Python是一種流行的編程語言，非常適合自然語言處理。在自然語言處理中，詞性標注是一個重要的任務，它可以為文本中的每個單詞分配一個詞性，比如名詞、動詞、形容詞等。

import nltk
text = "This is a sample sentence for POS tagging with NLTK."
tokens = nltk.word_tokenize(text)
tags = nltk.pos_tag(tokens)
print(tags)

上面的代碼使用Python和自然語言工具包（NLTK）來執行詞性標注。首先，使用“nltk.word_tokenize”函數將文本分成單詞列表，然后使用“nltk.pos_tag”函數將每個單詞標記為其詞性。輸出是一個包含每個單詞及其詞性標記的元組。

下面是輸出結果：

[('This', 'DT'), ('is', 'VBZ'), ('a', 'DT'), ('sample', 'JJ'), ('sentence', 'NN'), ('for', 'IN'), ('POS', 'NNP'), ('tagging', 'VBG'), ('with', 'IN'), ('NLTK', 'NNP'), ('.', '.')]

其中的詞性縮寫是Penn Treebank標記，DT表示確定詞，VBZ表示第三人稱單數動詞，JJ表示形容詞，NN表示名詞，IN表示介詞，NNP表示專有名詞，而VBG表示現在進行時動詞。

詞性標注對于許多自然語言處理任務是必要的，例如語義分析和信息提取。Python中的許多庫都可以輕松執行此任務，并且可用的選擇很多。嘗試使用不同的工具包，以了解哪個最適合您的任務。