如何在spacy中获取指定单词的所有可能标签或POS词性

spaCy默认的词性标注是上下文驱动的，只会返回当前句子语境下置信度最高的单个标签，要获取单个单词的所有合法词性标签，可以直接用下面两种原生方法实现，不需要修改源码或依赖外部资源。

方法1：读取词汇表内置的标签集合 #

spaCy加载的每个模型都自带训练语料统计生成的词汇表，每个词元（Lexeme）对象直接存储了该词在语料中出现过的所有词性标签，查询效率最高，不需要走完整标注流程。
示例代码：

import spacy

# 替换为你实际使用的模型，比如中文用zh_core_web_sm
nlp = spacy.load("en_core_web_sm")
target_word = "still"
# 统一转小写匹配词元，避免大小写导致的匹配失败
lexeme = nlp.vocab[target_word.lower()]

# 直接读取所有粗粒度UPOS标签、细粒度PTB标签
all_upos = [nlp.vocab.strings[tag_id] for tag_id in lexeme.pos]
all_ptb_tag = [nlp.vocab.strings[tag_id] for tag_id in lexeme.tag]

# 可选：获取标签对应的语义说明
upos_with_desc = [(tag, spacy.explain(tag)) for tag in all_upos]
ptb_with_desc = [(tag, spacy.explain(tag)) for tag in all_ptb_tag]

print("全量粗粒度词性标签：", upos_with_desc)
print("全量细粒度词性标签：", ptb_with_desc)

针对"still"运行上述代码，返回结果会包含形容词、副词、动词、名词四类标签，和实际语料中的用法完全一致。
注意：如果查询的是有形态变化的词（比如stilled、better），可以先做词形还原后再查询，避免词表匹配不全。

方法2：提取标注器的全标签概率分布 #

如果你需要获取词性标注器模型本身对目标词的所有可输出标签（包括形态变化形式），可以直接调用标注器底层预测接口，屏蔽上下文特征后过滤掉概率为0的标签即可，结果和模型训练的标签体系完全对齐。
示例代码：

import spacy
from spacy.tokens import Doc

nlp = spacy.load("en_core_web_sm")
tagger = nlp.get_pipe("tagger")
target_word = "still"

# 构造仅包含目标词的无上下文文档
doc = Doc(nlp.vocab, words=[target_word])
# 运行标注器拿到全标签概率分布
pred_probs = tagger.model.predict([doc])[0][0]

possible_tags = []
for tag_id, prob in enumerate(pred_probs):
    if prob > 0:
        tag_str = nlp.vocab.strings[tag_id]
        possible_tags.append( (tag_str, spacy.explain(tag_str), round(prob, 4)) )

print("标注器支持的全量标签：")
for tag, desc, prior_prob in possible_tags:
    print(f"- {tag}: {desc}，先验概率{prior_prob}")

这个方法返回的概率是该标签在训练语料中不考虑上下文的先验出现概率，适合做词汇本身的词性分布统计。

两种方法均为spaCy原生支持的能力，不需要额外安装第三方包，也不需要联网获取资源。

内容的提问来源于stack exchange，提问作者Ifeanyi Nmoye