In der deutschen Sprache gibt es verschiedene Wortarten - jede hat ihre eigene Funktion im Satz.
Beschreiben Eigenschaften, sie lassen sich steigern: klein - kleiner - am kleinsten
Beispiele: schnell, schön, interessant
Beschreiben Umstände wie Ort, Zeit, Grund oder Art und Weise; beziehen sich auf Verben
Beispiele: heute, dort, sehr
Begleiten ein Nomen, zeigen dessen Genus und Kasus
Beispiele: der, die, das, ein, eine
Lautäußerungen, die Gefühle, Reaktionen oder Geräusche ausdrücken; oft allein und nicht in Satzstruktur eingebettet
Beispiele: Oh!, Hey!, knack
Verbinden Wörter, Satzteile oder Sätze
Beispiele: und, aber, weil
Großgeschrieben, man kann (meist) einen Artikel davorsetzen: der, die, das
Beispiele: (der) Tisch, (die) Freiheit, (das) Auto
Anzahl, Reihenfolge oder unbestimmter Zahlenwert
Beispiele: zwei, dritter, einige
Stellvertreter für Nomen oder weisen auf sie hin
Beispiele: ich, du, mein, dieser, sie, es, er,
Stehen meist vor einem Nomen, geben ein räumliches, zeitliches oder logisches Verhältnis an
Beispiele: in, auf, hinter, nach
Beschreiben Handlungen oder Zustände, man kann sie konjugieren (ich gehe, du gehst)
Beispiele: laufen, sein, denken
Der Kern von Wortarten.Info basiert auf dem Part-Of-Speech-Tagger der Stanford University. Grob gesagt funktioniert das Verfahren (maschinelles Lernen) so, dass eine Software mit Texten gefüttert wird, bei denen einmal von Menschen hinterlegt wurde, welches Wort zu welcher Wortart gehört. Die Software kann dann daraus Regeln ableiten - z. B. dass nach einem Artikel mit hoher Wahrscheinlichkeit ein Adjektiv oder Nomen kommt. Dadurch können auch Wörter Wortarten zugeordnet werden, die die Software vorher noch nie "gesehen" hat. Wegen Mehrdeutigkeiten ist es für den Rechner trotzdem eine ziemlich schwierige Aufgabe und bei der Erkennung entstehen Fehler.