mecab - 为什么行ける解析成单个token，而见られる解析成2（见+られる）？

Question

两者都代表不同类型动词的相同形式——它们不应该都解析成一个标记吗？即使 2 个标记更有意义，它们也应该是一致的，并且我认为它们都可以解析为 2。

编辑：在评论中指出，见られる也可能是被动的——另一个例子是食べれる，它也标记为 2 个标记（食べ+れる），但肯定是有潜力的。

Answer 1

简短的回答：因为行ける/见える在字典中，而见られる不在。（注意：ipadic 和 unidic 都是这种情况。）

在行ける和见られる的情况下，区别非常简单——行く是一个五段/五步动词，而见る不是。在 Unidic 和 IPAdic 中，五步动词的词干由于处理动词结尾的方式而被登记。动词词尾基本上都是助动词（可识别的单位，如られる，不能单独使用）或助动词（如しまう，可以单独使用），但字典形式的结尾如る或う不被视为其中任何一种，因此它们不要得到他们自己的词性标签并与动词词根形成一个标记。

使用“见える”的情况有点棘手——“见える”被视为词根动词，而不仅仅是“见る”的潜在形式。例如，如果你lex.csv在 Unidic 中查看，你会看到一堆 见える 的变位，其中 见える 是基本形式。看字典，见える似乎很常见，部分原因是历史原因（检查まみえる）。

有关如何以及为何将动词分解为多个标记的详细说明，请查看短单位词、中单位词、长单位词和文集的详细信息。NINJAL的文档涵盖了概念，但几乎没有动词的细节；Comainu是一个可以检测所有这些类的系统；这篇冗长的文章很好地概述了英语的历史。

希望有帮助！