詞性標註

詞性標註（part-of-speech tagging）,又稱爲詞類標註或者簡稱標註，是指爲分詞結果中的每個單詞標註一個正確的詞性的程序，也即確定每個詞是名詞、動詞、形容詞或者其他詞性的過程。

詞性標註的原因

詞性標註是很多NLP任務的預處理步驟，如句法分析，經過詞性標註後的文本會帶來很大的便利性，但也不是不可或缺的步驟。

詞性標註這裏基本可以照搬分詞的工作，在漢語中，大多數詞語只有一個詞性，或者出現頻次最高的詞性遠遠高於第二位的詞性。據說單純選取最高頻詞性，就能實現80%準確率的中文詞性標註程序。
主要可以分爲基於規則和基於統計的方法，下面列舉幾種統計方法：
（1）基於最大熵的詞性標註

（2）基於統計最大概率輸出詞性

（3）基於HMM的詞性標註

（1）句法分析預處理

（2）詞彙獲取預處理

（3）信息抽取預處理

中文詞性標註的關鍵在於先學會分詞，然後要去理解語句中詞的詞性，並且要熟記每種詞性對應的代碼，然後進行標註。
這是一個熟能生巧的過程！