现行人着装分割算法_附项目源码+流程教程_优质项目实战
自动打标-基于SAM+SAM2实现的交互式半自动图像标注工具-附项目源码-优质项目实战.zip
10-20
自动打标_基于SAM+SAM2实现的交互式半自动图像标注工具_附项目源码_优质项目实战
Delphi 12 控件之Delphi 12 版本 俄罗斯方块.rar
最新发布
10-20
Delphi 12 版本 俄罗斯方块.rar
评论 2
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