百度依存句法分析标识说明

记得以前官方有文档说明的现在找不到了，还好以前有保存

1.定中关系ATT
定中关系就是定语和中心词之间的关系，定语对中心词起修饰或限制作用。
如：工人/n师傅/n（工人/n ← 师傅/n）。

2. 数量关系QUN（quantity）
数量关系是指量词或名词同前面的数词之间的关系，该关系中，数词作修饰成分，依存于量词或名词。
如：三/m天/q（三/m ← 天/q）。

3.并列关系COO（coordinate）
并列关系是指两个相同类型的词并列在一起。
如：奔腾/v咆哮/v的怒江激流（奔腾/v → 咆哮/v）。

4.同位关系APP（appositive）
同位语是指所指相同、句法功能也相同的两个并列的词或词组。
如：我们大家（我们 → 大家）。

5.附加关系ADJ（adjunct）
附加关系是一些附属词语对名词等成分的一种补充说明，使意思更加完整，有时候去掉也不影响意思。
如：约/d 二十/m 多/m 米/q 远/a 处/n （二十/m → 多/m，米/q → 远/a）。

6.动宾关系VOB（verb-object）
对于动词和宾语之间的关系我们定义了两个层次，一是句子的谓语动词及其宾语之间的关系，我们定为OBJ，在下面的单句依存关系中说明；二是非谓语动词及其宾语的关系，即VOB。这两种关系在结构上没有区别，只是在语法功能上，OBJ中的两个词充当句子的谓语动词和宾语，VOB中的两个词构成动宾短语，作为句子的其他修饰成分。
如：历时/v 三/m 天/q 三/m夜/q（历时/v → 天/q）。

7.介宾关系POB（preposition-object）
介词和宾语之间的关系，介词的属性同动词相似。
如：距/p球门/n（距/p → 球门/n）。

8.主谓关系SBV（subject-verb）
主谓关系是指名词和动作之间的关系。
如：父亲/n 逝世/v １０/m 周年/q 之际/nd（父亲/n ← 逝世/v）。

9.比拟关系SIM（similarity）
比拟关系是汉语中用于表达比喻的一种修辞结构。
如：炮筒/n 似的/u 望远镜/n（炮筒/n ← 似的/u）。

10.时间关系TMP（temporal）
时间关系定义的是时间状语和其所修饰的中心动词之间的关系。
如：十点以前到公司（以前 ← 到）。

11.处所关系LOC（locative）
处所关系定义的是处所状语和其所修饰的中心动词之间的关系，如：在公园里玩耍（在 ← 玩耍）。

12.“的”字结构DE
“的”字结构是指结构助词“的”和其前面的修饰语以及后面的中心词之间的关系。
如：上海/ns 的/u 工人/n（上海/ns ← 的/u，的/u ← 工人/n）。

13.“地”字结构DI
“地”字结构在构成上同DE类似，只是在功能上不同，DI通常作状语修饰动词。
如：方便/a 地/u 告诉/v 计算机/n（方便/a ← 地/u，地/u ← 告诉/v）。

14.“得”字结构DEI
助词“得”同其后的形容词或动词短语等构成“得”字结构，对前面的动词进行补充说明。
如：讲/v 得/u 很/d 对/a（讲/v → 得/u，得/u → 对/a）。

15.“所”字结构SUO
“所”字为一结构助词，后接一宾语悬空的动词做“的”字结构的修饰语，“的”字经常被省略，使结构更加简洁。
如：机电/b 产品/n 所/u 占/v 比重/n 稳步/d 上升/v（所/u ← 占/v）。

16.“把”字结构BA
把字句是主谓句的一种，句中谓语一般都是及物动词。
如：我们把豹子打死了（把/p → 豹子/n）。

17.“被”字结构BEI
被字句是被动句，是主语接受动作的句子。
如：豹子被我们打死了（豹子/n ← 被/p）。

18.状中结构ADV（adverbial）
状中结构是谓词性的中心词和其前面的修饰语之间的关系，中心词做谓语时，前面的修饰成分即为句子的状语，中心词多为动词、形容词，修饰语多为副词，介词短语等。
如：连夜/d 安排/v 就位/v（连夜/d ← 安排/v）。

19.动补结构CMP（complement）
补语用于对核心动词的补充说明。
如：做完了作业（做/v → 完）。

20.兼语结构DBL（double）
兼语句一般有两个动词，第二个动词是第一个动作所要表达的目的或产生的结果。
如：[7]曾经/d [8]使/v [9]多少/r [10]旅游/n [11]人/n [12]隔/v [13]岸/n [14]惊叹/v [15]！/wp（使 → 人/n ，/v使/v → 惊叹/v）。

21.关联词CNJ（conjunction）
关联词语是复句的有机部分。
如：只要他请客，我就来。（只要 ← 请，就 ← 来）。

22.关联结构 CS(conjunctive structure)
当句子中存在关联结构时，关联词所在的两个句子（或者两个部分）之间通过各部分的核心词发生依存关系CS。
如：只要他请客，我就来。（请 ← 来）。

23.语态结构MT（mood-tense）
汉语中，经常用一些助词表达句子的时态和语气，这些助词分语气助词，如：吧，啊，呢等；还有时态助词，如：着，了，过。
如： [12]答应/v [13]孩子/n [14]们/k [15]的/u [16]要求/n [17]吧/u [18]，/wp [19]他们/r [20]这/r [21]是/v [22]干/v [23]事业/n [24]啊/u [25]！/wp（[12]答应/v ← [17]吧/u，[21]是/v ← [24]啊/u）。

