词性标注

词性标注（part-of-speech tagging）,又称为词类标注或者简称标注，是指为分词结果中的每个单词标注一个正确的词性的程序，也即确定每个词是名词、动词、形容词或者其他词性的过程。

词性标注的原因

词性标注是很多NLP任务的预处理步骤，如句法分析，经过词性标注后的文本会带来很大的便利性，但也不是不可或缺的步骤。

词性标注这里基本可以照搬分词的工作，在汉语中，大多数词语只有一个词性，或者出现频次最高的词性远远高于第二位的词性。据说单纯选取最高频词性，就能实现80%准确率的中文词性标注程序。
主要可以分为基于规则和基于统计的方法，下面列举几种统计方法：
（1）基于最大熵的词性标注

（2）基于统计最大概率输出词性

（3）基于HMM的词性标注

（1）句法分析预处理

（2）词汇获取预处理

（3）信息抽取预处理

中文词性标注学习笔记（三）---词性标注

中文词性标注的关键在于先学会分词，然后要去理解语句中词的词性，并且要熟记每种词性对应的代码，然后进行标注。
这是一个熟能生巧的过程！