python - Maxent POS标签表

Question

我使用 nltk.pos_tag 进行词性标注，它使用 maxent 词性标注器。我需要一张包含所有可用标签的表格。

我的最终目标是仅从文本中提取副词和形容词。

感谢任何帮助。

谢谢

Answer 1

pos_tag，根据其文档字符串，使用了“NLTK 目前推荐的词性标注器”，因此该建议的有效性可能会过期。要获得可重现的结果，请使用显式词性标注器对象。

查看 source code for pos_tag ，我们可以看到它调用了

>>> nltk.data.load('taggers/maxent_treebank_pos_tagger/english.pickle')

我们可以从中获取 POS 标签列表

>>> _.classifier().labels()
['PRP$', 'VBG', 'VBD', '``', 'VBN', 'POS', "''", 'VBP', 'WDT', 'JJ', 'WP', 'VBZ',
 'DT', '#', 'RP', '$', 'NN', 'FW', ',', '.', 'TO', 'PRP', 'RB', '-LRB-', ':',
 'NNS', 'NNP', 'VB', 'WRB', 'CC', 'LS', 'PDT', 'RBS', 'RBR', 'CD', '-NONE-',
 'EX', 'IN', 'WP$', 'MD', 'NNPS', '-RRB-', 'JJS', 'JJR', 'SYM', 'UH']

(我必须承认我是通过对象检查和反复试验发现的。)

形容词和副词至少是 JJ (adj) 和 RB (adv) 类别，也许加上 VBN(过去分词，例如“累了”)。