NLTKのすべての可能なposタグは何ですか?


140

自然言語ツールキット(nltk)で使用されるすべての可能なposタグのリストを見つけるにはどうすればよいですか?

回答:


151

この本には、タグセットのヘルプを見つける方法が記されています。例:

nltk.help.upenn_tagset()

他のものはおそらく似ています。(注:たぶん、最初tagsetsにダウンロードヘルパーのモデルセクションからダウンロードする必要があります)


3
今、私は興味があります。これについて何がそんなに不思議なのですか?私は本当にNLTKを使用しない、その答えを見つけることが私にグーグルと検索の5分かかったことがない...それは本当にいることを隠さ?
phipsgabler 2015年

5
私はそれがどのように隠されているかという問題ではないと思います、これは私が単一の文にタグを付けようとするだけでも思いついたと思いますに使える。これも役に立ちました、ありがとう!
Phonebox、2015

2
@phipsgabler他の人が私のようであるなら、私は間違った期待を持っていました。私はposの頭字語をのようなRB意味にマッピングするルックアップテーブル/リスト/マップを期待していましたadverb。(ここに例があります。または、@ Suzanaの回答を参照してください。これは、Penn Treebankタグセットにリンクしています)。しかし、あなたしている権利、組み込みはnltk.help.upenn_tagset('RB')有用である、との早期述べたnltk著書
赤エンドウ

137

時間を節約するために、小さなコーパスから抽出したリストを次に示します。それが完全かどうかはわかりませんが、upenn_tagsetからのヘルプ定義のほとんど(すべてではないにしても)があるはずです...

CC:連係、調整

& 'n and both but either et for less minus neither nor or plus so
therefore times v. versus vs. whether yet

CD:数字、カーディナル

mid-1890 nine-thirty forty-two one-tenth ten million 0.5 one forty-
seven 1987 twenty '79 zero two 78-degrees eighty-four IX '60s .025
fifteen 271,124 dozen quintillion DM2,000 ...

DT:決定子

all an another any both del each either every half la many much nary
neither no some such that the them these this those

EX:そこに存在

there

IN:前置詞または結合詞、従属

astride among uppon whether out inside pro despite on by throughout
below within for towards near behind atop around if like until below
next into if beside ...

JJ:形容詞または数字、序数

third ill-mannered pre-war regrettable oiled calamitous first separable
ectoplasmic battery-powered participatory fourth still-to-be-named
multilingual multi-disciplinary ...

JJR:形容詞、比較

bleaker braver breezier briefer brighter brisker broader bumper busier
calmer cheaper choosier cleaner clearer closer colder commoner costlier
cozier creamier crunchier cuter ...

JJS:形容詞、最上級

calmest cheapest choicest classiest cleanest clearest closest commonest
corniest costliest crassest creepiest crudest cutest darkest deadliest
dearest deepest densest dinkiest ...

LS:リストアイテムマーカー

A A. B B. C C. D E F First G H I J K One SP-44001 SP-44002 SP-44005
SP-44007 Second Third Three Two * a b c d first five four one six three
two

MD:モーダル補助

can cannot could couldn't dare may might must need ought shall should
shouldn't will would

NN:名詞、共通、単数または質量

common-carrier cabbage knuckle-duster Casino afghan shed thermostat
investment slide humour falloff slick wind hyena override subhumanity
machinist ...

NNP:名詞、固有名詞、単数形

Motown Venneboerger Czestochwa Ranzer Conchita Trumplane Christos
Oceanside Escobar Kreisler Sawyer Cougar Yvette Ervin ODI Darryl CTCA
Shannon A.K.C. Meltex Liverpool ...

NNS:名詞、共通、複数形

undergraduates scotches bric-a-brac products bodyguards facets coasts
divestitures storehouses designs clubs fragrances averages
subjectivists apprehensions muses factory-jobs ...

