Java 斯坦福 NLP 的特定词性标签答案

【问题标题】：Specific Part of Speech labels for Java Stanford NLPJava 斯坦福 NLP 的特定词性标签
【发布时间】：2017-06-26 15:49:41
【问题描述】：

Standford NLP 生成的 PoS 标签集（包括标点符号的 PoS）及其描述是什么？

我知道这个问题已经被问过好几次了，比如：

但这些答案列出了一些典型的 PoS 标签，这些标签不是特定于 Standfor NLP。例如，这些答案都没有列出斯坦福 NKLP 用于 ( 标点符号的 -LRB- PoS 标签。

我在哪里可以找到斯坦福 NLP 源代码中的 PoS 标签列表？

另外，有哪些使用SYM PoS 标签注释的令牌示例？

另外，如何知道标记是否是标点符号？ Here 他们定义了isPunctation == true if its PoS is :|,|.|“|”|-LRB-|-RRB-|HYPH|NFP|SYM|PUNC。然而，斯坦福 NLP 并不具备所有这些 PoS。

【问题讨论】：

【解决方案1】：

这是 Penn Treebank POS 集，但该标签集的许多描述似乎省略了标点符号。以下是完整的标签列表：

（但是括号被标记为-LRB-和-RRB-，不知道为什么他们没有在文档中提到这一点。）

【讨论】：

谢谢。我看到官方文档提到了 Penn Treebank POS 集，它链接到带有列表的页面：nlp.stanford.edu/software/tagger.shtml 不过，这个列表没有显示 -LRB- POS。这就是为什么我更愿意查看它在源代码中的实现位置。它还给出了一些 SYM POS 的例子：comp.leeds.ac.uk/amalgam/tagsets/upenn.html
标签在代码中的任何地方都没有硬编码。（它们作为序列化模型的一部分存储。）但是我发布的列表应该是完整的，它只是没有提到（写为-LRB-和）写为-RRB-。
谢谢。我看到您对代码和作者非常熟悉（或者您甚至是作者之一？）。也许您可以建议作者在官方页面中添加此信息：nlp.stanford.edu/software/tagger.shtml