python jieba 詞性標註

先附上詞性標註表,如下:
名詞 (1個一類,7個二類,5個三類)

名詞分爲以下子類:

n 名詞
nr 人名
nr1 漢語姓氏
nr2 漢語名字
nrj 日語人名
nrf 音譯人名
ns 地名
nsf 音譯地名
nt 機構團體名
nz 其它專名
nl 名詞性慣用語
ng 名詞性語素
時間詞(1個一類,1個二類)

t 時間詞
tg 時間詞性語素
處所詞(1個一類)

s 處所詞
方位詞(1個一類)

f 方位詞
動詞(1個一類,9個二類)

v 動詞
vd 副動詞
vn 名動詞
vshi 動詞“是”
vyou 動詞“有”
vf 趨向動詞
vx 形式動詞
vi 不及物動詞(內動詞)
vl 動詞性慣用語
vg 動詞性語素
形容詞(1個一類,4個二類)

a 形容詞
ad 副形詞
an 名形詞
ag 形容詞性語素
al 形容詞性慣用語
區別詞(1個一類,2個二類)

b 區別詞
bl 區別詞性慣用語
狀態詞(1個一類)

z 狀態詞
代詞(1個一類,4個二類,6個三類)

r 代詞
rr 人稱代詞
rz 指示代詞
rzt 時間指示代詞
rzs 處所指示代詞
rzv 謂詞性指示代詞
ry 疑問代詞
ryt 時間疑問代詞
rys 處所疑問代詞
ryv 謂詞性疑問代詞
rg 代詞性語素
數詞(1個一類,1個二類)

m 數詞
mq 數量詞
量詞(1個一類,2個二類)

q 量詞
qv 動量詞
qt 時量詞
副詞(1個一類)

d 副詞
介詞(1個一類,2個二類)

p 介詞
pba 介詞“把”
pbei 介詞“被”
連詞(1個一類,1個二類)

c 連詞
cc 並列連詞
助詞(1個一類,15個二類)

u 助詞
uzhe 着
ule 了 嘍
uguo 過
ude1 的 底
ude2 地
ude3 得
usuo 所
udeng 等 等等 云云
uyy 一樣 一般 似的 般
udh 的話
uls 來講 來說 而言 說來
uzhi 之
ulian 連 (“連小學生都會”)
嘆詞(1個一類)

e 嘆詞
語氣詞(1個一類)

y 語氣詞(delete yg)
擬聲詞(1個一類)

o 擬聲詞
前綴(1個一類)

h 前綴
後綴(1個一類)

k 後綴
字符串(1個一類,2個二類)

x 字符串
xx 非語素字
xu 網址URL
標點符號(1個一類,16個二類)

w 標點符號
wkz 左括號,全角:( 〔 [ { 《 【 〖 〈 半角:( [ { <
wky 右括號,全角:) 〕 ] } 》 】 〗 〉 半角: ) ] { >
wyz 左引號,全角:“ ‘ 『
wyy 右引號,全角:” ’ 』
wj 句號,全角:。
ww 問號,全角:? 半角:?
wt 歎號,全角:! 半角:!
wd 逗號,全角:, 半角:,
wf 分號,全角:; 半角: ;
wn 頓號,全角:、
wm 冒號,全角:: 半角: :
ws 省略號,全角:…… …
wp 破折號,全角:—— -- ——- 半角:—
wb 百分號千分號,全角:% ‰ 半角:%
wh 單位符號,全角:¥ $ £ ° ℃ 半角 $

"""
author:魏振東
data:2019.12.18
func:用分詞工具進行分詞,帶有詞性標註,保存到文件中。
"""
def cixing(filenamer,filenamerw):
    # 文件讀取
    with open(filenamer,'r',encoding='utf-8',errors='ignore') as fr:
        article = fr.read()
    # 詞性標註
    seg_list = psg.cut(article)
    # 格式化
    result = " ".join(["{0}:{1}\n".format(w, t) for w, t in seg_list if len(w)!=1])
    # 文件寫入
    with open(filenamerw,'w+') as r:
        r.write(result)
    # print(result)
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章