Skip to content

Instantly share code, notes, and snippets.

Embed
What would you like to do?
词性标记: 包含 ICTPOS3.0词性标记集、ICTCLAS 汉语词性标注集、jieba 字典中出现的词性、simhash 中可以忽略的部分词性

词的分类

  • 实词:名词、动词、形容词、状态词、区别词、数词、量词、代词
  • 虚词:副词、介词、连词、助词、拟声词、叹词。

ICTPOS3.0词性标记集

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

t 时间词
  tg 时间词性语素

s 处所词

f 方位词

v 动词
	vd 副动词
	vn 名动词
	vshi 动词“是”
	vyou 动词“有”
	vf 趋向动词
	vx 形式动词
	vi 不及物动词(内动词)
	vl 动词性惯用语
	vg 动词性语素
a 形容词
	ad 副形词
	an 名形词
	ag 形容词性语素
	al 形容词性惯用语
b 区别词
	bl 区别词性惯用语
z 状态词
r 代词
	rr 人称代词
	rz 指示代词
		rzt 时间指示代词
		rzs 处所指示代词
		rzv 谓词性指示代词
	ry 疑问代词
		ryt 时间疑问代词
		rys 处所疑问代词
		ryv 谓词性疑问代词
	rg 代词性语素
m 数词
	mq 数量词
q 量词
	qv 动量词
	qt 时量词

虚词

d 副词
p 介词
	pba 介词“把”
	pbei 介词“被”
c 连词
	cc 并列连词
u 助词
	uzhe 着
	ule 了 喽
	uguo 过
	ude1 的 底
	ude2 地
	ude3 得
	usuo 所
	udeng 等 等等 云云
	uyy 一样 一般 似的 般
	udh 的话
	uls 来讲 来说 而言 说来

	uzhi 之
	ulian 连 (“连小学生都会”)

e 叹词
y 语气词(delete yg)
o 拟声词
h 前缀
k 后缀
x 字符串
	xx 非语素字
	xu 网址URL
w 标点符号
	wkz 左括号,全角:( 〔  [  {  《 【  〖 〈   半角:( [ { <
	wky 右括号,全角:) 〕  ] } 》  】 〗 〉 半角: ) ] { >
	wyz 左引号,全角:“ ‘ 『
	wyy 右引号,全角:” ’ 』
	wj 句号,全角:。
	ww 问号,全角:? 半角:?
	wt 叹号,全角:! 半角:!
	wd 逗号,全角:, 半角:,
	wf 分号,全角:; 半角: ;
	wn 顿号,全角:、
	wm 冒号,全角:: 半角: :
	ws 省略号,全角:……  …
	wp 破折号,全角:——   --   ——-   半角:---  ----
	wb 百分号千分号,全角:% ‰   半角:%
	wh 单位符号,全角:¥ $ £  °  ℃  半角:$

ICTCLAS 汉语词性标注集

代码 名称 帮助记忆的诠释
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。副词代码为d,语素代码g前面置以D。
d 副词 取adverb的第2个字母,因其第1个字母已用于形容词。
e 叹词 取英语叹词exclamation的第1个字母。
f 方位词 取汉字“方” 的声母。
g 语素 绝大多数语素都能作为合成词的“词根”,取汉字“根”的声母。
h 前接成分 取英语head的第1个字母。
i 成语 取英语成语idiom的第1个字母。
j 简称略语 取汉字“简”的声母。
k 后接成分
l 习用语 习用语尚未成为成语,有点“临时性”,取“临”的声母。
m 数词 取英语numeral的第3个字母,n,u已有他用。
Ng 名语素 名词性语素。名词代码为n,语素代码g前面置以N。
n 名词 取英语名词noun的第1个字母。
nr 人名 名词代码n和“人(ren)”的声母并在一起。
ns 地名 名词代码n和处所词代码s并在一起。
nt 机构团体 “团”的声母为t,名词代码n和t并在一起。
nz 其他专名 “专”的声母的第1个字母为z,名词代码n和z并在一起。
o 拟声词 取英语拟声词onomatopoeia的第1个字母。
p 介词 取英语介词prepositional的第1个字母。
q 量词 取英语quantity的第1个字母。
r 代词 取英语代词pronoun的第2个字母,因p已用于介词。
s 处所词 取英语space的第1个字母。
Tg 时语素 时间词性语素。时间词代码为t,在语素的代码g前面置以T。
t 时间词 取英语time的第1个字母。
u 助词 取英语助词auxiliary 的第2个字母,因a已用于形容词。
Vg 动语素 动词性语素。动词代码为v。在语素的代码g前面置以V。
v 动词 取英语动词verb的第一个字母。
vd 副动词 直接作状语的动词。动词和副词的代码并在一起。
vn 名动词 指具有名词功能的动词。动词和名词的代码并在一起。
w 标点符号
x 非语素字 非语素字只是一个符号,字母x通常用于代表未知数、符号。
y 语气词 取汉字“语”的声母。
z 状态词 取汉字“状”的声母的前一个字母。

jieba 字典中出现的类型

a
	ad
	ag
	an
b
c
d
	df
	dg
e
f
g
h
i
j
k
l
m
	mg
	mq
n
	ng
	nr
	nrfg
	nrt
	ns
	nt
	nz
o
p
q
r
	rg
	rr
	rz
s
t
	tg
u
	ud
	ug
	uj
	ul
	uv
	uz
v
	vd
	vg
	vi
	vn
	vq
x
y
z
	zg

simhash 过滤的掉的词汇

c
e
h
k
o
p
u
	ud
	ug
	uj
	ul
	uv
	uz
x
y
@taurenshaman

This comment has been minimized.

Copy link

taurenshaman commented May 26, 2017

谢谢分享。我转了一份json版:
ICTCLAS 汉语词性标注集
ICTPOS3.0词性标记集

@p6vital

This comment has been minimized.

Copy link

p6vital commented Sep 10, 2017

Thanks!!!

@Hailing-Feng

This comment has been minimized.

Copy link

Hailing-Feng commented Oct 13, 2017

thx

@molinli

This comment has been minimized.

Copy link

molinli commented Oct 25, 2017

3Q!

@RingWong

This comment has been minimized.

Copy link

RingWong commented Nov 22, 2017

Thanks!

@DiliaoM

This comment has been minimized.

Copy link

DiliaoM commented Nov 27, 2017

Thx!!

@Erickrus

This comment has been minimized.

Copy link

Erickrus commented Jan 12, 2018

great resource

@Song-s-z

This comment has been minimized.

Copy link

Song-s-z commented Feb 24, 2018

截取“陈坤”,它判断词性是nrfg,这是什么词性啊?是不是属于判断失误了呢?

@65wu

This comment has been minimized.

Copy link

65wu commented Jul 14, 2019

感谢,找了很久,非常实用

@nlp4whp

This comment has been minimized.

Copy link

nlp4whp commented Sep 27, 2019

我的天终于找到靠谱的了,,

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
You can’t perform that action at this time.