北大切分及词性标注参考

《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