UPOS (Universal Part-of-Speech) tags are a core component of the Universal Dependencies (UD) project, designed to provide a standardized, fixed set of 17 categories that remain consistent across all human languages. Unlike language-specific systems (XPOS), which reflect the unique morphological intricacies of a single tongue, UPOS focuses on the functional role of a word. By stripping away language-specific "noise," UPOS allows researchers and developers to compare syntactic structures cross-linguistically and facilitates Cross-Lingual Transfer Learning—where an AI model trained on one language (like English) can apply its structural knowledge to another (like Romanian or Korean). It essentially serves as a "Lingua Franca" for computational linguistics, ensuring that a NOUN remains a NOUN whether the underlying grammar is agglutinative, fusional, or analytic.
Try our Tamil UPOS tagging now.
| Group | Tag | Meaning | Example |
|---|---|---|---|
| Open Class | ADJ | Adjective | பெரியது, பழையது, பச்சை, புரிந்துகொள்ள முடியாதது, முதல் |
| ADV | Adverb | மிகவும், நாளை, கீழே, எங்கே, அங்கே | |
| INTJ | Interjection | psst, ouch, bravo, hello | |
| NOUN | