UDC 681.3 : 809.51 L 70 GP 中华人民共和国国家标准 GB/T 13715--92 信息处理用现代汉语分词规范 Contemporary Chinese language word segmentation specification for information processing 1992-10-04发布 1993-06-01实施 国家技术监督局发布 （京）新登字023号 中华人民共和 国 国家标准 信息处理用现代汉语分词规范 GB/T 13715—92 * 中国标准出版社出版发行 北京西城区复兴门外三里河北街16号 邮政编码：100043 http://www.spc.net.cn 电话：63787337、63787447 1993年3月第一版2005年12月电了版制作 * 书号：155066·1-9287 版权专有侵权必究 举报电话：（010）68533533 中华人民共和国国家标准 信息处理用现代汉语分词规范 GB/T 13715 -- 1992 Contemporary Chinese language word segmentation specification for information processing 1主题内容与适用范围 1.1主题内容 本规范规定了现代汉语的分词原则，以满足信息处理的需要。它对汉语信息处理的规范化，对各种 汉语信息处理系统之间的兼容性有重要的作用。 1.2适用范围 本规范适用于汉语信息处理各领域，其他行业和有关学科可以参考使用。 汉语信息处理各领域可以根据其专门需求，进一步补充和细化本规范的规定。 2引用标准 GB12200汉语信息处理词汇 3术语 以下术语引自GB12200。 3.1汉语信息处理 用计算机对汉语的音、形、义等信息进行的处理。 3.2词 最小的能独立运用的语言单位。 3.3词组 由两个或两个以上的词，按一定的语法规则组成，表达一定意义的语言单位。 3.4分词单位 汉语信息处理使用的，具有确定的语义或语法功能的基本单位。它包括本规范的规则限定的词和词 组。 3.5汉语分词 从信息处理需要出发，按照特定的规范，对汉语按分词单位进行划分的过程。 4概述 本规范以信息处理应用为目的，根据现代汉语的特点及规律，规定现代汉语的分词原则。 本规范用下划线“ ”作为分词单位标记。 4.1空格或标点符号是计算机中分词单位的分隔标记。作为分隔标记的标点符号有：句号、逗号、顿号、 分号、冒号、问号、叹号、引号、括号、破折号、省略号、书名号、间隔号、连接号及符号“/"等。 4.2二字或三字词,以及结合紧密、使用稳定的二字或三字词组，一律为分词单位。例如： 国家技术监督局1992-10-04批准 1993-06-01实施 1 GB/T13715—1992 发展可爱 红旗 对不起自行车青霉素 4.3四字成语一律为分词单位。例如： 胸有成竹欣欣向荣 四字词或结合紧密、使用稳定的四字词组，一律为分词单位。例如： 社会主义春夏秋冬由此可见 2.五字或五字以上的谚语、格言等，分开后如不违背原有组合的意义，应予切分。例如： 时间就是生命 失败是成功之母 人心齐，泰山移 结合紧密、使用稳定的词组，分开后如违背原有组合的意义，或影响进一步的处理，则不予切分。例 如： 不管三七二十一 4.5惯用语和有转义的词或词组，在转义的语言环境下，律为分词单位。例如： 妇女能顶半边天 他真小气，象个铁公鸡 4.6略语一律为分词单位。例如： 科技奥运会工农业 Z.7分词单位加形成儿化音的“儿”，一律为分词单位。例如； 花儿俏悄儿玩儿 4.8在现代汉语中出现的非汉字符号，例如其他语言的字符串、数学符号、化学符号、阿拉伯数字等，仍 保留原有形式。例如： CAD CO := cm 1 247 1 298 576 3. 14 L.9现代汉语中其他语言的汉字音译外来词，不予切分。例如： 巧克力 吉普 4.10不同的语言环境中的同形异构现象，按照具体语言环境的语义，根据本规范的规定进行切分。例 如： 把手抬起来 这个把手是木制的 5具体说明 为叙述方便，本规范沿用了把词分为名词、动词、形容词、代词、数词、量词、副词、介词、连词、助词、 语气词、叹词、象声词等十三类的方法。 5.1 名词 5.1.1普通名词 5.1.1.1二字的名词或结合紧密的二字名词词组，一律为分词单位。例如： 火车牛肉、钢铁 5.1.1.2结合紧密，分开后如违背原有组合的意义的名词性词组，一律为分词单位。例如： 有功功率被子植物 5.1.1.3由形容词加名词组成的词组，应予切分。倾如： 小床 形容词加名词组成的有转义的词组，一律为分词单位。例如： 小媳妇 戴高帽儿 2 GB/T 13715—1992 5.1.1.4前加成分加名词性分词单位应为分词单位。例如： 老鹰 非金属 阿哥 超声波 5.1.1.5名词性分词单位加如下类型的后加成分： 家手性 员 子 化 长头者 应为分词单位。例如： 科学家拖拉机手革命性 理发员椅子 标准化 科长 木头 学者 名词性分词单位后如有多个后加成分，则它们是一个分词单位。例如： 物理学家 5.1.1.6名词性分词单位前后如有前加成分和后加成分，则它们是一个分词单位。例如： 非党员 超导性 5.1.1.7各类专业的基本术语为分词单位。例如： 加速度 中央处理器 5.1.1.8方位词应予单独切分。例如； 桌子上 长江以北 5.1.1.9除“人们”之外，仅表示前一个名词性分词单位复数的“们”单独切分。例如： 朋友们学生们 但是“哥儿们爷们儿”等是分词单位。 5. 1. 1. 10 时间名词或词组的分词规则如下： 一年的十二个月份以及每周的七天，一律为分词单位。例如： 五月 元月 3 月 星期日 礼拜三 b. “年、日、时、分、秒”分别为分词单位。如： 1988年3月15日 11时42分8秒 “前、后、上、下、大前、大后”等直接与时间名词或量词组合时，它们为一个分词单位。例如： 前天 上星期 后年 下月 大前天 大后年 d. “初加十以内的数字一律为分词单位。例如： 初二 初八 5.1.2专有名词 5. 1.2.1 人名、称谓等处理如下： 汉族人名的姓和名分别单独切分。例如： a. 张胜利 欧阳海 b. 其他国家、其他民族的人名按其习惯形式切分。例如： 卡尔·马克思 牛顿 小林多喜二 才旦卓玛 带职务、职称的称呼一律切分。例如： 张教授王部长李师傅 d. 简称、尊称等为分词单位。例如： 老张小李郭老陈总 带排行的亲属称谓一律切分。例如： e. 三叔大女儿