Jieba分词词性标注以及词性说明

  • A+
所属分类：系统文档

 

 1 import jieba
 2 
 3 import jieba.analyse
 4 
 5 import jieba.posseg
 6 
 7  
 8 
 9 def dosegment_all(sentence):
10 
11     '''
12 
13     带词性标注，对句子进行分词，不排除停词等
14 
15     :param sentence:输入字符
16 
17     :return:
18 
19     '''
20 
21     sentence_seged = jieba.posseg.cut(sentence.strip())
22 
23     outstr = ''
24 
25     for x in sentence_seged:
26 
27         outstr+="{}/{},".format(x.word,x.flag)
28 
29     #上面的for循环可以用python递推式构造生成器完成
30 
31     # outstr = ",".join([("%s/%s" %(x.word,x.flag)) for x in sentence_seged])
32 
33     return outstr
34 
35

 

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”
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
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。
un 未知词 不可识别词及用户自定义词组。取英文Unkonwn首两个字母。(非北大标准，CSW分词中定义)

 

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的微信公众号
  • 我的微信公众号扫一扫
  • weinxin