Jieba分詞詞性標注以及詞性說明

import jieba

import jieba.analyse

import jieba.posseg

 

def dosegment_all(sentence):

    '''

    帶詞性標注，對句子進行分詞，不排除停詞等

    :param sentence:輸入字符

    :return:

    '''

    sentence_seged = jieba.posseg.cut(sentence.strip())

    outstr = ''

    for x in sentence_seged:

        outstr+="{}/{},".format(x.word,x.flag)

    #上面的for循環可以用python遞推式構造生成器完成

    # outstr = ",".join([("%s/%s" %(x.word,x.flag)) for x in sentence_seged])

    return outstr

 

 

 

Ag	形語素	形容詞性語素。形容詞代碼為 a，語素代碼ｇ前面置以A。
a	形容詞	取英語形容詞 adjective的第1個字母。
ad	副形詞	直接作狀語的形容詞。形容詞代碼 a和副詞代碼d並在一起。
an	名形詞	具有名詞功能的形容詞。形容詞代碼 a和名詞代碼n並在一起。
b	區別詞	取漢字“別”的聲母。
c	連詞	取英語連詞 conjunction的第1個字母。
dg	副語素	副詞性語素。副詞代碼為 d，語素代碼ｇ前面置以D。
d	副詞	取 adverb的第2個字母，因其第1個字母已用於形容詞。
e	嘆詞	取英語嘆詞 exclamation的第1個字母。
f	方位詞	取漢字“方”
g	語素	絕大多數語素都能作為合成詞的“詞根”，取漢字“根”的聲母。
h	前接成分	取英語 head的第1個字母。
i	成語	取英語成語 idiom的第1個字母。
j	簡稱略語	取漢字“簡”的聲母。
k	后接成分
l	習用語	習用語尚未成為成語，有點“臨時性”，取“臨”的聲母。
m	數詞	取英語 numeral的第3個字母，n，u已有他用。
Ng	名語素	名詞性語素。名詞代碼為 n，語素代碼ｇ前面置以N。
n	名詞	取英語名詞 noun的第1個字母。
nr	人名	名詞代碼 n和“人(ren)”的聲母並在一起。
ns	地名	名詞代碼 n和處所詞代碼s並在一起。
nt	機構團體	“團”的聲母為 t，名詞代碼n和t並在一起。
nz	其他專名	“專”的聲母的第 1個字母為z，名詞代碼n和z並在一起。
o	擬聲詞	取英語擬聲詞 onomatopoeia的第1個字母。
p	介詞	取英語介詞 prepositional的第1個字母。
q	量詞	取英語 quantity的第1個字母。
r	代詞	取英語代詞 pronoun的第2個字母,因p已用於介詞。
s	處所詞	取英語 space的第1個字母。
tg	時語素	時間詞性語素。時間詞代碼為 t,在語素的代碼g前面置以T。
t	時間詞	取英語 time的第1個字母。
u	助詞	取英語助詞 auxiliary
vg	動語素	動詞性語素。動詞代碼為 v。在語素的代碼g前面置以V。
v	動詞	取英語動詞 verb的第一個字母。
vd	副動詞	直接作狀語的動詞。動詞和副詞的代碼並在一起。
vn	名動詞	指具有名詞功能的動詞。動詞和名詞的代碼並在一起。
w	標點符號
x	非語素字	非語素字只是一個符號，字母 x通常用於代表未知數、符號。
y	語氣詞	取漢字“語”的聲母。
z	狀態詞	取漢字“狀”的聲母的前一個字母。
un	未知詞	不可識別詞及用戶自定義詞組。取英文Unkonwn首兩個字母。(非北大標准，CSW分詞中定義)