澳门新萄京官方网站-www.8455.com-澳门新萄京赌场网址

澳门新萄京官方网站:风趣的分词,标记词性

2019-09-22 作者:www.8455.com   |   浏览(187)

本人初学python代码不够规范 望见谅

  1. 词性
    • 形容词
      • 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
    • 区别词
      • b 区别词
      • bl 区别词性惯用语
    • 连词
      • c 连词
      • cc 并列连词
    • 副词
      • d 副词
    • 叹词
      • e 叹词
    • 方位词
      • f 方位词
    • 前缀
      • h 前缀
    • 后缀
      • k 后缀
    • 数词
      • m 数词
      • mq 数量词
    • 名词
      • 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
    • 拟声词(1个一类)
      • o 拟声词
    • 介词(1个一类,2个二类)
      • p 介词
      • pba 介词“把”
      • pbei 介词“被”
    • 量词(1个一类,2个二类)
      • q 量词
      • qv 动量词
      • qt 时量词
    • 代词(1个一类,4个二类,6个三类)
      • 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
    • 处所词(1个一类)
      • s 处所词
    • 时间词(1个一类,1个二类)
      • t 时间词
      • tg 时间词性语素
    • 助词(1个一类,15个二类)
      • 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”)
    • 动词(1个一类,9个二类)
      • 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
    • 标点符号(1个一类,16个二类)
      • w 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:$
    • 字符串(1个一类,2个二类)
      • x 字符串
      • xx 非语素字
      • xu 网址URL
    • 语气词(1个一类)
      • y 语气词(delete yg)
    • 状态词(1个一类)
      • z 状态词

jieba分词(标注词性),jieba分词标注词性

本人初学python代码不够规范 望见谅

本段代码可以完成对文本信息的分词(标注词性)、去停用词、以及存储到本地TXT文件中

 1 # coding:utf-8
 2 import re
 3 import json
 4 import jieba.posseg as pseg
 5 import string
 6 import datetime
 7 import zhon.hanzi
 8 import get_comment.SQL
 9 
10 #   要清洗掉的中文标点
11 ignoring_words = list(zhon.hanzi.punctuation) list(string.punctuation)
12 #   数据库表中没有存储评论的表名称
13 ignoring_table = ['phone_info', 'phone_url', 'error_table']
14 
15 
16 #   将分词后的数据储存到本地
17 def text_save(content, filename, mode='a'):
18     file = open(filename, mode)
19     file.write(str(content))    # 存储为str格式
20     # 此处为存储为json格式
21     # js = json.dumps(content)
22     # file.write(js)
23     file.close()
24 
25 
26 #   获取数据库中的评论
27 def get_comments(phones_id, i):
28     mysql = get_comment.SQL.save_mysql()    # 调用数据库操作
29     comment = mysql.read_comment_phone(phones_id, i)
30     for ob in comment:
31         return str((ob[0]))
32 
33 
34 #   调用jieba分词包进行分词
35 def jieba_cut(phones_id, i):
36     comment = get_comments(phones_id, i)
37     comments_dict = dict(pseg.cut(comment))
38     return comments_dict
39 
40 
41 #   获取数据库中的所有储存评论信息的表名
42 def get_phone_table():
43     mysql = get_comment.SQL.save_mysql()
44     phone_id_list = list(mysql.select_all_table('jd'))
45     for table in phone_id_list:
46         if table[0] in ignoring_table:
47             phone_id_list.remove(table)
48     phone_id_list.pop()
49     return phone_id_list
50 
51 
52 #   调用其他函数完成数据的存储,格式为txt
53 def save_file(phone_id1):
54     with open('E:\PythonFile\tingyongci.txt') as ti:
55         ti_list = list(ti.read())  # 获取停用词表(综合哈工大停用词词表)
56     for i in range(1, 1000):
57         with open('E:\PythonFile\tingyongci.txt') as ti:
58             ti_list = list(ti.read())  # 获取停用词表(综合哈工大停用词词表)
59         for i in range(1, 1000):
60             try:
61                 new_dic = {}
62                 new_dic1 = jieba_cut(phone_id1, i)
63                 for key, value in new_dic1.items():
64                     if key not in ti_list:
65                         new_dic[key] = value
66                     else:
67                         pass
68             except:
69                 continue
70             print(new_dic)
71             text_save(new_dic, 'E:\PythonFile\jd\phone\%s.txt' % phone_id1)
72     print('----------------------id=%s---------------------------' % phone_id)
73 
74 
75 if __name__ == "__main__":
76         start_time = datetime.datetime.now()
77         phone_table_lists = get_phone_table()
78         for phone_table_name in phone_table_lists:
79             phone_id = re.sub("D", "", phone_table_name[0])    # 获取表名中的phone_id
80             save_file(int(phone_id))
81             print("--------------id=%s--------------" % phone_id)
82         end_time = datetime.datetime.now()
83         print('运行时间:')
84         print(end_time - start_time)

