词性标注（POS）在 NLP 中有何意义？

词性标注（POS） 为每个词分配语法类别（名词、动词等），是句法分析、信息抽取和机器翻译的基础预处理。它能消歧（「Time flies」），并为依存解析提供语言学先验。

任务：输入 token 序列，输出对应词性标签（如 NN, VB, JJ）。

为何重要

1. 句法分析基础：依存/成分解析常依赖 POS 特征
2. 消歧：同一词形不同词性含义不同（「计划」名/动）
3. 信息抽取：名词短语 chunking、术语识别
4. 机器翻译：目标语言词序与形态生成需要 POS 信息
5. 文本规范化： lemmatization 需知词性选正确词根

方法演进

• 统计：HMM、CRF（全局最优标签序列）
• 神经网络：BiLSTM-CRF
• 预训练：BERT 微调，准确率 >97%（英文 PTB）

难点：罕见词、领域术语、社交媒体非规范文本；中文需先分词，分词错误会传导到 POS。

详见 序列标注。

知识库：NLP 序列标注。术语：词性标注、Tokenization。