품사pumsa

part of speech(POS, PoS), word class, grammatical category, 品詞

단어,word를 구분하는 방법/분류.
엄밀한 문법/언어학 용어 아님.
영어 품사 수의 구분도 제각각. 8품사, 9품사, 등. 보통 8품사 구분이 유행하는 듯.


1. 여러 언어의 품사 ... 2023-08-16:표를 만들다가 용도가 달라짐

한자어[1](이희승 계통) 순우리말[2](최현배 계통) English (interwikis)
명사 이름씨 noun Zeta:명사 Namu:명사
대명사 대이름씨 pronoun Zeta:대명사 Namu:대명사"인칭대명사와 지시대명사로 나뉜다"
인칭대명사 Zeta:인칭대명사 Namu:인칭대명사
지시대명사 Zeta:지시대명사 Namu:지시대명사
동사 動詞 움직씨 verb Zeta:동사 Namu:동사
조사 토씨 ? chk ? Zeta:조사_(품사) Zeta:토씨x Namu:조사 Namu:토씨 WpKo:조사_(품사) WpEn:Korean_postpositions
수사 數詞 셈씨
형용사 形容詞 그림씨

참고 tmp bmks ko {
https://ko.wiktionary.org/wiki/분류:한국어_품사
https://namu.wiki/w/한국어의 5언 9품사
}

2. TBW

구,phrase
{
두 단어 이상.
단어,word 한 단어
구phrase 두 단어 이상

ex.
He wants to be with you.
밑줄(목적어,object)은 to부정사구이며 명사구.

명사구
두 단어 이상인데 최종적으로 명사와 같은 구.

부사구
부사,adverb 구,phrase.
장소부사구
ex. in my room - 장소정보를 제공.

}
절,clause
{
두 단어 이상이며 S+V가 있음.
(다만 명령문은 예외. 명령문은 상대방(주어)가 생략될 수 있음)

구,phrase는 두 단어 이상이면 되지만, CHK... 절은 S+V가 필요.

문장,sentence과의 비교:
절clause은 S+V만 있으면 됨.
문장sentence은 마침표 물음표 느낌표(. ? !) 등이 끝에 붙은, 하나의 마감된 단위.
대부분의 문장이 절이긴 하지만, 다 그렇지는 않다. Oh, shit! 이것은 문장이지만 절은 아니다.
ex. I know (that) he is smart. 이것은 하나의 문장, 두개의 절.
}
구와 절
{
구,phrase는 두 단어 이상이면 됨.
절,clause는 S+V가 있어야 됨.


부사구 vs 부사절
}
문장,sentence
{
비교: 절,clause
더 많이 모이면 문단,paragraph.

문장의 5형식
주어,subject(S), 술어동사(V)(see 술어,predicate, 동사,verb), 목적어,object(O), 보어,complement(C)로 설명.
1. S V
2. S V C (C는 주격보어)
3. S Vt O (V는 타동사)
5. S Vt IO DO (목적어가 두개)
4. S Vt O OC (OC는 목적격보어)

}
문단,paragraph
{
문장,sentence들이 더 많이 모여서 이룬 것. AKA 단락.
}

주어,subject
{
행위의 주체.
주어 자리에 올 수 있는 것:
명사
대명사
동명사
to부정사
명사절
}
보어,complement
{
주격보어: 주어,subject를 보충설명해줌.
목적격보어: 5형식의 제 5형식.
}


주격
목적격
소유격
형용사와...

