词类及其他切分单位标记代码表（附代码表下载）-中文词性

最近在使用批量工具生成文章，就开始学习中文分词了，然后顺手整理了这个表格，方便有需要的朋友下载。

信息处理用现代汉语词类标记规范
1 范围
本标准规定了信息处理中现代汉语词类及其他切分单位的标记代码。
本标准适用于汉语信息处理，也可供现代汉语教学与研究参考。
2 术语和定义
下列术语和定义适用于本标准。
2.1 汉语信息处理 Chinese Information Processing; CIP
用计算机对汉语形、音、义等信息进行输入、排序、存储、输出、统计、提取等。
2.2 切分单位 Segment Unit
汉语信息处理使用的、具有确定语法功能的基本单位。它包括本标准的规则所限定的词、短语及其
他单位。
2.3 词类 parts of speech; POS
词的语法分类，主要是根据语法功能划分出来的类。
2.4 标记 Tag
对文本中切分单位的类别进行标注的代码。
3 总则
3.1 切分单位的范围
本标准的切分单位包括词、短语和其他切分单位，如习用语、缩略语、前接成分、后接成分、语素
字、非语素字、标点符号、非汉字符号等。
3.2 词类划分的原则
本标准的词类分类体系参考了吕叔湘、朱德熙、胡裕树等先生的语法体系和《中学教学语法系统提
要》。
本标准根据汉语信息处理的特点和要求，主要依据语法功能原则划分词类。
3.3 标记代码的制定原则
依据国际通常做法，标记代码主要采用英文术语的字母。例如，“名词”，采用英文术语“noun”的
首字母“n”作为标记代码；“数词”，采用英文术语“numeral”的第三个字母“m”作为标记代码。
汉语独有的，或使用英文术语字母不便的，依据国内通常做法，标记代码采用汉语拼音字母。如，
“缩略语”，采用汉字“简”汉语拼音的首字母“j”作为标记代码；“语素字”，采用汉字“根”汉语拼
音的首字母“g”作为标记代码。
4 词类及其他切分单位分类
本标准将词类划分为13个一级类，16个二级类；其他切分单位划分为7个一级类，13个二级类。用
户可根据需要自行增补。
4.1 词类划分及标记代码
4.1.1 名词（n），表示人或事物的名称，在句子中主要充当主语和宾语。
4.1.1.1 普通名词（ng），表示事物的名称。如：
人马书教师飞机电冰箱阿姨桌子木头
GB/T 20532—2006
2
道德理论历史思想文化因素作风哲学
4.1.1.2 时间名词（nt），包括一般所说的时量词。如：
年月日分秒
现在过去昨天去年将来宋朝星期一
4.1.1.3 方位名词（nd），表示位置的相对方向。如：
上下左右前后里外中东西南北
前边左面里头中间外部
4.1.1.4 处所名词（nl），表示处所。如：
空中高处隔壁门口附近边疆一旁野外
4.1.1.5 人名（nh），表示人的名称的专有名词。
华罗庚阿凡提诸葛亮司马相如松赞干布卡尔·马克思
4.1.1.6 地名（ns），表示地理区域名称的专有名词。如：
亚洲大西洋地中海阿尔卑斯山加拿大
中国北京浙江景德镇呼和浩特中关村
4.1.1.7 族名（nn），表示民族或部落名称的专有名词。如：
回族藏族壮族蒙古族维吾尔族哈萨克族
4.1.1.8 机构名（ni），表示团体、组织、机构名称的专有名词。如：
联合国教育部北京大学中国科学院
4.1.1.9 其他专有名词（nz）。如：
五粮液宫爆鸡丁桑塔纳
4.1.2 动词（v），表示动作、行为，心理活动、生理状态及事物的存现、变化等，在句子中主要充当
谓语。
4.1.2.1 及物动词（vt），能够带宾语。如：
吃打擦洗喂借送买捧提填
喜欢告诉接受羡慕考虑调查同意发动