附部分运行后的存储结果:

澳门新萄京官方网站 1

注:jieba分词的词性表如下:

  另附词性标注表如下:

  1. 名词 (1个一类,7个二类,5个三类)
      名词分为以下子类:
        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
  2. 时间词(1个一类,1个二类)
        t 时间词
        tg 时间词性语素
  3. 处所词(1个一类)
        s 处所词
  4. 方位词(1个一类)
        f 方位词
  5. 动词(1个一类,9个二类)
        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
  6. 形容词(1个一类,4个二类)
        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
  7. 区别词(1个一类,2个二类)
        b 区别词
        bl 区别词性惯用语
  8. 状态词(1个一类)
        z 状态词
  9. 代词(1个一类,4个二类,6个三类)
        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
  10. 数词(1个一类,1个二类)
        m 数词
        mq 数量词
  11. 量词(1个一类,2个二类)
        q 量词
        qv 动量词
        qt 时量词
  12. 副词(1个一类)
        d 副词
  13. 介词(1个一类,2个二类)
        p 介词
        pba 介词“把”
        pbei 介词“被”
  14. 连词(1个一类,1个二类)
        c 连词
        cc 并列连词
  15. 助词(1个一类,15个二类)
        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”)
  16. 叹词(1个一类)
        e 叹词
  17. 语气词(1个一类)
        y 语气词(delete yg)
  18. 拟声词(1个一类)
        o 拟声词
  19. 前缀(1个一类)
        h 前缀
  20. 后缀(1个一类)
        k 后缀
  21. 字符串(1个一类,2个二类)
    澳门新萄京官方网站:风趣的分词,标记词性。    x 字符串
        xx 非语素字
        xu 网址URL
  22. 标点符号(1个一类,16个二类)
        w 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:$

本人初学python代码不够规范 望见谅 本段代码可以完成对文本信息的分词(标注词性)、去停用词...

背景

参考资料:结巴分词GitHub文档

本段代码可以完成对文本信息的分词(标注词性)、去停用词、以及存储到本地TXT文件中

  Ansj 是一个开源的 Java 中文分词工具,基于中科院的 ICTCLAS 中文分词算法,比其他常用的开源分词工具(如mmseg4j)的分词准确率更高。工具支持词性标注,所以就可以依据词性进行分词结果的过滤。

