1. 程式人生 > >Jieba分詞詞性標註以及詞性說明

Jieba分詞詞性標註以及詞性說明

import jieba
import jieba.analyse
import jieba.posseg

def dosegment_all(sentence):
    '''
    帶詞性標註,對句子進行分詞,不排除停詞等
    :param sentence:輸入字元
    :return:
    '''
    sentence_seged = jieba.posseg.cut(sentence.strip())
    outstr = ''
    for x in sentence_seged:
        outstr+="{}/{},".format(x.word,x.flag)
    return outstr

Example:
蘋果官網iPhone降價!再次驚覺了神網友們的才華 一群同學
蘋果/n,官網/n,iPhone/n,降價/n,!/x,再次/d,驚覺/a,了/ul,神/n,網友/n,們/k,的/uj,才華/nr, /x,一群/m,同學/n,

Ag

形語素

形容詞性語素。形容詞程式碼為 a,語素程式碼g前面置以A。

a

形容詞

取英語形容詞 adjective的第1個字母。

ad

副形詞

直接作狀語的形容詞。形容詞程式碼 a和副詞程式碼d並在一起。

an

名形詞

具有名詞功能的形容詞。形容詞程式碼 a和名詞程式碼n並在一起。

b

區別詞

取漢字“別”的聲母。

c

連詞

取英語連詞 conjunction的第1個字母。
dg

副語素

副詞性語素。副詞程式碼為 d,語素程式碼g前面置以D。

d

副詞

取 adverb的第2個字母,因其第1個字母已用於形容詞。

e

嘆詞

取英語嘆詞 exclamation的第1個字母。

f

方位詞

取漢字“方”

g

語素

絕大多數語素都能作為合成詞的“詞根”,取漢字“根”的聲母。

h

前接成分

取英語 head的第1個字母。

i

成語

取英語成語 idiom的第1個字母。

j

簡稱略語

取漢字“簡”的聲母。

k

後接成分

l

習用語

習用語尚未成為成語,有點“臨時性”,取“臨”的聲母。

m

數詞

取英語 numeral的第3個字母,n,u已有他用。

Ng

名語素

名詞性語素。名詞程式碼為 n,語素程式碼g前面置以N。

n

名詞

取英語名詞 noun的第1個字母。

nr

人名

名詞程式碼 n和“人(ren)”的聲母並在一起。

ns

地名

名詞程式碼 n和處所詞程式碼s並在一起。

nt

機構團體

“團”的聲母為 t,名詞程式碼n和t並在一起。

nz

其他專名

“專”的聲母的第 1個字母為z,名詞程式碼n和z並在一起。

o

擬聲詞

取英語擬聲詞 onomatopoeia的第1個字母。

p

介詞

取英語介詞 prepositional的第1個字母。

q

量詞

取英語 quantity的第1個字母。

r

代詞

取英語代詞 pronoun的第2個字母,因p已用於介詞。

s

處所詞

取英語 space的第1個字母。

tg

時語素

時間詞性語素。時間詞程式碼為 t,在語素的程式碼g前面置以T。

t

時間詞

取英語 time的第1個字母。

u

助詞

取英語助詞 auxiliary

vg

動語素

動詞性語素。動詞程式碼為 v。在語素的程式碼g前面置以V。

v

動詞

取英語動詞 verb的第一個字母。

vd

副動詞

直接作狀語的動詞。動詞和副詞的程式碼並在一起。

vn

名動詞

指具有名詞功能的動詞。動詞和名詞的程式碼並在一起。

w

標點符號

x

非語素字

非語素字只是一個符號,字母 x通常用於代表未知數、符號。

y

語氣詞

取漢字“語”的聲母。

z

狀態詞

取漢字“狀”的聲母的前一個字母。

un

未知詞

不可識別詞及使用者自定義片語。取英文Unkonwn首兩個字母。(非北大標準,CSW分詞中定義)