24.连谓结构VV（verb-verb）
连谓结构是同多项谓词性成分连用、这些成分间没有语音停顿、书面标点，也没有关联词语，没有分句间的逻辑关系，且共用一个主语。
如：美国总统来华访问。（来华/v → 访问/v）。

25.核心HED（head）
该核心是指整个句子的核心，一般是句子的核心词和虚拟词（或ROOT）的依存关系。
如：这/r 就是/v恩施/ns最/d]便宜/a的/u出租车/n，/wp相当于/v北京/ns的/u “/wp 面的/n ”/wp 。/wp /（就是/v ← /）

26.前置宾语FOB（fronting object）
在汉语中，有时将句子的宾语前置，或移置句首，或移置主语和谓语之间，以起强调作用，我认识这个人 ← 这个人我认识。
如：他什么书都读（书/n ← 读/v）。

27.双宾语DOB（double object）
动词后出现两个宾语的句子叫双宾语句，分别是直接宾语和间接宾语。
如：我送她一束花。（送/v → 她/r，送/v → 花/n）。

28.主题TOP（topic）
在表达中，我们经常会先提出一个主题性的内容，然后对其进行阐述说明；而主题部分与后面的说明部分并没有直接的语法关系，主题部分依存于后面的核心成分，且依存关系为TOP。
如：西直门，怎么走？（西直门 ← 走）。

29.独立结构IS（independent structure）
独立成分在句子中不与其他成分产生结构关系，但意义上又是全句所必需的，具有相对独立性的一种成分。
如：事情明摆着，我们能不管吗？

30.独立分句IC（independent clause）
两个单句在结构上彼此独立，都有各自的主语和谓语。
如：我是中国人，我们爱自己的祖国。（是 → 爱）

31.依存分句DC（dependent clause）
两个单句在结构上不是各自独立的，后一个分句的主语在形式上被省略，但不是前一个分句的主语，而是存在于前一个分句的其他成分中，如宾语、主题等成分。规定后一个分句的核心词依存于前一个分句的核心词。该关系同连谓结构的区别是两个谓词是否为同一主语，如为同一主语，则为VV，否则为DC。
如：大家/r叫/v 它/r “/wp 麻木/a 车/n ”/wp ，/wp 听/v起来/v 怪怪的/a 。/wp（叫/v → 听/v）。

32.叠词关系VNV （verb-no-verb or verb-one-verb)
如果叠词被分开了，如“是不是”、“看一看”，那么这几个词先合并在一起，然后预存到其他词上，叠词的内部关系定义为：(是1→不；不→是2）。

33.一个词YGC
当专名或者联绵词等切散后，他们之间本身没有语法关系，应该合起来才是一个词。如：百度。

34.标点 WP
大部分标点依存于其前面句子的核心词上，依存关系WP。

百度依存句法分析标识说明相关推荐

知识图谱--实体关系抽取，依存句法分析
我爱自然语言处理 https://www.52nlp.cn/tag/%E4%BE%9D%E5%AD%98%E5%8F%A5%E6%B3%95%E5%88%86%E6%9E%90 基于Hanlp的依存句 ...
百度开源的依存句法分析系统
向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程公众号:datayx 依存句法分析是自然语言处理核心技术之一,旨在通过分析句子中词语之间的依存关系来确定句子的句法结 ...
中文依存句法分析接口
文章目录 1.HanLP接口 2.百度AI接口 2.1.示例 2.2.mode参数(可选) 2.3.返回值 2.3.1.词性标注 2.3.2.依存关系 2.4.py映射(复制用) 3.pyltp+ne ...
中文依存句法分析概述及应用
句法分析是自然语言处理领域的一个关键问题,如能将其有效解决,一方面,可对相应树库构建体系的正确性和完善性进行验证;另一方面,也可直接服务于各种上层应用,比如搜索引擎用户日志分析和关键词识别,比如信息抽 ...
自然语言处理（三）——句法分析与依存句法分析
更多内容请至南木博客主页查看哦文章目录一.StanfordCoreNLP对英文进行处理二.StanfordCoreNLP对中文进行处理三.LTP对中文进行处理四.结论附录 · 本文所使用工 ...
Stanford CoreNLP超简单安装及简单使用，句法分析及依存句法分析
Stanford CoreNLP超简单安装及简单使用,句法分析及依存句法分析,使用jupyter notebook 今天我们来使用Stanford CoreNLP进行简单的句法分析,我使用的是jupy ...
NLP--词性标注(POS)、依存句法分析(DP)、语义依存分析(SDP)【实践】
前言本文主要对词性标注.依存句法分析.语义依存分析这三个任务,进行简单的调用code实现. 词性标注(POS) 词性标注(Part-of-speech tagging),词性标注是用适当的词性标记句 ...
自然语言处理(NLP)之依存句法分析的可视化及图分析
依存句法分析的效果虽然没有像分词.NER的效果来的好,但也有其使用价值,在日常的工作中,我们免不了要和其打交道.如何分析依存句法分析的结果,一个重要的方面便是其可视化和它的图分析. 我们使用的NLP工 ...
自然语言处理(NLP)之pyltp的介绍与使用(中文分词、词性标注、命名实体识别、依存句法分析、语义角色标注)
pyltp的简介语言技术平台(LTP)经过哈工大社会计算与信息检索研究中心 11 年的持续研发和推广, 是国内外最具影响力的中文处理基础平台.它提供的功能包括中文分词.词性标注.命名实体识别.依 ...

百度依存句法分析标识说明

百度依存句法分析标识说明相关推荐

最新文章

热门文章