Каковы все возможные POS-теги NLTK?

чтобы сэкономить время некоторых людей, вот список, который я извлек из небольшого корпуса. Я не знаю, является ли он полным, но он должен иметь большинство (если не все) определений справки из upenn_tagset...

CC: вместе, координируя

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

CD: числительное, кардинал

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: детерминатор

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: экзистенциальный там

there

на: предлог или союз, подчинительный

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: прилагательное или числительное, порядковое

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

JJR: прилагательное, сравнительное

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

JJS: прилагательное, прилагательное

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

LS: маркер элемента списка

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: модал вспомогательный

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

NN: существительное, общее, единственное или масса

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

NNP: существительное, собственное, единственное

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

NNS: существительное, общее, множественное

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

PDT: pre-determiner

all both half many quite such sure this

POS: родительный маркер

' 's

PRP: местоимение, личное

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$: местоимение, притяжательное

her his mine my our ours their thy your

RB: наречие

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

RBR: наречием, сравнительной

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: наречие, прилагательное

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

RP: частицы

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

до: "to" как предлог или инфинитивный маркер

to

ээ: междометие

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 ...

В. Б.: глагол базовой форме

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 ...

ВБД: глагол прошедшего времени

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

VBG: глагол, причастие настоящего времени или герундий

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

VBN: глагол, причастие прошедшего времени

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

ВБП: глагол, настоящее время, а не 3-е лицо единственного числа

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 ...

ВБЗ: глагол, настоящее время, 3 лицо единственное число

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

WDT: ч-определитель

that what whatever which whichever

WP: ч-местоимение

that what whatever whatsoever which who whom whosoever

WRB: ч-наречие

how however whence whenever where whereby whereever wherein whereof why

набор тегов зависит от корпуса, который использовался для обучения теггера. Теггер по умолчанию nltk.pos_tag() использует Набор Тегов Penn Treebank.

В в nltk 2, Вы можете проверить, что Таггер является наложение по умолчанию следующим образом:

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

это означает, что это максимальный энтропийный Таггер, обученный на корпусе Treebank.

nltk.tag._POS_TAGGER больше не существует в NLTK 3, но в документации указано что стандартный Таггер все еще использует набор тегов Penn Treebank.

ниже может быть полезно получить доступ к диктант с помощью аббревиатур:

>>> 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', ...

ссылка доступна по адресу официальный сайт

копирование и вставка оттуда:

• CC / координирующее соединение/
• CD / кардинальное число/
• DT / Determiner/
• EX / Existential здесь/
• FW / иностранное слово/
• в / предлог или подчинительное соединение/
• JJ / прилагательное/
• JJR / прилагательное, сравнительное /
• Jjs / прилагательное, превосходная степень/
• LS / list item marker/
• MD / Modal/
• NN / существительное, единственное число или масса/
• Nns / существительное, множественное число/
• NNP / имя собственное, единственное число/
• nnps / имя собственное, множественное число/
• PDT / Предопределитель/
• POS / притяжательное окончание/
• PRP / личное местоимение/
• PRP$ / притяжательное местоимение/
• RB / наречие /
• RBR / наречие, сравнительное |
• RBS / наречие, превосходная степень/
• RP / Particle/
• символ | символа |
• в | до/
• Э | междометие |
• VB / глагол, базовая форма/
• VBD / глагол, прошедшее время/
• VBG / глагол, герундий или причастие настоящего времени/
• VBN / глагол, причастие прошедшего времени/
• VBP / глагол, не 3-е лицо единственного числа присутствует /
• VBZ / глагол, 3-е лицо единственного числа присутствует/
• WDT / Wh-determiner/
• WP / Wh-местоимение/
• WP$ / притяжательное WH-местоимение/
• WRB | Wh-наречие/

вы можете скачать список здесь:ftp://ftp.cis.upenn.edu/pub/treebank/doc/tagguide.ps.gz она включает в себя запутанные части речи, заглавные буквы и другие условности. Кроме того,Википедия есть интересный раздел, похожий на этот. Раздел: используемые теги части речи.