PDT:事前決定者

all both half many quite such sure this

POS:属格マーカー

' 's

PRP:代名詞、個人

hers herself him himself hisself it itself me myself one oneself ours
ourselves ownself self she thee theirs them themselves they thou thy us

PRP $:代名詞、所有格

her his mine my our ours their thy your

RB:副詞

occasionally unabatingly maddeningly adventurously professedly
stirringly prominently technologically magisterially predominately
swiftly fiscally pitilessly ...

RBR:副詞、比較

further gloomier grander graver greater grimmer harder harsher
healthier heavier higher however larger later leaner lengthier less-
perfectly lesser lonelier longer louder lower more ...

RBS:副詞、最上級

best biggest bluntest earliest farthest first furthest hardest
heartiest highest largest least less most nearest second tightest worst

RP:パーティクル

aboard about across along apart around aside at away back before behind
by crop down ever fast for forth from go high i.e. in into just later
low more off on open out over per pie raising start teeth that through
under unto up up-pp upon whole with you

:前置詞または無限マーカーとしての「to」

to

UH:間投詞

Goodbye Goody Gosh Wow Jeepers Jee-sus Hubba Hey Kee-reist Oops amen
huh howdy uh dammit whammo shucks heck anyways whodunnit honey golly
man baby diddle hush sonuvabitch ...

VB:動詞、基本形

ask assemble assess assign assume atone attention avoid bake balkanize
bank begin behold believe bend benefit bevel beware bless boil bomb
boost brace break bring broil brush build ...

VBD:動詞、過去形

dipped pleaded swiped regummed soaked tidied convened halted registered
cushioned exacted snubbed strode aimed adopted belied figgered
speculated wore appreciated contemplated ...

VBG:動詞、現在分詞または動名詞

telegraphing stirring focusing angering judging stalling lactating
hankerin' alleging veering capping approaching traveling besieging
encrypting interrupting erasing wincing ...

VBN:動詞、過去分詞

multihulled dilapidated aerosolized chaired languished panelized used
experimented flourished imitated reunifed factored condensed sheared
unsettled primed dubbed desired ...

VBP:動詞、現在形、三人称単数ではない

predominate wrap resort sue twist spill cure lengthen brush terminate
appear tend stray glisten obtain comprise detest tease attract
emphasize mold postpone sever return wag ...

VBZ:動詞、現在形、3人称単数

bases reconstructs marks mixes displeases seals carps weaves snatches
slumps stretches authorizes smolders pictures emerges stockpiles
seduces fizzes uses bolsters slaps speaks pleads ...

WDT:WH-determiner

that what whatever which whichever

WP:WH-代名詞

that what whatever whatsoever which who whom whosoever

WRB:Wh-副詞

how however whence whenever where whereby whereever wherein whereof why

2
@PALEN何が欠けていますか?
binarymax 2017

2
行方不明:$''(),--.:FWNNPSSYMWP$、[2つのバッククォート]。を参照してくださいnltk.help.upenn_tagset()

6
ありがとう!これは、基本的にコンソールで何かを入力して調べる
slartibartfast

63

タグセットは、タガーのトレーニングに使用されたコーパスに依存します。のデフォルトのタガーはPenn Treebank Tag Setnltk.pos_tag()使用します。

NLTK 2では、次のようにして、どのタガーがデフォルトのタガーであるかを確認できます。

import nltk
nltk.tag._POS_TAGGER
>>> 'taggers/maxent_treebank_pos_tagger/english.pickle'

これは、ツリーバンクコーパスでトレーニングされた最大エントロピータガーであることを意味します。

nltk.tag._POS_TAGGERNLTK 3にはもう存在しませんが、ドキュメントには、市販のタガーが依然としてPenn Treebankタグセットを使用していると記載されています。


6
ありがとう、イモこれは受け入れられたものよりもはるかに有用な答えです。
デール

3
これは不完全な答えです。まず、nltk.tag._POS_TAGGERは実行されず、何をインポートするかについての特定の指示は提供されません。また、使用されているタガーを見つけることは答えの半分です。問題は、タガー内のすべての可能なタグのリストを取得することです
Hamman Samuel