법,mood


3. 영어의 8품사

명사,noun
{
생물, 사물, 물질, 개념, 행동 등
ex. car, water, peace, answer, shower
}
대명사,pronoun
{
Sub:
인칭대명사 https://everything2.com/title/personal pronoun
유일하게 격의 구분이 있다.
ex. he she I you it her him me you
지시대명사
ex. this that these those such
부정대명사
부정은 긍정의 반대가 아니라 '정해져 있지 않은'. 막연한.
ex. all some any none each another others one ones
수량대명사
ex. others one ones much little few
https://everything2.com/title/Pronoun case
https://everything2.com/title/pronoun

https://everything2.com/title/Spivak pronouns
https://everything2.com/title/gender-neutral pronoun
WpEn:Spivak_pronoun
WpKo:대명사
WpSimple:Pronoun
WpEn:Pronoun
}
형용사,adjective
{
명사를 수식(꾸며줌).
보어,complement
주격보어
주어,subject에 대한 정보를 보충해주는 말.
명사,noun, 대명사,pronoun, 동명사,gerund, to부정사to-inf, 명사절(명사절,noun_clause?), 형용사,adjective, 분사,participle주격보어로 올 수 있다.
목적격보어

분사,participle와 차이
형용사와 역할이 같은 것이다. 다만 형태가 다르다. 분사는 (-ing, p.p) 형태이면서 형용사 역할을 한다.
ex.
happy sad tall honest pretty
이것들은 순수 형용사이다.
exciting interesting satisfying
excited interested satisfied
이것들은 동사(excite interest satisfy)에서 온 것이다. 각각 동사에서 변화되어 -ing, p.p 형태인데 형용사 역할을 한다.

관사,article는 형용사에 해당. 바로 뒤에 오는 명사를 꾸며줌.
{
a an the
정관사,definite_article
부정관사,indefinite_article
}

}
부사,adverb
{
수식어. 꾸며주는 말.
대상은 네가지: 형용사, 부사, 동사, 절(문장) 전체.
(형용사가 명사만 꾸며 주는 것과 달리, 꾸밈의 대상이 다양함.)
자세한 정보를 제공하는 것을 목적으로 함. 대표적으로 시간, 장소, 방법, 정도.

ex.
매우: so too pretty very quite

very smart 형용사를 꾸밈
부사를 꾸밈
looks carefully 동사를 꾸밈
Unfortunately, 절 전체를 꾸밈

부사구 부사절

}
전치사,preposition =,preposition 전치사 preposition
{
명사 뒤에 붙음. 한국말의 토씨에 해당.
ex. with for on in

}
접속사,conjunction =,conjunction 접속사 conjunction
{
conj.
말 그대로 단어를 연결해줌.
구와 구, 혹은 절과 절을 연결. 그 가운데에 들어감. (연산자,operator 처럼) // rel 연결사,connective?
ex. and that or but nor when where so that because unless since as after


Rel 전치사,preposition
after before since until 등의 단어는 접속사로도 전치사로도 쓰일 수 있다.

WpKo:접속사
Namu:접속사
Ndict:접속사
}
감탄사,interjection
{

Ndict:감탄사
}
동사,verb =동사,verb =,verb 동사 verb
{
주어 vs 동사 대응관계 아니고,
주어 vs 술어 대응관계이다. // 술어,predicate
He wants to go there.에서, 주어 He에는 술어 wants가 대응한다. 하지만 go도 동사이다. (준동사라고 한다.)
}

3.1. 8품사로 분류하지는 않는 것들

관사,article형용사,adjective에 해당.
부정사,infinitive
여기서 부정은 不定(정해지지 않았다)는 부정. 품사가 정해지지 않았다는 것.
동사의 한 형태.[3]
to부정사to-inf는 세가지 품사 중 하나. 명사 형용사 부사 세가지(모두 8품사에 해당하는) 중 정해지지 않았다는 것.
관계사,relative
접속사 대명사에 해당.
Namu:관계사

4. 국어의 품사

Namu:조사(품사)
{
한국어 일본어 에 있고
영어 등에 없고

전치사,preposition의 예를 따 후치사,postposition라 번역하기도 한다.... RLY? CHK
}

5. part-of-speech tagging

7. NLP에선

문장,sentence에서 각 토큰,token이 갖는 역할?

----