1、ICTCLAS計(jì)算所漢語(yǔ)詞性標(biāo)記集Versio n 3.0制訂人：劉群張華平張浩計(jì)算所漢語(yǔ)詞性標(biāo)記集 10.說(shuō)明11. 名詞（1個(gè)一類，7個(gè)二類,5個(gè)三類）22. 時(shí)間詞（1個(gè)一類，1個(gè)二類）23. 處所詞（1個(gè)一類）34. 方位詞（1個(gè)一類）35. 動(dòng)詞（1個(gè)一類，9個(gè)二類）36. 形容詞（1個(gè)一類，4個(gè)二類）37. 區(qū)別詞（1個(gè)一類，2個(gè)二類）38. 狀態(tài)詞（1個(gè)一類）39. 代詞（1個(gè)一類,4個(gè)二類,6個(gè)三類）310. 數(shù)詞（1個(gè)一類，1個(gè)二類）411. 量詞（1個(gè)一類，2個(gè)二類）412. 副詞（1個(gè)一類）413. 介詞（1個(gè)一類,2個(gè)二類）414. 連詞（1個(gè)一類，1個(gè)二類）415.

2、助詞（1個(gè)一類，15個(gè)二類）416. 嘆詞（1個(gè)一類）417. 語(yǔ)氣詞（1個(gè)一類）518. 擬聲詞（1個(gè)一類）519. 前綴（1個(gè)一類）520. 后綴（1個(gè)一類）521. 字符串（1個(gè)一類,2個(gè)二類）522. 標(biāo)點(diǎn)符號(hào)（1個(gè)一類,16個(gè)二類）50.說(shuō)明計(jì)算所漢語(yǔ)詞性標(biāo)記集（共計(jì)99個(gè)，22個(gè)一類，66個(gè)二類，11個(gè)三類）主要用于中國(guó)科學(xué)院計(jì)算技術(shù)研究所研制的漢語(yǔ)詞法分析器、句法分析器和漢英機(jī)器翻譯系統(tǒng)。本標(biāo)記集主要參考了以下詞性標(biāo)記集：1. 北大人民日?qǐng)?bào)語(yǔ)料庫(kù)詞性標(biāo)記集；2. 北大2002新版詞性標(biāo)記集（草稿）；3. 清華大學(xué)漢語(yǔ)樹(shù)庫(kù)詞性標(biāo)記集；4. 教育部語(yǔ)用所詞性標(biāo)記集（國(guó)家推薦標(biāo)準(zhǔn)草案2

3、002版）；5. 美國(guó)賓州大學(xué)中文樹(shù)庫(kù)（Chi nesePe nn TreeBa nk）詞性標(biāo)記集；由于計(jì)算所的漢語(yǔ)詞法分析器主要采用北大人民日?qǐng)?bào) 語(yǔ)料庫(kù)進(jìn)行參數(shù)訓(xùn)練，因此本漢語(yǔ)分詞系統(tǒng)詞性標(biāo)記集主要以北大人民日?qǐng)?bào)語(yǔ)料庫(kù)的詞性標(biāo)記集為藍(lán)本，并參考了北大漢語(yǔ)語(yǔ)法信息詞典中給出的漢語(yǔ)詞的語(yǔ)法信息。本標(biāo)記集在制定過(guò)程中主要考慮了以下幾方面的因素：1. 有助于提高漢語(yǔ)詞法分析器的切分和標(biāo)注正確率；2. 有助于提高漢語(yǔ)句法分析器的正確率；3. 有助于漢英機(jī)器翻譯系統(tǒng)進(jìn)行翻譯；4. 易于從北大人民日?qǐng)?bào)語(yǔ)料庫(kù)詞性標(biāo)記集進(jìn)行轉(zhuǎn)換；5. 對(duì)于語(yǔ)法功能不同的詞，在不造成詞法分析和句法分析歧義區(qū)分困難的情況下， 盡

4、可能細(xì)分子類?；谝陨峡紤]，我們?cè)跇?biāo)注過(guò)程中盡量避免那些容易出錯(cuò)的詞性標(biāo)記，而采用那些不容易出錯(cuò)、而對(duì)提高漢語(yǔ)詞法句法分析正確率有明顯作用的標(biāo)記。例如，在動(dòng)詞的子類中，我們參考了賓州大學(xué)中文樹(shù)庫(kù)的做法，把漢語(yǔ)動(dòng)詞“是”和“有”分別做成單獨(dú)的標(biāo)記，而沒(méi) 有采用“系動(dòng)詞”的標(biāo)記。因?yàn)橥瑯邮恰笆恰边@個(gè)動(dòng)詞，其句法功能很多，作“系動(dòng)詞”只 是其中一種功能，而要區(qū)分這些功能是非常困難的，會(huì)導(dǎo)致詞法分析的正確率下降。在名詞子類中，我們區(qū)分了 “漢語(yǔ)人名”、“日語(yǔ)人名”和“翻譯人名”，這不僅僅是因?yàn)檫@三種人名要采用不同的參數(shù)進(jìn)行訓(xùn)練與識(shí)別，而且在漢英機(jī)器翻譯中也要采用不同的分析算法進(jìn)行翻譯。又如，我們把表示

