我有一个由Collins解析器注释的数据集。现在，我将数据集中每个单词的POS保留为一个功能。问题是我不需要细粒度的POS。所以，我已经结合了一些标签。例如，我假设所有VBD，VBP，VBZ，VBG属于“Verb”类别。对于名词，我认为NNP和NNS是“名词”类别。
所以，这是我做完所有组合后的POS标签列表：
VB，NN，TO，JJ，IN，EX，RB，WP，PRP，MD，UH，WRB，WDT，RP，CD，POS，DT，PRP $，WP $，CC，RBR
现在，我的问题是我在哪里可以找到粗粒度POS标签列表？是否有任何标准的粗粒度POS标签列表？
在我的系统中，如果我没有结合其他POS标签，我可以获得更好的结果。我想知道我是否可以保留目前的名单？或者我也应该将它们结合起来？
提前致谢，
答案 0 :(得分：2)
您可以使用Petrov的通用标签集。通用标签组的数量为12，大大提高了POS标签的效率。您可以参考Universal POS tagset您还可以在POS mapping
下载少数标记器的代码和映射