有没有办法正确标记（PoS 标记）一起形成短语的单词？
Is there a way to correctly tag (PoS Tagging) the words which are forming a phrase together?
我尝试了各种方法来正确标记一堆构成短语的单词（尤其是名词短语），但都没有成功。
示例：'the'、'first'、'early'、'morning'、'sunbeams'
'early' 和 'morning' 被错误地标记为 'Noun'，其中预期结果应为：('first', 'adverb'), ('early', 'adverb'), ('morning', 'adjective'), ('sunbeams', 'noun')
你能推荐一个正确标记这些词的程序吗？
提前致谢。
词性标注器通常使用隐马尔可夫模型。如果你的数据没有用这些方法正确标记，那么要么你的标记器（自制的？）不适合你的输入数据，要么你的训练数据不充分（太小，错误注释等）。各种方法我假设是来自 NLTK、spaCy 的标注器或来自斯坦福的工具 (https://nlp.stanford.edu/software/)。这些软件包将完成当前研究质量的工作，因此如果它仍然容易出错，您将无法修复它。
如果你手头有一个大集群，如果你愿意，可以使用 n > 3 的 n-gram 构建你自己的标注器，但我怀疑这会比上面提到的模块更好。
我尝试了各种方法来正确标记一堆构成短语的单词（尤其是名词短语），但都没有成功。
示例：'the'、'first'、'early'、'morning'、'sunbeams'
'early' 和 'morning' 被错误地标记为 'Noun'，其中预期结果应为：('first', 'adverb'), ('early', 'adverb'), ('morning', 'adjective'), ('sunbeams', 'noun')
你能推荐一个正确标记这些词的程序吗？
提前致谢。
词性标注器通常使用隐马尔可夫模型。如果你的数据没有用这些方法正确标记，那么要么你的标记器（自制的？）不适合你的输入数据，要么你的训练数据不充分（太小，错误注释等）。各种方法我假设是来自 NLTK、spaCy 的标注器或来自斯坦福的工具 (https://nlp.stanford.edu/software/)。这些软件包将完成当前研究质量的工作，因此如果它仍然容易出错，您将无法修复它。 如果你手头有一个大集群，如果你愿意，可以使用 n > 3 的 n-gram 构建你自己的标注器，但我怀疑这会比上面提到的模块更好。