pos tagging中文是什么意思

• 词性标注

• "pos"中文翻译    POS ＝point of service 保健服务点。 ...
• "tag"中文翻译    n. 捉迷藏。 vt. (玩捉迷藏时)捉住。
• "pos-tagging" 中文翻译 :    词类标记
• "tagging" 中文翻译 :    标记; 标志放流; 锻尖; 挂标签; 挂签; 加标签; 贴标签,漆饰; 修毛
• "pos" 中文翻译 :    POS ＝point of service 保健服务点。
• "tagging tool，tagging gun" 中文翻译 :    针枪（打吊牌用）
• "aperture tagging" 中文翻译 :    孔径选择
• "collaborative tagging" 中文翻译 :    分享书签
• "contour tagging" 中文翻译 :    等高线标注
• "double tagging" 中文翻译 :    双标记; 双重标记
• "double-tagging" 中文翻译 :    双标记; 双重标记
• "epitope tagging" 中文翻译 :    表位附加,表位追加; 表位附加，表位追加[把附加的抗原表位融合到目的蛋白上
• "geo tagging" 中文翻译 :    也提供高格数的影片
• "isotopic tagging" 中文翻译 :    核素标记,核素示踪
• "myocardial tagging" 中文翻译 :    心肌标记
• "radioactive tagging" 中文翻译 :    放射性标记
• "recoil tagging" 中文翻译 :    反冲标记
• "tagging box" 中文翻译 :    标志放流手术箱
• "tagging cradle" 中文翻译 :    标志放流手术架
• "tagging element" 中文翻译 :    标签因子
• "tagging fish" 中文翻译 :    标志鱼
• "tagging gun" 中文翻译 :    标志枪
• "tagging method" 中文翻译 :    标记法; 标志放流法; 跟踪法
• "tagging pliers" 中文翻译 :    标志钳
• "tagging project" 中文翻译 :    标志放流计划

• The boundary determination of mongolian basenp is an exploratory task based on pos tagged mongolian corpora
  摘要解决蒙古语基本名词短语的定界问题，是在蒙古语词性标注语料库的基础上进行的探索性研究。
• The inner structure of basenp can be analyzed based on different features , among them , pos tagging information is the most important feature
  确定基本名词短语内部结构的因素有多种，但基本名词短语成分的词类信息是最基本的因素。
• Furthermore , pos tagging methods are explored , and the merits and demerits of both rule - based and statistic - based methods are analyzed
  除此之外,本文对词性标注的方法进行了研究,分析了基于规则的方法和基于统计的方法的优缺点。
• Using pos tagging information as the core feature , together with other determinative conditions , we construct a rule set for mongolian basenp recognition , which will be a necessary resource for basenp recognition
  我们以词类信息为核心，附加一些限定条件，构建识别基本名词短语的形式规则集，并在实际语料中进行基本名词短语标注测试。
• At first , the text is segmented to words and converted to a sequence of part - of - speech tags ; then based on the pos tags sequence parameters and phrase - break distance information from training , markov model is used to get the most likely phrase break sequence
  首先，文本进行分词，并转换为一列由词性标记所组成的序列；然后使用马尔可夫模型，利用人工标注数据库训练词语连接处词性标注序列的概率分布和连接类型序列的距离信息，得到输入的词性标记序列对应的具有最大似然概率的连接类型序列，最后利用后处理规则进行适当的纠错。