词性记录

词的分类

• 实词：名词、动词、形容词、状态词、区别词、数词、量词、代词
• 虚词：副词、介词、连词、助词、拟声词、叹词。

ICTPOS3.0词性标记集

n 名词    nr 人名        nr1 汉语姓氏        nr2 汉语名字        nrj 日语人名        nrf 音译人名    ns 地名    　nsf 音译地名    nt 机构团体名    nz 其它专名    nl 名词性惯用语    ng 名词性语素t 时间词　　tg 时间词性语素s 处所词f 方位词v 动词    vd 副动词    vn 名动词    vshi 动词“是”    vyou 动词“有”    vf 趋向动词    vx 形式动词    vi 不及物动词（内动词）    vl 动词性惯用语    vg 动词性语素a 形容词    ad 副形词    an 名形词    ag 形容词性语素    al 形容词性惯用语b 区别词    bl 区别词性惯用语z 状态词r 代词    rr 人称代词    rz 指示代词        rzt 时间指示代词        rzs 处所指示代词        rzv 谓词性指示代词    ry 疑问代词        ryt 时间疑问代词        rys 处所疑问代词        ryv 谓词性疑问代词    rg 代词性语素m 数词    mq 数量词q 量词    qv 动量词    qt 时量词

虚词

d 副词p 介词    pba 介词“把”    pbei 介词“被”c 连词    cc 并列连词u 助词    uzhe 着    ule 了 喽    uguo 过    ude1 的 底    ude2 地    ude3 得    usuo 所    udeng 等 等等 云云    uyy 一样 一般 似的 般    udh 的话    uls 来讲 来说 而言 说来    uzhi 之    ulian 连 （“连小学生都会”）e 叹词y 语气词(delete yg)o 拟声词h 前缀k 后缀x 字符串    xx 非语素字    xu 网址URLw 标点符号    wkz 左括号，全角：（ 〔  ［  ｛  《 【  〖 〈   半角：( [ { <    wky 右括号，全角：） 〕  ］ ｝ 》  】 〗 〉 半角： ) ] { >    wyz 左引号，全角：“ ‘ 『    wyy 右引号，全角：” ’ 』    wj 句号，全角：。    ww 问号，全角：？ 半角：?    wt 叹号，全角：！ 半角：!    wd 逗号，全角：， 半角：,    wf 分号，全角：； 半角： ;    wn 顿号，全角：、    wm 冒号，全角：： 半角： :    ws 省略号，全角：……  …    wp 破折号，全角：——   －－   ——－   半角：---  ----    wb 百分号千分号，全角：％ ‰   半角：%    wh 单位符号，全角：￥ ＄ ￡  °  ℃  半角：$

ICTCLAS 汉语词性标注集

代码名称帮助记忆的诠释Ag形语素形容词性语素。形容词代码为a，语素代码ｇ前面置以A。a形容词取英语形容词adjective的第1个字母。ad副形词直接作状语的形容词。形容词代码a和副词代码d并在一起。an名形词具有名词功能的形容词。形容词代码a和名词代码n并在一起。b区别词取汉字“别”的声母。c连词取英语连词conjunction的第1个字母。Dg副语素副词性语素。副词代码为d，语素代码ｇ前面置以D。d副词取adverb的第2个字母，因其第1个字母已用于形容词。e叹词取英语叹词exclamation的第1个字母。f方位词取汉字“方” 的声母。g语素绝大多数语素都能作为合成词的“词根”，取汉字“根”的声母。h前接成分取英语head的第1个字母。i成语取英语成语idiom的第1个字母。j简称略语取汉字“简”的声母。k后接成分 l习用语习用语尚未成为成语，有点“临时性”，取“临”的声母。m数词取英语numeral的第3个字母，n，u已有他用。Ng名语素名词性语素。名词代码为n，语素代码ｇ前面置以N。n名词取英语名词noun的第1个字母。nr人名名词代码n和“人(ren)”的声母并在一起。ns地名名词代码n和处所词代码s并在一起。nt机构团体“团”的声母为t，名词代码n和t并在一起。nz其他专名“专”的声母的第1个字母为z，名词代码n和z并在一起。o拟声词取英语拟声词onomatopoeia的第1个字母。p介词取英语介词prepositional的第1个字母。q量词取英语quantity的第1个字母。r代词取英语代词pronoun的第2个字母,因p已用于介词。s处所词取英语space的第1个字母。Tg时语素时间词性语素。时间词代码为t,在语素的代码g前面置以T。t时间词取英语time的第1个字母。u助词取英语助词auxiliary 的第2个字母,因a已用于形容词。Vg动语素动词性语素。动词代码为v。在语素的代码g前面置以V。v动词取英语动词verb的第一个字母。vd副动词直接作状语的动词。动词和副词的代码并在一起。vn名动词指具有名词功能的动词。动词和名词的代码并在一起。w标点符号 x非语素字非语素字只是一个符号，字母x通常用于代表未知数、符号。y语气词取汉字“语”的声母。z状态词取汉字“状”的声母的前一个字母。

jieba 字典中出现的类型

a    ad    ag    anbcd    df    dgefghijklm    mg    mqn    ng    nr    nrfg    nrt    ns    nt    nzopqr    rg    rr    rzst    tgu    ud    ug    uj    ul    uv    uzv    vd    vg    vi    vn    vqxyz    zg

simhash 过滤的掉的词汇

cehkopu    ud    ug    uj    ul    uv    uzx
y
来源 :https://gist.github.com/luw2007/6016931