概述
序列标注
- 序列标注概念
- NER
- NER标签类型
- NER序列标注的三种方法
- POS
- POS标签类型
- POS详解标注
- Chunking
- Chunking标签类型
- SRL
- SRL标签类型
序列标注概念
序列标注（Sequence Tagging）是NLP中最基础的任务，应用十分广泛。
如以下内容：
分词
命名实体识别（Named Entity Recognition，NER）
词性标注（Part-of-Speech Tagging，POS tagging）
组块分析（Chunking）
N词汇顺序标注（N-gram）
关键词抽取
语义角色标注（Semantic Role Labeling，SRL）
槽位抽取（Slot Filling）
…
NER
NER主要识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。通常为待处理文本中三大类（实体类、时间类和数字类）、七小类（人名、机构名、地名、时间、日期、货币和百分比）命名实体。
通常包括两部分：
- 实体边界识别。
- 确定实体类别（人名、地名、机构名或其他）。
NER标签类型
进行命名实体识别时，通常需要对每个字进行标注，中文为单个字，英文为单词，空格分割。标注的标签类型如下表所示：
| 类型 | 说明 |
|---|---|
| B | Begin，代表实体片段的开始 |
| I | Internediate，代表实体片段的中间 |
| M | Middle，代表实体片段的中间 |
| E | End，代表实体片段的结束 |
| S | Single，代表实体片段为单个字 |
| O | Other，代表字符不为任何实体 |
NER序列标注的三种方法
实体识别三种常见的序列标注方法如下：
- BIO：标识实体的开始，中间部分和非实体部分。
B-begin，I-inside，O-outside
B-X：代表实体X的开头
I-X：代表实体X的中间或结尾
O：代表不属于任何类型的
我 O
是 O
张 B-PER
某 I-PER
三 I-PER
， O
我 O
在 O
天 B-ORG
安 I-ORG
门 I-ORG
。 O
- BMES：增加S单个实体情况的标注。
B-begin，M-middle，E-end，S-single
B表示一个词的词首位值。
M表示一个词的中间位置。
E表示一个词的末尾位置。
S表示一个单独的字词。
我 S
是 S
北 B
京 M
人 E
- BIOSE：增加E实体的结束标识。
B-begin，I-inside，O-outside，E-end，S-single
B表示开始
I表示内部
O表示非实体
E表示实体尾部
S表示改词本身就是一个实体
POS
POS主要用于标记出待处理文本中每个词的词性。
POS标签类型
主要标注的标签类型如下表所示：
| 类型 | 说明 | 包含词性 |
|---|---|---|
| N | 名词 | NN, NNP, NNPS, FW |
| V | 动词 | VB, VBD, VBG, VBN, VBP, VBZ |
| ADJ | 形容词 | JJ, JJR, JJS |
| ADV | 副词 | RB, RBR, RBS |
POS详解标注
| 类型 | 说明 |
|---|---|
| CC | Coordinating conjunction 连词 |
| CN | Cardinal Number 基数 |
| DT | Determiner 限定词（the、some） |
| EX | existential 存在句（there） |
| FW | 外来词 |
| IN | Preposision or subordinating conjunction 介词或从属连词 |
| JJ | Adjective 形容词或序数词 |
| JJR | Adjective, comparative 形容词比较级 |
| JJS | Adjective, superlative 形容词最高级 |
| LS | List item marker 列表标示 |
| MD | Modal 情态助动词 |
| NN | Noun, singular or mass 常用名词 单数形式 |
| NNS | Noun, plural 常用名词 复数形式 |
| NNP | Proper noun, singular 专有名词，单数形式 |
| NNPS | Proper noun, plural 专有名词，复数形式 |
| PDT | Predeterminer 前位限定词 |
