ICTPOS3.0漢語詞性標記集

1、ICTCLAS計算所漢語詞性標記集Versio n 3.0制訂人：劉群張華平張浩計算所漢語詞性標記集 10.說明11. 名詞（1個一類，7個二類,5個三類）22. 時間詞（1個一類，1個二類）23. 處所詞（1個一類）34. 方位詞（1個一類）35. 動詞（1個一類，9個二類）36. 形容詞（1個一類，4個二類）37. 區(qū)別詞（1個一類，2個二類）38. 狀態(tài)詞（1個一類）39. 代詞（1個一類,4個二類,6個三類）310. 數(shù)詞（1個一類，1個二類）411. 量詞（1個一類，2個二類）412. 副詞（1個一類）413. 介詞（1個一類,2個二類）414. 連詞（1個一類，1個二類）415.

2、助詞（1個一類，15個二類）416. 嘆詞（1個一類）417. 語氣詞（1個一類）518. 擬聲詞（1個一類）519. 前綴（1個一類）520. 后綴（1個一類）521. 字符串（1個一類,2個二類）522. 標點符號（1個一類,16個二類）50.說明計算所漢語詞性標記集（共計99個，22個一類，66個二類，11個三類）主要用于中國科學(xué)院計算技術(shù)研究所研制的漢語詞法分析器、句法分析器和漢英機器翻譯系統(tǒng)。本標記集主要參考了以下詞性標記集：1. 北大人民日報語料庫詞性標記集；2. 北大2002新版詞性標記集（草稿）；3. 清華大學(xué)漢語樹庫詞性標記集；4. 教育部語用所詞性標記集（國家推薦標準草案2

3、002版）；5. 美國賓州大學(xué)中文樹庫（Chi nesePe nn TreeBa nk）詞性標記集；由于計算所的漢語詞法分析器主要采用北大人民日報 語料庫進行參數(shù)訓(xùn)練，因此本漢語分詞系統(tǒng)詞性標記集主要以北大人民日報語料庫的詞性標記集為藍本，并參考了北大漢語語法信息詞典中給出的漢語詞的語法信息。本標記集在制定過程中主要考慮了以下幾方面的因素：1. 有助于提高漢語詞法分析器的切分和標注正確率；2. 有助于提高漢語句法分析器的正確率；3. 有助于漢英機器翻譯系統(tǒng)進行翻譯；4. 易于從北大人民日報語料庫詞性標記集進行轉(zhuǎn)換；5. 對于語法功能不同的詞，在不造成詞法分析和句法分析歧義區(qū)分困難的情況下， 盡

4、可能細分子類?；谝陨峡紤]，我們在標注過程中盡量避免那些容易出錯的詞性標記，而采用那些不容易出錯、而對提高漢語詞法句法分析正確率有明顯作用的標記。例如，在動詞的子類中，我們參考了賓州大學(xué)中文樹庫的做法，把漢語動詞“是”和“有”分別做成單獨的標記，而沒 有采用“系動詞”的標記。因為同樣是“是”這個動詞，其句法功能很多，作“系動詞”只 是其中一種功能，而要區(qū)分這些功能是非常困難的，會導(dǎo)致詞法分析的正確率下降。在名詞子類中，我們區(qū)分了 “漢語人名”、“日語人名”和“翻譯人名”，這不僅僅是因為這三種人名要采用不同的參數(shù)進行訓(xùn)練與識別，而且在漢英機器翻譯中也要采用不同的分析算法進行翻譯。又如，我們把表示

5、時間的“數(shù)詞+年”（如“ 1995年”）合并成一個時間詞，而表示年頭的“數(shù)詞+'年”分別標注為“數(shù)詞”和“量詞”，這是因為我們通過實 驗發(fā)現(xiàn)這種區(qū)分在詞法分析階段通過統(tǒng)計方法可以達到較高的正確率，而且這種區(qū)分對于后續(xù)的句法分析和機器翻譯有非常重要的作用。對于某些詞類（助詞和標點符號），基本上是一個封閉集，而這些詞類中各個詞的語法 功能相差很大，在這種情況下，我們盡可能地細分其子類。另外，與其他詞性標記集類似， 在我們的標記體系中， 小類只是大類中一些有必要區(qū)分 的一些特例，但小類的劃分不滿足完備性。1. 名詞 （1個一類，7個二類，5個三類）名詞分為以下子類：n名詞nr人名nr1漢語姓

6、氏nr2漢語名字nrj日語人名nf音譯人名ns地名nsf音譯地名nt機構(gòu)團體名nz其它專名nl名詞性慣用語ng名詞性語素2. 時間詞（1個一類，1個二類）t時間詞tg時間詞性語素ICTCLAS漢語分詞系統(tǒng)Http:/3. 處所詞（1個一類）s處所詞4. 方位詞（1個一類）f方位詞5. 動詞（1個一類，9個二類）v動詞vd副動詞vn名動詞vshi動詞"是”vyou動詞"有”vf趨向動詞vx形式動詞vi不及物動詞（內(nèi)動詞）vl動詞性慣用語vg動詞性語素6. 形容詞（1個一類，4個二類）a形容詞ad副形詞an名形詞ag形容詞性語素al形容詞性慣用語7. 區(qū)別

7、詞（1個一類，2個二類）b區(qū)別詞bl區(qū)別詞性慣用語8. 狀態(tài)詞（1個一類）z狀態(tài)詞9. 代詞（1個一類，4個二類，6個三類）r代詞rr人稱代詞rz指示代詞rzt時間指示代詞rzs處所指示代詞rzv謂詞性指示代詞ry疑問代詞ryt時間疑問代詞rys處所疑問代詞ryv謂詞性疑問代詞rg代詞性語素10. 數(shù)詞（1個一類，1個二類）m數(shù)詞mq數(shù)量詞11. 量詞（1個一類，2個二類）q量詞qv動量詞qt時量詞12. 副詞（1個一類）d副詞13. 介詞（1個一類，2個二類）p介詞pba介詞"把” pbei介詞"被”14. 連詞（1個一類，1個二類）c連詞CC并列連詞15. 助詞（1個一

8、類，15個二類）u助詞uzhe 著ule 了 嘍uguo 過 udel的底ude2 地ude3 得usuo 所udeng等等等云云uyy 一樣一般似的般udh的話uls來講來說而言說來uzhi 之ulian連（"連小學(xué)生都會”）16.嘆詞（1個一類）e嘆詞ICTCLAS漢語分詞系統(tǒng)17. 語氣詞（1個一類）y 語氣詞（delete yg）18. 擬聲詞（1個一類）o擬聲詞19. 前綴（1個一類）h前綴20. 后綴（1個一類）k后綴21. 字符串（1個一類，2個二類）x字符串xx非語素字XU網(wǎng)址URL22.標點符號（1個一類，16個二類）w標點球符號wkz左括號，全角:（【半角：（ <wky右括號，全角:） 】> 半角：） >wyz左引號，全角:“ wyy右引號，全角:”'wj句號，全角：。ww問號，全角：？半角：？wt嘆號，全角：