国家语委人工词性标注语料

面向中文出院小结的语料标注研究，赵成龙，邹仕洪，命名实体识别NER（Named Entity Recognition）是自然语言处理NLP（natural language processing）领域

1998年人民日报词性标注语料，可用来进行分词，词性标注，命名实体识别工作。

现代哈萨克语词级标注语料库的构建研究

中文分词是中文信息处理的重要内容之一。在基于最大匹配和歧义检测的粗分方法获取中文粗分结果集上，根据隐马尔可夫模型标注词性，通过Viterbi算法对每个中文分词的粗分进行词性标注。通过定义最优分词粗分的

一个集分词、词性标注和依存句法分析的强大的工具包，能够帮助你识别中文人名、机构名。

在词性标注研究中，未登录的专业领域合成词给词性标注增加了很大的困难。提出了一种领域自适应的合成词词性标注方法，融合支持向量机（SVM）模型和基于转换学习（TBL）的方法来进行自动词性标注。对专业领域合

字词频统计和切分词工具(词性标注工具，用于分词管理)，两个工具，支持单文件和目录处理。

BiLSTM-POS-Tagger 基于双向LSTM网络(PyTorch)的词性标注器 要训​​练网络,请使用rnn_train.py(确保提供带标签的数据集) 要加载网络并标记句子,请使用rnn_a

近年来，标点符号作为篇章的重要部分逐渐引起研究者的关注。然而，针对汉语逗号的研究才刚刚展开，采用的方法也大多都是在句法分析的基础上，尚不存在利用汉语句子的表层信息开展逗号自动分类的研究。提出了一种基于

corenlp中的词性标注缩写含义使用的是Penn Treebank tag set，这是全部对应缩写的含义，这份资源下载自https://www.eecis.udel.edu/~vijay/cis8