我目前正在我的大学学习自然语言处理课程，但仍然对一些基本概念感到困惑。我从Foundations of Statistical Natural Language Processing 书中得到了 POS Tagging 的定义：
标记是标记（或标记）句子中每个单词的任务 及其适当的词性。我们决定每个单词是否是 名词、动词、形容词等等。
但是我在书中找不到浅解析的定义，因为它也将浅解析描述为 POS 标记的实用程序之一。于是开始上网搜索，没有找到浅解析的直接解释，而是在Wikipedia：
浅解析（也称为分块，“轻解析”）是对一个句子的分析，它识别成分（名词组、动词、动词组等），但不指定它们的内部结构，也不指定它们在句子中的作用。主句。
坦率地说，我看不出有什么区别，但这可能是因为我的英语或只是我不懂简单的基本概念。谁能解释一下浅解析和POS标记之间的区别？浅解析通常也称为浅语义解析吗？
之前谢谢。
【问题讨论】：
标签： nlp pos-tagger
POS 标记会给输入句子中的每个单词一个 POS 标记。
解析句子（例如使用 stanford pcfg）会将句子转换为一棵树，其叶子将包含 POS 标签（对应于句子中的单词），但树的其余部分会告诉您这些单词连接在一起构成整个句子。例如，一个形容词和一个名词可能组合成一个“名词短语”，它可能与另一个形容词组合形成另一个名词短语（例如 quick brown fox）（组合的确切方式取决于所讨论的解析器）。 您可以在http://nlp.stanford.edu:8080/parser/index.jsp 看到解析器输出的样子
浅解析器或“分块器”介于这两者之间。一个普通的 POS 标记器非常快，但不能为您提供足够的信息，而成熟的解析器很慢并且给您太多信息。 POS 标记器可以被认为是一个解析器，它只向您返回解析树的最底层。分块器可能被认为是一个解析器，它向您返回解析树的其他层。有时你只需要知道一堆词一起形成一个名词短语，但不关心这些词中树的子结构（即哪些词是形容词、限定词、名词等，它们如何组合） .在这种情况下，您可以使用分块器来准确获取您需要的信息，而不是浪费时间为句子生成完整的解析树。
【讨论】：
POS 标记是一个确定文本中每个标记的类型的过程，例如NOUN、VERB、DETERMINER 等。token 可以是单词或标点符号。
同时，浅解析或分块是将文本划分为句法相关组的过程。
位置标记输出
我的/PRP$ 狗/NN 喜欢/VBZ 他的/PRP$ 食物/NN ./.
分块输出
[NP 我的狗] [VP 喜欢] [NP 他的食物]
【讨论】：
约束语法框架是说明性的。在其最简单、最粗暴的形式中，它采用带有 POS 标记的文本作为输入，并添加了您可以称为部分子句标记的内容。例如，对于一个形容词，它可以添加@NN> 来表示它是一个词头在右边的NP的一部分。
【讨论】：
在 POS_tagger 中，我们使用“标签集”来标记单词，例如 {名词、动词、形容词、副词、概率...} 而浅解析器尝试定义子组件，例如名称实体和句子中的短语，例如 “我目前（在（我的大学）学习自然（语言处理课程））并且（仍然对一些基本概念感到困惑。）”
【讨论】：
D. Jurafsky 和 JH Martin 在他们的book 中说，浅解析（部分解析）是一种不会从句子中提取所有可能信息的解析，而只是在特定案例信息中提取有价值 .
分块只是浅层解析的一种方法。如前所述，它仅提取有关基本非递归短语（例如动词短语或名词短语）的信息。
其他方法，例如，生成扁平解析树。这些树可能包含有关词性标签的信息，但会推迟可能需要语义或上下文因素的决策，例如 PP 附件、协调歧义和名义复合分析。
因此，浅解析是产生部分解析树的解析。分块是这种解析的一个例子。
【讨论】：