词性标注

词性标注任务通常缩写为 pos tagging （Part-of-speech Tagging），它对应了OKNLP中的 postagging 子模块。在OKNLP工具包中目前支持了基于 BERT 的算法，可以使用 oknlp.postagging.get_by_name 来创建它。

在这篇文档中，我们主要将介绍词性标注工具的基本用法。

示例代码

>>> import oknlp
>>> model = oknlp.postagging.get_by_name("bert")
>>> result = model([
...   "我爱北京天安门",
...   "天安门上太阳升"
... ])
>>> result
[[('我', 'PN'), ('爱', 'VV'), ('北京', 'NR'), ('天安门', 'NR')], [('天安门', 'NR'), ('上', 'LC'), ('太阳', 'NN'), ('升', 'VV')]]

输入 & 输出 说明

词性标注任务和中文分词任务的输入和输出是相似的。在词性标注任务中，输入是一个完整的句子，输出是一些词语和它们的词性。

在目前的OKNLP中使用了 CTB 词性标注集，它包含了以下的词性：

词性	含义
AD	副词
AS	例如：了、着、过、的
BA	把、将
CC	连词：和
CD	数词：一百
CS	从属连词，例如：若、如果
DEC	的、之
DEG	联结词，的、之
DER	得
DEV	地
DT	限定词：这、这些
M	量词：个
ETC	等、等等
IJ	感叹词：啊、嘿
JJ	形容词
LB	被动句式：被、给
LC	定位词：里、上
M	量词：个、天、美元
MSP	表示目的：来、以、去、所
NN	名词
NR	专有名词
NT	时序词
OD	序数词
ON	语气词
P	介词
PN	代词
PU	标点
SB	被、给
SP	了、的、呢、吧、呀、吗
VA	表语形容词：便宜、方便
VC	系动词：是
VE	有、无、没有
VV	动词