6.17. 信息处理用现代汉语词类标记规范¶

国标

ICS 01.040.01 A 22 中华人民共和国国家标准 GB/T 20532—2006 信息处理用现代汉语词类标记规范 Standard of POS Tag of Contemporary Chinese for CIP 2006-09-18 发布 2007-03-01 实施中华人民共和国国家质量监督检验检疫总局发布中国国家标准化管理委员会

GB/T 20532—2006 I 目次前言…………………………………………………………………….. II 1 范围……………………………………………………………………. 1 2 术语和定义………………………………………………………………. 1 3 总则……………………………………………………………………. 1 4 词类及其他切分单位分类 ……………………………………………………. 1 5 词类及其他切分单位标记代码表 ………………………………………………. 4 GB/T 20532—2006 II 前言本标准由教育部语言文字信息管理司提出。本标准由教育部语言文字信息管理司归口。本标准起草单位：教育部语言文字应用研究所。本标准主要起草人：靳光瑾肖航郭曙伦富丽章云帆于桂英陈玉泉王立。 GB/T 20532—2006 1 信息处理用现代汉语词类标记规范 1 范围本标准规定了信息处理中现代汉语词类及其他切分单位的标记代码。本标准适用于汉语信息处理，也可供现代汉语教学与研究参考。 2 术语和定义下列术语和定义适用于本标准。 2.1 汉语信息处理 Chinese Information Processing; CIP 用计算机对汉语形、音、义等信息进行输入、排序、存储、输出、统计、提取等。 2.2 切分单位 Segment Unit 汉语信息处理使用的、具有确定语法功能的基本单位。它包括本标准的规则所限定的词、短语及其他单位。 2.3 词类 parts of speech; POS 词的语法分类，主要是根据语法功能划分出来的类。 2.4 标记 Tag 对文本中切分单位的类别进行标注的代码。 3 总则 3.1 切分单位的范围本标准的切分单位包括词、短语和其他切分单位，如习用语、缩略语、前接成分、后接成分、语素字、非语素字、标点符号、非汉字符号等。 3.2 词类划分的原则本标准的词类分类体系参考了吕叔湘、朱德熙、胡裕树等先生的语法体系和《中学教学语法系统提要》。本标准根据汉语信息处理的特点和要求，主要依据语法功能原则划分词类。 3.3 标记代码的制定原则依据国际通常做法，标记代码主要采用英文术语的字母。例如，“名词”，采用英文术语“noun”的首字母“n”作为标记代码；“数词”，采用英文术语“numeral”的第三个字母“m”作为标记代码。汉语独有的，或使用英文术语字母不便的，依据国内通常做法，标记代码采用汉语拼音字母。如， “缩略语”，采用汉字“简”汉语拼音的首字母“j”作为标记代码；“语素字”，采用汉字“根”汉语拼音的首字母“g”作为标记代码。 4 词类及其他切分单位分类本标准将词类划分为 13 个一级类，16 个二级类；其他切分单位划分为 7 个一级类，13 个二级类。用户可根据需要自行增补。 4.1 词类划分及标记代码 4.1.1 名词（n），表示人或事物的名称，在句子中主要充当主语和宾语。 4.1.1.1 普通名词（ng），表示事物的名称。如：人马书教师飞机电冰箱阿姨桌子木头 GB/T 20532—2006 2 道德理论历史思想文化因素作风哲学 4.1.1.2 时间名词（nt），包括一般所说的时量词。如：年月日分秒现在过去昨天去年将来宋朝星期一 4.1.1.3 方位名词（nd），表示位置的相对方向。如：上下左右前后里外中东西南北前边左面里头中间外部 4.1.1.4 处所名词（nl），表示处所。如：空中高处隔壁门口附近边疆一旁野外 4.1.1.5 人名（nh），表示人的名称的专有名词。华罗庚阿凡提诸葛亮司马相如松赞干布卡尔·马克思 4.1.1.6 地名（ns），表示地理区域名称的专有名词。如：亚洲大西洋地中海阿尔卑斯山加拿大中国北京浙江景德镇呼和浩特中关村 4.1.1.7 族名（nn），表示民族或部落名称的专有名词。如：回族藏族壮族蒙古族维吾尔族哈萨克族 4.1.1.8 机构名（ni），表示团体、组织、机构名称的专有名词。如：联合国教育部北京大学中国科学院 4.1.1.9 其他专有名词（nz）。如：五粮液宫爆鸡丁桑塔纳 4.1.2 动词（v），表示动作、行为，心理活动、生理状态及事物的存现、变化等，在句子中主要充当谓语。 4.1.2.1 及物动词（vt），能够带宾语。如：吃打擦洗喂借送买捧提填喜欢告诉接受羡慕考虑调查同意发动 4.1.2.2 不及物动词（vi），不能够带宾语。如：病休息咳嗽瘫痪游泳睡觉 4.1.2.3 联系动词（vl），表示关系的判断。如：是 4.1.2.4 能愿动词（vu），表示可能、意愿。如：能够能应该可以可能情愿愿意要 4.1.2.5 趋向动词（vd），表示趋向。如：（走）上（趴）下（进）来（回）去（跑）上来（掉）下去（提）起来（扔）过去 4.1.3 形容词（a），表示性质、状态，在句中主要充当谓语、定语、状语和补语。 4.1.3.1 性质形容词（aq），表示性质。如：好高美大勇敢危险漂亮干净伟大 4.1.3.2 状态形容词（as），表示状态。如：雪白黢黑通红冰凉绿油油亮堂堂白花花冷冰冰 4.1.4 区别词（f），表示事物的区别性特征，在句子中只能做定语修饰名词或跟助词“的”组成“的” 字结构。