词性标注（POS标注）的用途/应用领域

Question

8

我理解词性标注的隐含价值，并看到它在解析、文本转语音等方面的应用。请问词性标注器的输出格式是什么？此外，您能否解释一下其他NLP系统任务/部分如何使用这样的输出？

- H W

2

我更感兴趣的是了解：一个典型的NLP流水线的哪些阶段/任务可能会利用词性标注器的输出，以及它们如何利用它？ - H W

2个回答

2

POS标记器的目标基本上是将语言（主要是语法）信息分配给子句单元。这些单元称为标记，大多数情况下对应于单词和符号（例如标点符号）。

考虑到输出格式，只要获得一系列标记/标签对，实际上并不重要。一些POS标记器允许您指定某些特定的输出格式，其他人使用XML或CSV / TSV等。

- Pierre

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- merours · Accepted Answer

词性标注的一个目的是消除同形异义词的歧义。例如，考虑以下句子：

I fish a fish

在法语中相同的句子为Je pêche un poisson。如果没有标记，fish会在两种情况下被翻译成相同的方式，这将导致错误的翻译。然而，在进行词性标注之后，该句子变为：

I_PRON fish_VERB a_DET fish_NOUN

从计算机的角度来看，现在两个单词是不同的。这样，它们可以更加高效地处理（在我们的例子中，fish_VERB将被翻译成pêche，而fish_NOUN将被翻译成poisson）。