4.1.2.2 不及物动词（vi），不能够带宾语。如：
病休息咳嗽瘫痪游泳睡觉
4.1.2.3 联系动词（vl），表示关系的判断。如：
是
4.1.2.4 能愿动词（vu），表示可能、意愿。如：
能够能应该可以可能情愿愿意要
4.1.2.5 趋向动词（vd），表示趋向。如：
（走）上（趴）下（进）来（回）去
（跑）上来（掉）下去（提）起来（扔）过去
4.1.3 形容词（a），表示性质、状态，在句中主要充当谓语、定语、状语和补语。
4.1.3.1 性质形容词（aq），表示性质。如：
好高美大勇敢危险漂亮干净伟大
4.1.3.2 状态形容词（as），表示状态。如：
雪白黢黑通红冰凉绿油油亮堂堂白花花冷冰冰
4.1.4 区别词（f），表示事物的区别性特征，在句子中只能做定语修饰名词或跟助词“的”组成“的”
字结构。如：
男女公母雌雄微型国产军用
4.1.5 数词（m），表示数目和次序。如：
GB/T 20532—2006
3
零一半百千百万一百零八
第一第十八
4.1.6 量词（q），表示人、事物或动作的单位。如：
个条片匹辆尺斤两吨支回次遍千瓦时
4.1.7 代词（r），起替代和复指作用。如：
我你他这那谁我们你们他们
这个那个大家自己什么哪里怎么怎么样
4.1.8 副词（d），修饰或限制动词和形容词，表示范围、程度等。在句子中做状语。如：
都只就仅很再三屡次将不却
总共正在常常重新曾经竟然居然
4.1.9 介词（p），引介名词性成分，不单独充当句子成分。如：
把被从向对凭
按照对于为了自从关于
4.1.10 连词（c），连接词、短语或句子，表示两者之间所具有的某种关系。如：
和同与及并或
并且而且或者因为所以
4.1.11 助词（u），附着在词、短语、句子后面表示某种附加意义。如：
的地得了着过等等似的一样
4.1.12 叹词（e），表示感叹、呼唤或应答，可独立成句或在句中充当独立成分。如：
啊嗯唉哎哼哦哎哟哎呀
4.1.13 拟声词（o），模拟自然界事物的某种声音，不能单独成句。如：
砰滴答扑通咕咚丁丁当当
4.2 其他切分单位划分及标记代码
4.2.1 习用语（i），一种相沿习用的定型短语。
4.2.1.1 名词性习用语（in）。如：
海市蜃楼井底之蛙蛛丝马迹
4.2.1.2 动词性习用语（iv）。如：
跑龙套打官腔吃老本与时俱进励精图治
4.2.1.3 形容词性习用语（ia）。如：
丰富多彩艰苦朴素光明正大
4.2.1.4 连词性习用语（ic）。如：
总而言之由此可见综上所述
4.2.2 缩略语（j），专有名词或常用语的简缩形式。
4.2.2.1 名词性缩略语（jn）。如：
人大五四奥运
4.2.2.2 动词性缩略语（jv）。如：
调研离退休
4.2.2.3 形容词性缩略语（ja）。如：
短平快高精尖
4.2.3 前接成分（h），词根前面的附加构词成分。如：
阿老初第
GB/T 20532—2006
4
4.2.4 后接成分（k），词根后面的附加构词成分。如：
子儿头化们式性者
4.2.5 语素字（g），汉字字符集中一般不单独使用的汉字。
4.2.5.1 名词性语素字（gn）。如：
民农材
4.2.5.2 动词性语素字（gv）。如：
抒究涤
4.2.5.3 形容词性语素字（ga）。如：
殊遥伟
4.2.6 非语素字（x），汉字字符集中单独使用时不具有意义的汉字，如：
垃琵蜘踌鸯蜻
4.2.7 其他（w）
4.2.7.1 标点符号（wp），如：
，。、；？！： “” ……
4.2.7.2 非汉字字符串（ws），如：
office windows
4.2.7.3 其他未知的符号（wu）。
5 词类及其他切分单位标记代码表