如：男女公母雌雄微型国产军用 4.1.5 数词（m），表示数目和次序。如： GB/T 20532—2006 3 零一半百千百万一百零八第一第十八 4.1.6 量词（q），表示人、事物或动作的单位。如：个条片匹辆尺斤两吨支回次遍千瓦时 4.1.7 代词（r），起替代和复指作用。如：我你他这那谁我们你们他们这个那个大家自己什么哪里怎么怎么样 4.1.8 副词（d），修饰或限制动词和形容词，表示范围、程度等。在句子中做状语。如：都只就仅很再三屡次将不却总共正在常常重新曾经竟然居然 4.1.9 介词（p），引介名词性成分，不单独充当句子成分。如：把被从向对凭按照对于为了自从关于 4.1.10 连词（c），连接词、短语或句子，表示两者之间所具有的某种关系。如：和同与及并或并且而且或者因为所以 4.1.11 助词（u），附着在词、短语、句子后面表示某种附加意义。如：的地得了着过等等似的一样 4.1.12 叹词（e），表示感叹、呼唤或应答，可独立成句或在句中充当独立成分。如：啊嗯唉哎哼哦哎哟哎呀 4.1.13 拟声词（o），模拟自然界事物的某种声音，不能单独成句。如：砰滴答扑通咕咚丁丁当当 4.2 其他切分单位划分及标记代码 4.2.1 习用语（i），一种相沿习用的定型短语。 4.2.1.1 名词性习用语（in）。如：海市蜃楼井底之蛙蛛丝马迹 4.2.1.2 动词性习用语（iv）。如：跑龙套打官腔吃老本与时俱进励精图治 4.2.1.3 形容词性习用语（ia）。如：丰富多彩艰苦朴素光明正大 4.2.1.4 连词性习用语（ic）。如：总而言之由此可见综上所述 4.2.2 缩略语（j），专有名词或常用语的简缩形式。 4.2.2.1 名词性缩略语（jn）。如：人大五四奥运 4.2.2.2 动词性缩略语（jv）。如：调研离退休 4.2.2.3 形容词性缩略语（ja）。如：短平快高精尖 4.2.3 前接成分（h），词根前面的附加构词成分。如：阿老初第 GB/T 20532—2006 4 4.2.4 后接成分（k），词根后面的附加构词成分。如：子儿头化们式性者 4.2.5 语素字（g），汉字字符集中一般不单独使用的汉字。 4.2.5.1 名词性语素字（gn）。如：民农材 4.2.5.2 动词性语素字（gv）。如：抒究涤 4.2.5.3 形容词性语素字（ga）。如：殊遥伟 4.2.6 非语素字（x），汉字字符集中单独使用时不具有意义的汉字，如：垃琵蜘踌鸯蜻 4.2.7 其他（w） 4.2.7.1 标点符号（wp），如：，。、；？！： “” …… 4.2.7.2 非汉字字符串（ws），如： office windows 4.2.7.3 其他未知的符号（wu）。 5 词类及其他切分单位标记代码表词类及其他切分单位标记代码表见表 1。表 1 词类及其他切分单位标记代码表（按标记代码的字母顺序排列）序号标记代码类别名称代码说明一级类二级类 1 a 形容词 adjective 2 aq 性质形容词 adjective-quality 3 as 状态形容词 adjective-state 4 c 连词 conjunction 5 d 副词 adverb 6 e 叹词 exclamation 7 f 区别词 difference 8 g 语素字 “根”的汉语拼音首字母 9 ga 形容词性语素字 “根”的汉语拼音首字母-adjective 10 gn 名词性语素字 “根”的汉语拼音首字母-noun 11 gv 动词性语素字 “根”的汉语拼音首字母-verb 12 h 前接成分 head 13 i 习用语 idiom 14 ia 形容词性习用语 idiom-adjective 15 ic 连词性习用语 idiom-conjunction 16 in 名词性习用语 idiom-noun 17 iv 动词性习用语 idiom-verb 18 j 缩略语 “简”的汉语拼音首字母 GB/T 20532—2006 5 19 ja 形容词性缩略语 “简”的汉语拼音首字母-adjective 20 jn 名词性缩略语 “简”的汉语拼音首字母-noun 21 jv 动词性缩略语 “简”的汉语拼音首字母-verb 22 k 后接成分依据通常做法 23 m 数词 numeral 24 n 名词 noun 25 nd 方位名词 noun-direction 26 ng 普通名词 noun-general 27 nh 人名 noun-human 28 ni 机构名 noun-institution 29 nl 处所名词 noun-location 30 nn 族名 noun-nation 31 ns 地名 noun-space 32 nt 时间名词 noun-time 33 nz 其他专有名词 noun-“专”的汉语拼音首字母 34 o 拟声词 onomatopoeia 35 p 介词 preposition 36 q 量词 quantity 37 r 代词 pronoun 38 u 助词 auxiliary 39 v 动词 verb 40 vd 趋向动词 verb-direction 41 vi 不及物动词 verb-intransitive 42 vl 联系动词 verb-linking 43 vt 及物动词 verb-transitive 44 vu 能愿动词 verb-auxiliary 45 w 其他依据通常做法 46 wp 标点符号依据通常做法 47 ws 非汉字字符串 “w”-string 48 wu 其他未知符号 “w”-unknown 49 x 非语素字依据通常做法