spaCy 词性标注（POS）表：全面指南138

词性标注 (POS) 是自然语言处理 (NLP) 中的一项基本任务，它将词语分类到语法类别中，例如名词、动词、形容词等。spaCy 是一个流行的开源 NLP 库，它提供了强大的 POS 标注功能。

是 spaCy 中的 POS 标注器类，它使用感知器模型对文本进行标记。该标注器可以使用预训练模型或从头开始训练。

POS 标记列表

spaCy POS 标注表包含以下语法类别：
ADJ: 形容词
ADP: 介词
ADV: 副词
AUX: 助动词
CONJ: 连词
CCONJ: 并列连词
DET: 限定词
INTJ: 感叹词
NOUN: 名词
NUM: 数词
PART: 分词
PRON: 代词
PROPN: 专有名词
PUNCT: 标点符号
SCONJ: 从属连词
SYM: 符号
VERB: 动词
X: 其他

POS 标记示例

以下示例展示了使用 spaCy 进行 POS 标记：```python
import spacy
# 加载预训练的 spaCy 模型
nlp = ("en_core_web_sm")
# 处理文本
text = "The quick brown fox jumps over the lazy dog"
doc = nlp(text)
# 打印 POS 标记
for token in doc:
print(, token.pos_)
```
输出：
```
The DET
quick ADJ
brown ADJ
fox NOUN
jumps VERB
over ADP
the DET
lazy ADJ
dog NOUN
```

如你所见，spaCy 为文本中的每个词语分配了适当的 POS 标记。

使用自定义 POS 标记

除了预定义的 POS 标记列表外，您还可以创建自己的自定义标记。这对于特定领域的 NLP 任务很有用，其中需要更细粒度的词性分类。

要创建自定义标记，可以使用 add_label 方法：```python
# 添加自定义 POS 标记 "ORG"（组织）
nlp.add_label("ORG")
# 训练标注器
nlp.begin_training()
for i in range(10):
(...)
nlp.end_training()
# 使用自定义标记进行标记
text = "Microsoft is an ORG"
doc = nlp(text)
for token in doc:
print(, token.pos_)
```
输出：
```
Microsoft PROPN
is AUX
an DET
ORG ORG
```