信息处理用现代汉语词类标记集规范讲义.ppt

标记的记忆提示(7) 拟声词(o): o取自英语ONOMATOPOEIA的第一个字母。 介词(p): p取自英语PREPOSITION的第一个字母。 量词(q): q取自英语QUANTITY的第一个字母。 名量词(qn): n取自英语NOUN的第一个字母。 复合量词(qnc): c取自英语COMPOUND的第一个字母。 不定量词(qni): i取自英语INDEFINITE的第一个字母。 度量词(qnm): m取自英语MEASURE的第一个字母。 个体量词(qns): s取自英语SPECIFIC的第一个字母。 时量词(qt): t取自英语TIME的第一个字母。 动量词(qv): v取自英语VERB的第一个字母。 标记的记忆提示(8) 代词(r ): r取自英语PRONOUN的第二个字母。 处所词(s): s取自英语SPACE的第一个字母。 时间词(t): t取自英语TIME的第一个字母。 助词(u): u取自英语FUNCTIONAL的第二个字母。 动态助词(ua): a取自英语ASPECTUAL的第一个字母。 比况助词(uc): c取自英语COMPARISION的第一个字母。 语气助词(um): m取自英语MODAL的第一个字母。 替代助词(ur): r取自英语REPLACE的第一个字母。 结构助词(us):s取自英语STRUCTURE的第一个字母。 标记的记忆提示(9) 动词(v): v取自英语VERB的第一个字母。 趋向动词(vd): d取自英语DIRECTIVE的第一个字母。 不及物动词(vi): i取自英语INTRANSITIVE的第一个字母。 系动词(vl): l取自英语LINKING的第一个字母。 及物动词(vt): t取自英语TRANSITIVE的第一个字母。 兼语动词(vtc): c取自英语CAUSATIVE的第一个字母。 双宾动词(vtd): d取自英语DITRANSITIVE的第一个字母。 形式动词(vtf): f取自英语FORMAL的第一个字母。 体宾动词(vtn): n取自英语NOUN的第一个字母。 小句宾动词(vts): s取自英语SENTENCE的第一个字母。 助动词(vu): u取自英语AUXILIARY的第二个字母。 标记的记忆提示(10) 其他(w) 阿拉伯数字串(wd): d取自英语DIGITAL的第一个字母。 其他符号(wo): o取自英语OTHERS的第一个字母。 中文标点符号(wp): p取自英语PUNCTUATION的第一个字母。 未知词(wu): u取自英语UNKNOWING WORD的第一个字母。 非语素字(x) 语气词(y): y取自汉字“语”的声母。 状态词(z): z取自汉字“状”声母的第一个字母。? THE END 信息处理用现代汉语词类标记集规范 引言 ?用于现代汉语信息处理系统中的汉语词类和词类标记集有很多种设计方案。经过多年的研究，人们对中文信息处理系统中的词类问题，已经有了一个基本统一的认识，词类体系大类大致相同，没有太大实质性的分歧，不一致主要体现在大类数量不太一致，术语不太一致，有的把某一类作为小类来处理，有的升为大类。 各家信息处理系统词类标记集的不统一给中文信息处理系统的数据交换带来了困难。现在越来越需要有一套面向信息处理的、统一的现代汉语词类标记集，以减少数据转换的麻烦。《信息处理用现代汉语词类标记集规范》正是为了满足这种需要而设计的。 《信息处理用现代汉语词类标记集规范》吸收了语言学家的研究成果，并兼顾各家的分类体系，是一套从信息处理的实际要求出发的现代汉语词类标记集的规范，它提供了现代汉语书面语词类标记集的符号体系，使得各种中文信息处理系统能够用较为统一的、各方都接受的词类标记体系标注各自的系统。 适用范围 本规范适用于汉语语料库的深加工和汉语句法自动分析等汉语信息处理领域，它解决词类标记集的统一问题，具有开放性和灵活性，以便适用于持不同学术观点的中文信息处理系统。 本规范不妨碍对词类问题的进一步研究，它不是对词类问题的总结、评述，更不是词类研究的终结。 词类标记集规范的确定原则 语法功能原则。语法功能是词类划分的主要依据。词的意义不作为划分词类的主要依据，但有时也起某些参考作用。 兼类性原则。允许有兼类。根据各种统计研究，现代汉语的某些词具有多种语法功能，但这多种功能的分布概率不同。在信息处理用现代汉语词类体系中，各词类的确立要根据词的主要语法功能。 覆盖性原则。词类标记集中的大类应能覆盖现代汉语的全部词。 有关说明 ?为满足计算机处理真实文本的需要，《信息处理用现代汉语词类标记集规范》中的符号，不仅要覆盖语言学意义上的词，还要覆盖比词小的单位，如前接成分(前缀)、后接成分(后缀)、语素字、非语素字等，以及比词更大的单位，如成语、习用语、