欢迎来到天天文库
浏览记录
ID:34746667
大小:81.18 KB
页数:5页
时间:2019-03-10
《北大切分及词性标注参考》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、一.切分从字数考虑,对两个字的组合较宽地看作是一个切分单位,三个字的较严,四个字以上的若不是成语、习用语一般不看作是一个切分单位。(1)人名:nr(2)地名:ns(3)团体、机构、组织的专有名称:nt(4)除人名、国名、地名、团体、机构、组织以外的其他专有名词都标以nz,具体规定如表示民族的“族”、表示语言的“语”,表示文字的“文”,则不切分。(5)数词与数量词组(6)时间词(7)单音节代词“本”、“每”、“各”、“诸”后接单音节名词时,和后接的单音节名词合为代词;当后接的名词有2个以上音节时,应予切分。(8)区别
2、词如①一般为切分单位,并标以词性b。女/b司机/n,金/b手镯/n(9)动词加动词或动词加形容词构成的述补结构(10)四个字以上的短语,通常应切分。(11)超过四个字的成语或习用语,一般不予切分,暂不要求划分子类。(12)表达一个完整概念或集合的简称或缩略语为一个切分单位,标以j,也要求根据其在句子中的功能进一步标注子类。子类的划分原则同成语和习用语。(13)文本中非汉字的字符串的处理意见如①已经约定俗成的或科学技术中已通用的符号保持原有的意义,根据其原有的意义决定相应的标记。阿拉伯数字:121/m号/q房间/n2
3、000年/t8月/t15日/t单独的罗马数字:Ⅱ/mⅠⅩ/mⅩⅤ/m英文字母(或字母组合)代表常用的度量单位:A代表“安培”,二.切分标注结合(1)重叠⑴“AA”重叠形①单字动词重叠式AA作为一个切分单位,并标注为动词词性v。②单字形容词重叠式AA,有的成词,有的不成词。如后面不紧跟“的”就成词,作为一个切分单位,通常为副词d。①单字名词重叠式AA,为一个切分单位,并标注为名词词性n。(2)“AAB”重叠形(3)“ABB”重叠形⑷“AABB”重叠形⑸“A里AB”和“A不AB”的词形⑹“ABAB”重叠形⑺双音节拟声词
4、的“ABAB”重叠形式同其他词类一样,切分开5.2附加⑴前接成分+语素或词由“前接成分+语素或词”构成的合成词,为一个切分单位。⑵语素或词+后接成分5.3复合词“复合”方式可将两个构词成分结合成一个新词。⑴二字名词①“名+名”的定中结构,一般为一个切分单位。②“动+名”如果是定中结构,一般为一个切分单位。③“动+名”如果是述宾结构,则是短语,应切分开。④“形+名”的定中结构,若中间不能插“的”或插“的”后意义改变,则作为一个切分单位;否则,应予切分。⑵三字名词①“动(双音)+名(单音)”的定中结构,一般为一个切分单
5、位。②“名(双音)+名(单音)”结构,通常为一个切分单位,但弹性较大,若前面的双音节名词与后面的单音节名词组合后意义不变,也可以分开③“名(单音)+名(双音)”结构,通常为一个切分单位,但弹性较大,若前面的单音节名词与后面的双音节名词组合后意义不变,也可以分开。④“形(单音)+名(双音)”的定中结构,处理原则同二个字的“形+名”组合。⑤“形(双音)+名(单)”的定中结构,处理原则同④。⑶其他①单纯方位词+名(单音)的定中结构,为一个切分单位。所组成的合成词一般是处所词,但在某些特殊情况下可能是名词或时间词。明显带排
6、行的亲属称谓要切分开,分不清楚的则不切开。一.标注规范《规范2001》的词性标注除了使用《语法信息词典》中的26个词类代码(名词n、时间词t、处所词s、方位词f、数词m、量词q、区别词b、代词r、动词v、形容词a、状态词z、副词d、介词p、连词c、助词u、语气词y、叹词e、拟声词o、成语i、习用语l、简称j、前接成分h、后接成分k、语素g、非语素字x、标点符号w)外,增加了以下3类标记:①专有名词的分类标记,即人名nr,地名ns,团体机关单位名称nt,其他专有名词nz,英语等其他非汉字的字符串nx。②语素的子类标记
7、,即名语素Ng,动语素Vg,形容语素Ag,时语素Tg,副语素Dg等;由于标注时只使用这些子类标记,故语素标记g不在标注语料库中出现。③动词和形容词的特殊用法标记,即名动词vn(动词的名词用法),名形词an(形容词的名词用法),副动词vd(动词的副词用法),副形词ad(形容词的副词用法)。合计约40个。1.常见兼类词的词性选择⑴n-q兼类情况。汉语中的一些名词(主要是单音节名词)可以兼作量词,对于这些词,依据上下文来确定句子中的词的词性。①数词+n-q+n,取q。一/m车/qr煤/n,三/m桶/qr水/n②“这”,“
8、那”,“每”等指示代词+n-q+n,取q。这/rz床/qe被子/n,这/r门/qz功课/n⑵a-v兼类情况①若该词在句子中带了真宾语,则标为v。②若该词受“很”一类程度副词修饰,则标为a。③若该词修饰名词作定语,则一般应标为a。④若该词作动词的补语,则应标为a。⑶v-n兼类情况实际上指的是广义兼类现象[2]。当该词表示一种动作时,后面带真宾语,则是v;当它指
此文档下载收益归作者所有