背景

  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。

词性介绍 

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

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)

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:$

ansj --词性说明的更多相关文章

  1. Pig + Ansj 统计中文文本词频

    最近特别喜欢用Pig,拥有能满足大部分需求的内置函数(built-in functions),支持自定义函数(user defined functions, UDF),能load 纯文本.avro等格 ...

  2. Ansj分词双数组Trie树实现与arrays.dic词典格式

    http://www.hankcs.com/nlp/ansj-word-pairs-array-tire-tree-achieved-with-arrays-dic-dictionary-format ...

  3. ansj分词

    本文转载至:https://blog.csdn.net/bitcarmanlee/article/details/53607776 最近的项目需要使用到分词技术.本着不重复造轮子的原则,使用了ansj ...

  4. ansj

    Ansj中文分词使用教程 Ansj中文分词使用教程:https://blog.csdn.net/a822631129/article/details/52331202 ansj分词史上最详细教程:ht ...

  5. ansj分词史上最详细教程

    最近的项目需要使用到分词技术.本着不重复造轮子的原则,使用了ansj_seg来进行分词.本文结合博主使用经过,教大家用最快的速度上手使用ansj分词. 1.给ansj来个硬广 项目的github地址: ...

  6. 分词工具比较及使用(ansj、hanlp、jieba)

    一.分词工具 ansj.hanlp.jieba 二.优缺点 1.ansj 优点: 提供多种分词方式 可直接根据内部词库分出人名.机构等信息 可构造多个词库,在分词时可动态选择所要使用的词库缺点: 自定 ...

  7. Solr整合Ansj中文分词器

    Ansj的使用和相关资料下载参考:http://iamyida.iteye.com/blog/2220833 参考 http://www.cnblogs.com/luxh/p/5016894.html ...

  8. 在Solr中配置和使用ansj分词

    在上一节[编译Ansj之Solr插件]中介绍如何编译ansj分词在solr(lucene)环境中使用的接口,本章将介绍如何在solr中使用ansj,其步骤主要包括:下载或者编译ansj和nlp-lan ...

  9. 编译Ansj之Solr插件

    Ansj是一个比较优秀的中文分词组件,具体情况就不在本文介绍了.ansj作者在其官方代码中,提供了对lucene接口的支持.如果用在Solr下,还需要简单的扩展一下. 1.基于maven管理 ansj ...

随机推荐

  1. hdu 5050 java程序求大数最大公约数

    import java.io.*; import java.math.*; import java.util.*; import java.text.*; public class Main { pu ...

  2. sheepdog简介

    1.corosync,single ring最多支持50个节点:zookeeper,500个节点可稳定支撑,1000-1500个节点挑战比较大,需要优化消息传递机制. 2.sheepdog一开始为分布 ...

  3. Promise 异步编程

    //1.解决异步回调问题 //1.1 如何同步异步请求 //如果几个异步操作之间并没有前后顺序之分,但需要等多个异步操作都完成后才能执行后续的任务,无法实现并行节约时间 const fs = requ ...

  4. android保存bitmap到sdcard

    if (Environment.getExternalStorageState().equals(Environment.MEDIA_MOUNTED)) { //判断sdcard是否存在和是否具有读写 ...

  5. Microsoft SQL Server Query Processor Internals and Architecture

    https://msdn.microsoft.com/en-us/library/aa226174(v=sql.70).aspx

  6. CUDA编程(二) CUDA初始化与核函数

    CUDA编程(二) CUDA初始化与核函数 CUDA初始化 在上一次中已经说过了,CUDA成功安装之后,新建一个project还是十分简单的,直接在新建项目的时候选择NVIDIA CUDA项目就能够了 ...

  7. UIView的层介绍

    UIView的层介绍 subview在西安市到屏幕上时,是位于superview上层的. 同一个view的subview时依照增加的顺序显示相应层的.越晚增加的subview显示在越上层,反之也是如此 ...

  8. 推断client手机类型,并跳转到对应的app下载页面

    实现的原理,是检測浏览器的 USER-AGENT 这个header,然后依据正則表達式来确定client类型. 假设都不匹配,Fallback回退策略是显示相应的页面.让用户自己选择. 适合採用二维码 ...

  9. RoseLdz源代码下载地址

    http://download.csdn.net/detail/u010296979/8152805

  10. 解决华为手机不出现logcat日志的问题

    问题描写叙述:公司一部华为手机在连接Eclipse时在Logcat中看不到相关日志 解决方法:1 进入手机拨号界面2 输入*#*#2846579#*#*3 输入完成后自己主动跳转到測试界面4 依次选择 ...