3
タグセットを決定するのは、コーガーであり、タガーではありません。コーパスの名前がわかるとすぐに、完全なタグセットはGoogle検索だけになります。
Suzana 2016年

34

以下は、略語をキーにした辞書にアクセスするのに役立ちます:

>>> from nltk.data import load
>>> tagdict = load('help/tagsets/upenn_tagset.pickle')
>>> tagdict['NN'][0]
'noun, common, singular or mass'
>>> tagdict.keys()
['PRP$', 'VBG', 'VBD', '``', 'VBN', ',', "''", 'VBP', 'WDT', ...

2
それは簡単ですし、明らかに可能な値を列挙したので、私は、受け入れられた解決策よりも、このアプローチを好む
ハマンサミュエル

1
これが採用されたタガーによって使用されるタグセットであることをどのように確認しますか?Afaik nltkは複数のタガーを使用できます。
Nikana Reklawyks

Hammanに同意します。この方法には、プログラムで意味を調べることができるという追加のボーナスがあります
datavoredan

28

参照はで利用可能です 公式サイトで

そこからコピーして貼り付けます:

  • CC | コーディネート|
  • CD | カーディナル番号|
  • DT | 決定子|
  • EX | 実存あり |
  • FW | 外国語|
  • IN | 前置詞または従属接続詞|
  • JJ | 形容詞|
  • JJR | 形容詞、比較|
  • JJS | 形容詞、最上級|
  • LS | リストアイテムマーカー|
  • MD | モーダル|
  • NN | 名詞、単数または質量|
  • NNS | 名詞、複数形|
  • NNP | 固有名詞、単数|
  • NNPS | 固有名詞、複数形|
  • PDT | Predeterminer |
  • POS | 所有的エンディング|
  • PRP | 個人代名詞|
  • PRP $ | 所有代名詞|
  • RB | 副詞|
  • RBR | 副詞、比較|
  • RBS | 副詞、最上級|
  • RP | パーティクル|
  • SYM | シンボル|
  • TO | |
  • UH | 間投詞|
  • VB | 動詞、基本形|
  • VBD | 動詞、過去形|
  • VBG | 動詞、動名詞、または現在分詞|
  • VBN | 動詞、過去分詞|
  • VBP | 動詞、3人称以外の単数形のプレゼント|
  • VBZ | 動詞、三人称単数プレゼント|
  • WDT | Wh決定子|
  • WP | Wh代名詞|
  • WP $ | 所有するwh代名詞|
  • WRB | Wh-副詞|


1
['LS', 'TO', 'VBN', "''", 'WP', 'UH', 'VBG', 'JJ', 'VBZ', '--', 'VBP', 'NN', 'DT', 'PRP', ':', 'WP$', 'NNPS', 'PRP$', 'WDT', '(', ')', '.', ',', '``', '$', 'RB', 'RBR', 'RBS', 'VBD', 'IN', 'FW', 'RP', 'JJR', 'JJS', 'PDT', 'MD', 'VB', 'WRB', 'NNP', 'EX', 'NNS', 'SYM', 'CC', 'CD', 'POS']

ダグショアの方法に基づいていますが、コピーアンドペーストに対応しています


私はこれを便利な寄付として受け入れます。書式設定の改善を検討しましたが、この投稿の目的に反する可能性があります。編集とコードの書式設定を改行と組み合わせて使用​​して、優れた書式設定とコピーと貼り付けの両方を実現することを検討してください。stackoverflow.com/editing-help
ユンノシュ

私はこれをすることを考えましたが、それはそれがそれを不便にするだろうと思います。
ふわふわのウサギ

0

このまま逐語的に実行します。

import nltk
nltk.download('tagsets')
nltk.help.upenn_tagset()

nltk.tag._POS_TAGGER動作しません。これはAttributeErrorを返します:モジュール 'nltk.tag'には属性 '_POS_TAGGER'がありません。NLTK 3では使用できなくなりました。

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.