jieba(结巴)是一个强大的分词库,完美支持中文分词,本文对其基本用法做一个简要总结。

 1 # coding:utf-8
 2 import re
 3 import json
 4 import jieba.posseg as pseg
 5 import string
 6 import datetime
 7 import zhon.hanzi
 8 import get_comment.SQL
 9 
10 #   要清洗掉的中文标点
11 ignoring_words = list(zhon.hanzi.punctuation) list(string.punctuation)
12 #   数据库表中没有存储评论的表名称
13 ignoring_table = ['phone_info', 'phone_url', 'error_table']
14 
15 
16 #   将分词后的数据储存到本地
17 def text_save(content, filename, mode='a'):
18     file = open(filename, mode)
19     file.write(str(content))    # 存储为str格式
20     # 此处为存储为json格式
21     # js = json.dumps(content)
22     # file.write(js)
23     file.close()
24 
25 
26 #   获取数据库中的评论
27 def get_comments(phones_id, i):
28     mysql = get_comment.SQL.save_mysql()    # 调用数据库操作
29     comment = mysql.read_comment_phone(phones_id, i)
30     for ob in comment:
31         return str((ob[0]))
32 
33 
34 #   调用jieba分词包进行分词
35 def jieba_cut(phones_id, i):
36     comment = get_comments(phones_id, i)
37     comments_dict = dict(pseg.cut(comment))
38     return comments_dict
39 
40 
41 #   获取数据库中的所有储存评论信息的表名
42 def get_phone_table():
43     mysql = get_comment.SQL.save_mysql()
44     phone_id_list = list(mysql.select_all_table('jd'))
45     for table in phone_id_list:
46         if table[0] in ignoring_table:
47             phone_id_list.remove(table)
48     phone_id_list.pop()
49     return phone_id_list
50 
51 
52 #   调用其他函数完成数据的存储,格式为txt
53 def save_file(phone_id1):
54     with open('E:\PythonFile\tingyongci.txt') as ti:
55         ti_list = list(ti.read())  # 获取停用词表(综合哈工大停用词词表)
56     for i in range(1, 1000):
57         with open('E:\PythonFile\tingyongci.txt') as ti:
58             ti_list = list(ti.read())  # 获取停用词表(综合哈工大停用词词表)
59         for i in range(1, 1000):
60             try:
61                 new_dic = {}
62                 new_dic1 = jieba_cut(phone_id1, i)
63                 for key, value in new_dic1.items():
64                     if key not in ti_list:
65                         new_dic[key] = value
66                     else:
67                         pass
68             except:
69                 continue
70             print(new_dic)
71             text_save(new_dic, 'E:\PythonFile\jd\phone\%s.txt' % phone_id1)
72     print('----------------------id=%s---------------------------' % phone_id)
73 
74 
75 if __name__ == "__main__":
76         start_time = datetime.datetime.now()
77         phone_table_lists = get_phone_table()
78         for phone_table_name in phone_table_lists:
79             phone_id = re.sub("D", "", phone_table_name[0])    # 获取表名中的phone_id
80             save_file(int(phone_id))
81             print("--------------id=%s--------------" % phone_id)
82         end_time = datetime.datetime.now()
83         print('运行时间:')
84         print(end_time - start_time)

词性介绍 

安装jieba

pip install jieba

附部分运行后的存储结果:

1. 名词 (1个一类,7个二类,5个三类)

名词分为以下子类: 
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 
nw 新词

简单用法

结巴分词分为三种模式:精确模式(默认)、全模式和搜索引擎模式,下面对这三种模式分别举例介绍:

澳门新萄京官方网站 2

2. 时间词(1个一类,1个二类)

t 时间词 
tg 时间词性语素

精确模式

import jieba
s = u'我想和女朋友一起去北京故宫博物院参观和闲逛。'

cut = jieba.cut(s)

print '【Output】'
print cut
print ','.join(cut)

【Output】
<generator object cut at 0x7f8dbc0efc30>
我,想,和,女朋友,一起,去,北京故宫博物院,参观,和,闲逛,。

可见分词结果返回的是一个生成器(这对大数据量数据的分词尤为重要)。

注:jieba分词的词性表如下:

3. 处所词(1个一类)

s 处所词

全模式

print '【Output】'
print ','.join(jieba.cut(s,cut_all = True))

【Output】
我,想,和,女朋友,朋友,一起,去,北京,北京故宫,北京故宫博物院,故宫,故宫博物院,博物,博物院,参观,和,闲逛,,

可见全模式就是把文本分成尽可能多的词。

  另附词性标注表如下:

4. 方位词(1个一类)

f 方位词

搜索引擎模式

print '【Output】'
print ','.join(jieba.cut_for_search(s))

