chunk

Group words into meaningful phrases (chunking/shallow parsing).

Usage

from underthesea import chunk

text = "Bác sĩ bây giờ có thể thản nhiên báo tin bệnh nhân bị ung thư?"
chunks = chunk(text)
print(chunks)
# [('Bác sĩ', 'N', 'B-NP'),
#  ('bây giờ', 'P', 'B-NP'),
#  ('có thể', 'R', 'O'),
#  ('thản nhiên', 'A', 'B-AP'),
#  ('báo', 'V', 'B-VP'),
#  ('tin', 'N', 'B-NP'),
#  ('bệnh nhân', 'N', 'B-NP'),
#  ('bị', 'V', 'B-VP'),
#  ('ung thư', 'N', 'B-NP'),
#  ('?', 'CH', 'O')]

Function Signature

def chunk(
    sentence: str,
    format: str = None
) -> list[tuple[str, str, str]]

Parameters

Parameter	Type	Default	Description
sentence	str		The input text to chunk
format	str	None	Output format (currently only None supported)

Returns

Type	Description
list[tuple[str, str, str]]	List of (word, POS tag, chunk tag) tuples

Chunk Tags

Tag	Description
B-NP	Beginning of Noun Phrase
I-NP	Inside Noun Phrase
B-VP	Beginning of Verb Phrase
I-VP	Inside Verb Phrase
B-AP	Beginning of Adjective Phrase
I-AP	Inside Adjective Phrase
B-PP	Beginning of Prepositional Phrase
I-PP	Inside Prepositional Phrase
O	Outside any chunk

Examples

Basic Usage

from underthesea import chunk

text = "Bác sĩ bây giờ có thể thản nhiên báo tin bệnh nhân bị ung thư?"
chunks = chunk(text)
for word, pos, chunk_tag in chunks:
    print(f"{word:15} {pos:5} {chunk_tag}")

Extracting Noun Phrases

text = "Sinh viên Đại học Bách Khoa Hà Nội đạt giải nhất"
chunks = chunk(text)

# Extract noun phrases
current_np = []
noun_phrases = []

for word, pos, chunk_tag in chunks:
    if chunk_tag == 'B-NP':
        if current_np:
            noun_phrases.append(' '.join(current_np))
        current_np = [word]
    elif chunk_tag == 'I-NP':
        current_np.append(word)
    else:
        if current_np:
            noun_phrases.append(' '.join(current_np))
            current_np = []

if current_np:
    noun_phrases.append(' '.join(current_np))

print(noun_phrases)

Extracting Verb Phrases

text = "Tôi đang học tiếng Việt và sẽ đi du lịch"
chunks = chunk(text)

verb_phrases = [word for word, pos, tag in chunks if tag.endswith('VP')]
print(verb_phrases)

Notes

• Chunking is performed on top of word segmentation and POS tagging
• It provides shallow syntactic structure without full parsing
• Useful for extracting noun phrases, verb phrases, etc.