5、時(shí)間的“數(shù)詞+年”（如“ 1995年”）合并成一個(gè)時(shí)間詞，而表示年頭的“數(shù)詞+'年”分別標(biāo)注為“數(shù)詞”和“量詞”，這是因?yàn)槲覀兺ㄟ^(guò)實(shí) 驗(yàn)發(fā)現(xiàn)這種區(qū)分在詞法分析階段通過(guò)統(tǒng)計(jì)方法可以達(dá)到較高的正確率，而且這種區(qū)分對(duì)于后續(xù)的句法分析和機(jī)器翻譯有非常重要的作用。對(duì)于某些詞類（助詞和標(biāo)點(diǎn)符號(hào)），基本上是一個(gè)封閉集，而這些詞類中各個(gè)詞的語(yǔ)法 功能相差很大，在這種情況下，我們盡可能地細(xì)分其子類。另外，與其他詞性標(biāo)記集類似， 在我們的標(biāo)記體系中， 小類只是大類中一些有必要區(qū)分 的一些特例，但小類的劃分不滿足完備性。1. 名詞 （1個(gè)一類，7個(gè)二類，5個(gè)三類）名詞分為以下子類：n名詞nr人名nr1漢語(yǔ)姓

6、氏nr2漢語(yǔ)名字nrj日語(yǔ)人名nf音譯人名ns地名nsf音譯地名nt機(jī)構(gòu)團(tuán)體名nz其它專名nl名詞性慣用語(yǔ)ng名詞性語(yǔ)素2. 時(shí)間詞（1個(gè)一類，1個(gè)二類）t時(shí)間詞tg時(shí)間詞性語(yǔ)素ICTCLAS漢語(yǔ)分詞系統(tǒng)Http:/3. 處所詞（1個(gè)一類）s處所詞4. 方位詞（1個(gè)一類）f方位詞5. 動(dòng)詞（1個(gè)一類，9個(gè)二類）v動(dòng)詞vd副動(dòng)詞vn名動(dòng)詞vshi動(dòng)詞"是”vyou動(dòng)詞"有”vf趨向動(dòng)詞vx形式動(dòng)詞vi不及物動(dòng)詞（內(nèi)動(dòng)詞）vl動(dòng)詞性慣用語(yǔ)vg動(dòng)詞性語(yǔ)素6. 形容詞（1個(gè)一類，4個(gè)二類）a形容詞ad副形詞an名形詞ag形容詞性語(yǔ)素al形容詞性慣用語(yǔ)7. 區(qū)別

7、詞（1個(gè)一類，2個(gè)二類）b區(qū)別詞bl區(qū)別詞性慣用語(yǔ)8. 狀態(tài)詞（1個(gè)一類）z狀態(tài)詞9. 代詞（1個(gè)一類，4個(gè)二類，6個(gè)三類）r代詞rr人稱代詞rz指示代詞rzt時(shí)間指示代詞rzs處所指示代詞rzv謂詞性指示代詞ry疑問(wèn)代詞ryt時(shí)間疑問(wèn)代詞rys處所疑問(wèn)代詞ryv謂詞性疑問(wèn)代詞rg代詞性語(yǔ)素10. 數(shù)詞（1個(gè)一類，1個(gè)二類）m數(shù)詞mq數(shù)量詞11. 量詞（1個(gè)一類，2個(gè)二類）q量詞qv動(dòng)量詞qt時(shí)量詞12. 副詞（1個(gè)一類）d副詞13. 介詞（1個(gè)一類，2個(gè)二類）p介詞pba介詞"把” pbei介詞"被”14. 連詞（1個(gè)一類，1個(gè)二類）c連詞CC并列連詞15. 助詞（1個(gè)一

8、類，15個(gè)二類）u助詞uzhe 著ule 了 嘍uguo 過(guò) udel的底u(yù)de2 地ude3 得usuo 所udeng等等等云云uyy 一樣一般似的般udh的話uls來(lái)講來(lái)說(shuō)而言說(shuō)來(lái)uzhi 之ulian連（"連小學(xué)生都會(huì)”）16.嘆詞（1個(gè)一類）e嘆詞ICTCLAS漢語(yǔ)分詞系統(tǒng)17. 語(yǔ)氣詞（1個(gè)一類）y 語(yǔ)氣詞（delete yg）18. 擬聲詞（1個(gè)一類）o擬聲詞19. 前綴（1個(gè)一類）h前綴20. 后綴（1個(gè)一類）k后綴21. 字符串（1個(gè)一類，2個(gè)二類）x字符串xx非語(yǔ)素字XU網(wǎng)址URL22.標(biāo)點(diǎn)符號(hào)（1個(gè)一類，16個(gè)二類）w標(biāo)點(diǎn)球符號(hào)wkz左括號(hào)，全角:（【半角：（ <wky右括號(hào)，全角:） 】> 半角：） >wyz左引號(hào)，全角:“ wyy右引號(hào)，全角:”'wj句號(hào)，全角：。ww問(wèn)號(hào)，全角：？半角：？wt嘆號(hào)，全角：