nlp分词词性表大全，结巴分词的词性都代表什么意思？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

自然语言处理的第一个概念，就是分词，分出来的词有词性的区别。在代码层面上来说，这些词性就有了用武之地。根据词性就可以做出更详细的筛选。对于苏南大叔来说，分词就是使用“结巴分词”。所以，本文中的词性也主要是以结巴分词的词性为基础的。

大家好，这里是苏南大叔的程序如此灵动博客，这里记录苏南大叔和计算机代码的故事。本文描述自然语言处理中的分词词性表，表述上以结巴分词为主要基准。这个词性表和robots.txt的性质是一样的，你可以遵守规定也可以不遵守，实际上创造新的词性也是可以的。测试环境：python@3.6.8，jieba@0.42.1。

结巴分词

这里先回顾一下，如何使用结巴分词来分出来词性。参考文章：

• https://newsn.net/say/jieba-lcut.html
• https://newsn.net/say/jieba-load_userdict.html

答案是：使用jieba.posseg.，可以分词分出词性，而不是单纯的jieba.。

要处理的句子：

import jieba.posseg
sentence = "苏南大叔最近心情很好"
# jieba.load_userdict("dict.txt")
jieba.add_word("苏南大叔",999, "nr")

分词方法一：

_result = jieba.posseg.cut(sentence)
list = [ w.word+"/"+w.flag for w in _result ]
print(" ".join(list))

分词方法二：

_result2 = jieba.posseg.lcut(sentence)
list = [ w.word+"/"+w.flag for w in _result2 ]
print(" ".join(list))

词性表

结巴分词的官方文档里面，并没有关于词性的相关详细描述。下面的表格就是网络上流传的经验总结，仅供参考。如有遗漏，请留言给我。

这个词性表，实际上是个约定俗成的标准。类似robots.txt一样，这些词性标准可以遵守也可以不遵守，也可以定制自己特有的词性标准。

相关文章

• https://blog.csdn.net/suibianshen2012/article/details/53487157
• https://newsn.net/say/jieba-cut.html
• https://newsn.net/say/jieba-lcut.html
• https://newsn.net/say/jieba-load_userdict.html

总结

结巴词性有自己的专属词性，也有国际标准的词性，各种不同的nlp分词方案的结果都是不同的。如果对分词结果不满意，可以自定义分词词条，对于结巴分词来说，自定义词条的方式有两种，字典方式或者词条方式。

• https://newsn.net/tag/jieba/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。