【Output】
我,想,和,朋友,女朋友,一起,去,北京,故宫,博物,博物院,北京故宫博物院,参观,和,闲逛,。
  1. 名词 (1个一类,7个二类,5个三类)
      名词分为以下子类:
        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
  2. 时间词(1个一类,1个二类)
        t 时间词
        tg 时间词性语素
  3. 处所词(1个一类)
        s 处所词
  4. 方位词(1个一类)
        f 方位词
  5. 动词(1个一类,9个二类)
        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
  6. 形容词(1个一类,4个二类)
        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
  7. 区别词(1个一类,2个二类)
        b 区别词
        bl 区别词性惯用语
  8. 状态词(1个一类)
        z 状态词
  9. 代词(1个一类,4个二类,6个三类)
    澳门新萄京官方网站,    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
  10. 数词(1个一类,1个二类)
        m 数词
        mq 数量词
  11. 量词(1个一类,2个二类)
        q 量词
        qv 动量词
        qt 时量词
  12. 副词(1个一类)
        d 副词
  13. 介词(1个一类,2个二类)
        p 介词
        pba 介词“把”
        pbei 介词“被”
  14. 连词(1个一类,1个二类)
        c 连词
        cc 并列连词
  15. 助词(1个一类,15个二类)
        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”)
  16. 叹词(1个一类)
        e 叹词
  17. 语气词(1个一类)
        y 语气词(delete yg)
  18. 拟声词(1个一类)
        o 拟声词
  19. 前缀(1个一类)
        h 前缀
  20. 后缀(1个一类)
        k 后缀
  21. 字符串(1个一类,2个二类)
        x 字符串
        xx 非语素字
        xu 网址URL
  22. 标点符号(1个一类,16个二类)
        w 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:$

5. 动词(1个一类,9个二类)

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

获取词性

每个词都有其词性,比如名词、动词、代词等,结巴分词的结果也可以带上每个词的词性,要用到jieba.posseg,举例如下:

import jieba.posseg as psg
print '【Output】'
print [(x.word,x.flag) for x in psg.cut(s)]

# 输出:
'''
[(u'我', u'r'), (u'想', u'v'), (u'和', u'c'), (u'女朋友', u'n'), (u'一起', u'm'), 
(u'去', u'v'), (u'北京故宫博物院', u'ns'), (u'参观', u'n'), (u'和', u'c'), (u'闲逛', u'v'), (u'。', u'x')]
'''

可以看到成功获取到每个词的词性,这对于我们对分词结果做进一步处理很有帮助,比如只想获取分词结果列表中的名词,那么就可以这样过滤:

print [(x.word,x.flag) for x in psg.cut(s) if x.flag.startswith('n')]

# 输出:
'''
[(u'女朋友', u'n'), (u'北京故宫博物院', u'ns'), (u'参观', u'n')]
'''

至于词性的每个字母分别表示什么词性,jieba分词的结果可能有哪些词性,就要去查阅词性对照表了,本文结尾附了一份从网上搜到的词性对照表,想了解更详细的词性分类信息,可以到网上搜索"结巴分词词性对照"。

6. 形容词(1个一类,4个二类)

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

并行分词

在文本数据量非常大的时候,为了提高分词效率,开启并行分词就很有必要了。jieba支持并行分词,基于python自带的multiprocessing模块,但要注意的是在Windows环境下不支持。

用法:

# 开启并行分词模式,参数为并发执行的进程数
jieba.enable_parallel(5)

# 关闭并行分词模式
jieba.disable_parallel()

举例:开启并行分词模式对三体全集文本进行分词

santi_text = open('./santi.txt').read()
print len(santi_text)

2681968

可以看到三体全集的数据量还是非常大的,有260多万字节的长度。

jieba.enable_parallel(100)
santi_words = [x for x in jieba.cut(santi_text) if len(x) >= 2]
jieba.disable_parallel()

