词性标注

给文本里的每个词标出语法类别,并把细分标签归并为名词、动词、形容词、副词、代词、数词、量词、介词、连词、助词、语气词、叹词、方位词和其他共 14 个大类统计分布。中文同时给出分词和句法两条标注结果,两者对同一个词的判断可能不同,放在一起就能看出切词和语法角色判断上的分歧;英文只有句法一条。

除分布外还计算相邻词性的转移概率,看出(名词→动词)(形容词→名词)这类前后搭配有多常见;并与一般新闻、学术、口语、社媒、电商评论、文学作品六类参考语料比较各类词的占比偏差,判断这份材料更接近哪种写法。可按词性筛选出词表和实词词典,供后续分析使用。

加载文件上传组件中...

分词工具碰到不认识的新词常会拆开,比如把“乡村振兴”拆成“乡村”和“振兴”。仅支持中文文本。每 10,000 个中文字 5 点。

查看词典

每 10,000 个字符 5 点

词性标注常见问题

词性标注怎么用?
不用安装软件,也不用写代码。
词性标注怎么计费?
按文字量计费,每满 10000 字 5 点,不足 10000 字按 5 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。
相关工具
  • 依存句法分析逐句标出每个词依附哪个词、构成什么关系,并按依存树深度和句长给句子打复杂度评分。
  • 依存句法模式挖掘逐句做依存句法分析,再把全语料的句法关系、词性骨架、动词论元或修饰搭配归类统计,找出反复出现的句法模式。
  • 话语标记词分析按因果、转折、递进等八类统计文中衔接词的用量、句首句中位置和沿段落的疏密变化。
  • 智能发现新词找出被分词切碎的术语与专名等组合词,汇总成一份去重后的新词表。
  • 命名实体识别找出文本里的人名、地名、机构名和时间,并用规则与语义两种口径并排给出结果供核对。
  • 知识图谱从材料中抽取实体与关系生成知识图谱,合并同义说法,并归出主题群与一份提纲。