| POS | Possessive ending 所有格结束词 |
| PRP | Personal pronoun 人称代词 |
| PRP$ | Possessive pronoun 所有格代名词 |
| RB | Adverb 副词 |
| RBR | Adverb, comparative 副词比较级 |
| RBS | Adverb, superlative 副词最高级 |
| RP | Particle 小品词 |
| SYM | Symbol 符号 |
| TO | to 作为介词或不定式格式 |
| UH | Interjection 感叹词 |
| VB | Verb, base form 动词基本形式 |
| VBD | Verb, past tense 动词过去式 |
| VBG | Verb, gerund or present participle 动名词和现在分词（ing） |
| VBN | Verb, past participle 过去分词 |
| VBP | Verb, non-3rd person singular present 动词非第三人称单数 |
| VBZ | Verb, 3rd person singular present 动词第三人称单数 |
| WDT | Wh-determiner 限定词（如关系限定词：whose,which.疑问限定词：what,which,whose） |
| WP | Wh-pronoun 代词（who whose which） |
| WP$ | Possessive wh-pronoun 所有格代词 |
| WRB | Wh-adverb 疑问代词（how where when） |
Chunking
组块分析是从非结构化文本中提取短语的过程。相对于POS-Tagging来说，POS-Tagging返回了解析树的最底层，就是一个个单词。但是有时候你需要的是几个单词构成的名词短语，而非个个单词，在这种情况下，您可以使用chunker获取需要的信息，而不是浪费时间为句子生成完整的解析树。举个例子(中文)：与其要单个字，不如要一个词，例如，将“南非”之类的短语作为一个单独的词，而不是分别拆成“南”和“非”去理解。
组块分析是可以接着词性标注工作继续完成，它使用词性标注作为输入，并提供分析好的组块做为输出。与词性标注的标签类似，它也有一组标准的组块标签，如名词短语（np）、动词短语（vp）等，当你想从诸如位置，人名等文本中提取信息时，分块是非常重要的。在NLP中，称为命名实体识别，举个例子“李雷的杯子”是分块分出的一个短语，而抽取“李雷”这个人名，就是命名体识别。所以，组块分析也是命名体识别的基础。
Chunking标签类型
NP（名词短语）：NP是NLP组块分析中最为复杂的一种结构。名词短语是指中心词为名词所构成的短语，其语法功能相当于名词性成分，一般可以在句子中充当主语、宾语、定语等。从语法的角度来讲，该结构具有两种含义，一种是值按句法成分构成的短语；另一种是指知识库中的实体和属性，这种组块称为baseNP。
VP（动词短语）：是以动词为中心，与其修饰、限定或并列成分共同构成的一种语义组块，除中心动词表达的行为之外，其修饰和限定成分更明确和具体化动作的语义。
QP（数词短语）：由数量词构成的短语结构。
DP（限定词短语）：一般用于修饰NP或限定QP，可以作为复合NP子结构。
ADJP（形容词短语）：其所修饰的名词中心语总是要先投射成一个NP。
DNP：由多种类型的短语加上（DEG的）构成。它们总是出现在NP的上下文中。（DEG的）出表示它前面的短语为NP的修饰语之外，没有其他作用。DNP常被看作一种复合的NP结构。
ADVP（副词短语）：常用作动词的修饰语。
PP（介词短语）
LCP：处所词为中心语的短语
SRL
语义角色标注是一种浅层语义分析技术，以句子为单位，分析句子的谓词-论元结构，不对句子所包含的语义信息进行深入分析。具体来说，语义角色标注的任务就是以句子的谓词为中心，研究句子中各成分与谓词之间的关系，并且用语义角色来描述他们之间的关系。
例：奥巴马昨晚在白宫发表了演说。
谓词 “发表”
施事 “奥巴马”
受事 “演说”
时间 “昨晚”
地点 “在白宫”
SRL标签类型
最后
以上就是隐形航空为你收集整理的序列标注NER、POS、Chunking、SRL序列标注概念NERPOSChunkingSRL的全部内容，希望文章能够帮你解决序列标注NER、POS、Chunking、SRL序列标注概念NERPOSChunkingSRL所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复