7. 区别词(1个一类,2个二类)

b 区别词 
bl 区别词性惯用语

获取出现频率Top n的词

还是以上面的三体全集文本为例,假如想要获取分词结果中出现频率前20的词列表,可以这样获取:

from collections import Counter
c = Counter(santi_words).most_common(20)
print c

# 输出:
'''
[(u'rn', 21805), (u'一个', 3057), (u'没有', 2128), (u'他们', 1690), (u'我们', 1550), 
(u'这个', 1357), (u'自己', 1347), (u'程心', 1320), (u'现在', 1273), (u'已经', 1259), 
(u'世界', 1243), (u'罗辑', 1189), (u'可能', 1177), (u'什么', 1176), (u'看到', 1114), 
(u'知道', 1094), (u'地球', 951), (u'人类', 935), (u'太空', 930), (u'三体', 883)]
'''

可以看到结果中'rn'居然是出现频率最高的词,还有'一个'、'没有'、'这个'等这种我们并不想要的无实际意义的词,那么就可以根据前面说的词性来进行过滤,这个以后细讲。

8. 状态词(1个一类)

z 状态词

使用用户字典提高分词准确性

不使用用户字典的分词结果:

txt = u'欧阳建国是创新办主任也是欢聚时代公司云计算方面的专家'
print ','.join(jieba.cut(txt))

欧阳,建国,是,创新,办,主任,也,是,欢聚,时代,公司,云,计算,方面,的,专家

使用用户字典的分词结果:

jieba.load_userdict('user_dict.txt')
print ','.join(jieba.cut(txt))

欧阳建国,是,创新办,主任,也,是,欢聚时代,公司,云计算,方面,的,专家

可以看出使用用户字典后分词准确性大大提高。

注:其中user_dict.txt的内容如下:

欧阳建国 5

创新办 5 i

欢聚时代 5

云计算 5

用户字典每行一个词,格式为:

词语 词频 词性

其中词频是一个数字,词性为自定义的词性,要注意的是词频数字和空格都要是半角的。

9. 代词(1个一类,4个二类,6个三类)

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

附:结巴分词词性对照表(按词性英文首字母排序)

10. 数词(1个一类,1个二类)

m 数词 
mq 数量词

形容词(1个一类,4个二类)

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

11. 量词(1个一类,2个二类)

q 量词 
qv 动量词 
qt 时量词

区别词(1个一类,2个二类)

b 区别词

bl 区别词性惯用语

12. 副词(1个一类)

d 副词

连词(1个一类,1个二类)

c 连词

cc 并列连词

13. 介词(1个一类,2个二类)

p 介词 
pba 介词“把” 
pbei 介词“被”

副词(1个一类)

d 副词

14. 连词(1个一类,1个二类)

c 连词 
cc 并列连词

叹词(1个一类)

e 叹词

15. 助词(1个一类,15个二类)

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”)

方位词(1个一类)

f 方位词

16. 叹词(1个一类)

e 叹词

前缀(1个一类)

h 前缀

17. 语气词(1个一类)

y 语气词(delete yg)

后缀(1个一类)

k 后缀

18. 拟声词(1个一类)

o 拟声词

数词(1个一类,1个二类)

m 数词

mq 数量词

19. 前缀(1个一类)

h 前缀

名词 (1个一类,7个二类,5个三类)

名词分为以下子类:

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

20. 后缀(1个一类)

k 后缀

拟声词(1个一类)

o 拟声词

21. 字符串(1个一类,2个二类)

x 字符串 
xx 非语素字 
xu 网址URL

介词(1个一类,2个二类)

p 介词

pba 介词“把”

pbei 介词“被”

22. 标点符号(1个一类,16个二类)

w 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:$

量词(1个一类,2个二类)

q 量词

qv 动量词

qt 时量词

代词(1个一类,4个二类,6个三类)

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

处所词(1个一类)

s 处所词

时间词(1个一类,1个二类)

t 时间词

tg 时间词性语素

助词(1个一类,15个二类)

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”)

动词(1个一类,9个二类)

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

标点符号(1个一类,16个二类)

w 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:$

字符串(1个一类,2个二类)

x 字符串

xx 非语素字

xu 网址URL

语气词(1个一类)

y 语气词(delete yg)

状态词(1个一类)

z 状态词

本文由澳门新萄京官方网站发布于www.8455.com,转载请注明出处:澳门新萄京官方网站:风趣的分词,标记词性

关键词: