第7章汉语词性自动标注技术 - 白话字台语文.pptVIP

台語文語料處理技術 第七章-漢語詞性自動標注技術 吳家慶 * * 漢語詞性自動標注技術 詞性標注的意義 原意：在給定句子中判定每個詞的語法範疇，確定其詞性 並加以標注。 更多層意義： 一、為更高層次的自然語言文本加工提供素材。 二、為語言學的研究，提供詳實的資訊。 三、從加工過的文本中獲取詞類及頻度的詞性標注知識。 漢語詞性自動標注技術 詞性標注的主要難點 漢語缺乏詞態變化 常用詞兼類嚴重 研究者的主觀意見 漢語詞性自動標注技術 認識詞類劃分的目的、標準等存在的分歧 詞類劃分目的－－－ 句法分析 理想詞類系統－－－ 基本符合語言事實 詞類劃分標準－－－ 依照語法功能 詞類劃分－－－目前基本上是根據詞的語法功能來劃分 處理兼類詞－－－脫離語法功能，加上意義標注。 主觀的限制為違背語言事實，故增加了詞性標注困難。 漢語詞性自動標注技術 信息處理用現代漢語詞類及標記集 出處： 山西大學於八零年代提出，希望能適用於計算機 處理，以便進行理解、分析詞語，並進行與其他 語言間之自動翻譯。 漢語詞性自動標注技術 信息處理用現代漢語詞類及標記集 內容： 一、詞與分類體系基本架構 （一）基本詞類共十七大類，大類下依需要設各中類及小類。 （見下頁） 漢語詞性自動標注技術 信息處理用現代漢語詞類及標記集 序號　　 大類　　　 中類　　　　　　　中類　　　　　　　小類 １　　 　名詞（N） 普通名詞（NG） 　　　　　　　 　 專有名詞（NP） 　　　　　　　　　　　　　　　　　　 人名（NPF） 姓（NPFF） 名（NPSS） 地名（NPL） 組織名（NPU） 15 助詞（U） 結構助詞（US） 的（USDE） 地（USDI） 得（USDF） 所（USSU） 時態助詞（UT） 了（UTL） 著（UTZ） 過（UTG） 語氣助詞（UY） 用在句末（UYE） 同現語氣詞左部（UYL）