词性标注

"""
案例：
代码演示 文本预处理之词性标注（POS）

名词解释：
NER：
概述：
命名实体识别，Named Entity Recognition，就是识别出一段文本中可能存在的《命名实体》
命名实体：
人名，地名，机构名等专有名词
作用：
和词汇（分词）一样，也是人类理解文本的基础单元
细节：
后续我们NLP的第一个项目，也就是NER，后续讲解，目前了解概念即可
POS：
概述：
词性标注，Part Of Speech Tagging，语言中对词的一种分类方法
以 语法特征 为主要依据，兼顾词汇意义对词进行划分
例如：
名词，动词，形容词
大白话：
POS（词性标注） = 标注出一段文本中 每个词汇的 词性

"""

导包

import jieba.posseg as pseg

代码案例

# 1. 定义遍历，记录：待分词并标注词性的文本内容
content = '我爱武汉黄鹤楼和东湖'

# 2. 使用jieba进行分词和词性标注
result = pseg.lcut(content)
print(result)

# 3. 获取每组数据，即：词<-->词性
for word,flag in result:
    print(f'词语：{word},词性：{flag}')