pos_tag

Label words with their part-of-speech tags.

Usage

from underthesea import pos_tag

text = "Chợ thịt chó nổi tiếng ở Sài Gòn bị truy quét"
tagged = pos_tag(text)
print(tagged)
# [('Chợ', 'N'), ('thịt', 'N'), ('chó', 'N'), ('nổi tiếng', 'A'),
#  ('ở', 'E'), ('Sài Gòn', 'Np'), ('bị', 'V'), ('truy quét', 'V')]

Function Signature

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

Parameters

Parameter	Type	Default	Description
sentence	str		The input text to tag
format	str	None	Output format (currently only None supported)
model	str	None	Path to custom model

Returns

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

POS Tags

Tag	Description	Example
N	Noun	chợ, thịt, chó
Np	Proper noun	Sài Gòn, Việt Nam
V	Verb	bị, truy quét
A	Adjective	nổi tiếng, đẹp
P	Pronoun	tôi, bạn, nó
R	Adverb	rất, đang, sẽ
E	Preposition	ở, trong, trên
C	Conjunction	và, hoặc, nhưng
M	Number	một, hai, ba
L	Determiner	các, những, mọi
X	Unknown	-
CH	Punctuation	. , ? !

Examples

Basic Usage

from underthesea import pos_tag

text = "Chợ thịt chó nổi tiếng ở Sài Gòn bị truy quét"
tagged = pos_tag(text)
for word, tag in tagged:
    print(f"{word}: {tag}")
# Chợ: N
# thịt: N
# chó: N
# nổi tiếng: A
# ở: E
# Sài Gòn: Np
# bị: V
# truy quét: V

Filtering by POS Tag

text = "Tôi yêu Việt Nam vì Việt Nam rất đẹp"
tagged = pos_tag(text)

# Get all nouns
nouns = [word for word, tag in tagged if tag in ('N', 'Np')]
print(nouns)
# ['Việt Nam', 'Việt Nam']

# Get all verbs
verbs = [word for word, tag in tagged if tag == 'V']
print(verbs)
# ['yêu']

Processing Multiple Sentences

sentences = [
    "Hà Nội là thủ đô của Việt Nam",
    "Thành phố Hồ Chí Minh là thành phố lớn nhất"
]

for sentence in sentences:
    tagged = pos_tag(sentence)
    print(tagged)

Notes

• Word segmentation is performed automatically before POS tagging
• The model is trained on Vietnamese treebank data
• Proper nouns (Np) include names, locations, organizations