python jieba 词性标注

先附上词性标注表,如下:
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
时间词(1个一类,1个二类)

t 时间词
tg 时间词性语素
处所词(1个一类)

s 处所词
方位词(1个一类)

f 方位词
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
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
区别词(1个一类,2个二类)

b 区别词
bl 区别词性惯用语
状态词(1个一类)

z 状态词
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
数词(1个一类,1个二类)

m 数词
mq 数量词
量词(1个一类,2个二类)

q 量词
qv 动量词
qt 时量词
副词(1个一类)

d 副词
介词(1个一类,2个二类)

p 介词
pba 介词“把”
pbei 介词“被”
连词(1个一类,1个二类)

c 连词
cc 并列连词
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”)
叹词(1个一类)

e 叹词
语气词(1个一类)

y 语气词(delete yg)
拟声词(1个一类)

o 拟声词
前缀(1个一类)

h 前缀
后缀(1个一类)

k 后缀
字符串(1个一类,2个二类)

x 字符串
xx 非语素字
xu 网址URL
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 $

"""
author:魏振东
data:2019.12.18
func:用分词工具进行分词,带有词性标注,保存到文件中。
"""
def cixing(filenamer,filenamerw):
    # 文件读取
    with open(filenamer,'r',encoding='utf-8',errors='ignore') as fr:
        article = fr.read()
    # 词性标注
    seg_list = psg.cut(article)
    # 格式化
    result = " ".join(["{0}:{1}\n".format(w, t) for w, t in seg_list if len(w)!=1])
    # 文件写入
    with open(filenamerw,'w+') as r:
        r.write(result)
    # print(result)
发布了39 篇原创文章 · 获赞 41 · 访问量 1万+

猜你喜欢

转载自blog.csdn.net/wei_zhen_dong/article/details/103586537