北大NLP课程：词类自动标注详解（32页）

本篇内容主要聚焦在自然语言处理课程中的一个具体章节——词类自动标注。词类标注是自然语言处理中的一个重要步骤，它根据词汇在语言结构中的功能、形态特征以及它们在句子中的分布模式来对单词进行分类。以下是几个关键知识点： 1. **形态标准**：词类自动标注的一个依据是形态标准，即根据词缀（如前缀、后缀）和词形变化来区分词性。例如，英语中的名词可以根据是否能接受后缀变化（如复数形式）分为可数名词（如book, table）和不可数名词（如communism, salt）。 2. **分布标准**：词性也根据它们在句子中的位置及其邻近词汇（即“句法分布性”）进行划分。预词（如介词）、限定词（如冠词）、代词、连词等在语法结构中占据特定位置，这些属性也是词类划分的重要依据。 3. **意义标准**：尽管词类可能在一定程度上反映词义（如名词通常描述人、地方或事物，形容词常描述特性），但这并非定义词性的唯一标准。词类标注更多地关注词汇的功能性而非语义一致性。 4. **类别划分**：英语中的主要词类包括：介词、限定词、代词、连词、名词（包括专有名词如Beijing, IBM和普通名词）、动词、形容词、副词、数词以及感叹词。此外，名词还可细分为可数名词和不可数名词，副词又分为方向副词、程度副词、方式副词和时间副词等子类。 5. **封闭类与开放类**：词类被划分为封闭类和开放类。封闭类词具有相对固定的成员关系，新词的创造较少；而开放类词则允许新词不断涌现，如动词、形容词等。 6. **功能词与内容词**：词类还可以进一步分为功能词（如助词、连接词）和内容词（如名词、动词）。功能词主要用于建立句子结构，内容词则传递实际的信息内容。 课程提供者精心制作了32页的PPT内容，从基础概念到实操技巧，逐步引导学生理解和掌握词类自动标注的方法和技巧。对于想要深入学习自然语言处理的学员，无论是初学者还是进阶者，都可以通过这套系列课程逐步提升自己的技能，并了解自然语言处理领域的不同分支。全套课程链接可供下载，以便于系统学习和实践。