词性标注（POS标签）的使用/应用

Question

我理解词性标注的隐含价值，并且已经看到过它在解析，文本到语音转换等方面的用法。

你能告诉我PoS标签的输出是如何形成的吗？ 另外，你能解释NLP系统的其他任务/部分如何使用这样的输出吗？

Answer 1

PoS标记的一个目的是消除同音异义词的歧义。 例如，请使用以下句子：

我钓鱼

法语中的同一句话是Jepêcheunpoisson 。 如果没有标记， fish 将在两种情况下以相同的方式进行翻译，这将导致  错误的诱惑。但是，在PoS标记之后，句子将是

I_PRON fish_VERB a_DET fish_NOUN

从计算机的角度来看，这两个词现在都是截然不同的。这个wat，它们可以更有效地处理（在我们的例子中，fish_VERB将被翻译为pêche和fish_NOUN到 poisson ）。

Answer 2

基本上，POS标记器的目标是将语言（主要是语法）信息分配给子句子单元。这些单位称为代币，大多数情况下，它们对应于单词和符号（例如标点符号）。

考虑到输出的格式，只要你得到一系列令牌/标签对就没关系。一些POS标记器允许您指定一些特定的输出格式，其他使用XML或CSV / TSV等。