一. 前言

詞性標注 Part Of Speech(後面皆簡稱POS)，簡單來說就是將文章、句子中，文字的詞類標註出來，如下圖，每個詞在一個句子中都有對應的詞性，圖片來自於[1]：

詞性在文本當中是很重要的一個特徵，例如若是要從一大群與料庫中找出與手機相關的產品特徵，通常可以先將目標放在名詞上，再經過一些演算法取得產品特徵，在這個例子中，POS就非常重要。

目前POS Tagging 幾種常見的方法:

• Rule-Based：自訂 rules 來標記單詞，如看到 ed、i，或是看到'看'、'打'就標注 verb。
• Probabilistic：使用條件機率的原理，預測單詞詞性，常見如 CRF、HMM，此方法也是深度學習出來前，最常見且效果最好的標注方式。
• Deep Learning：使用深度學習模型預測標註詞性，例如使用LSTM, BERT等方法進行多對多的訓練，這裡有很多相關的資訊可以參考[2]。

但如果單純用Rule-Based的方法的話會無法處理多詞性的問題，畢竟都把詞性寫死了，我們必須要考慮前後單詞與整句話，再來決定這個詞性應該要是什麼才對。在目前在Pos任務中，Probabilistic 是最常見且效果相當好的一種方式，其中又以隱馬可夫模型(HMM)的方式最為常見。

較為經典的POS的算法是利用隱馬可夫模型(HMM)+維特比演算法來找出每個詞對應的詞性的，接下來會介紹馬可夫模型(MM)、隱馬可夫模型(HMM)與維特比演算法，最後利用python來實作POS的任務。

參考資訊
[1] Categorizing and POS Tagging with NLTK Python
[2] part-of-speech_tagging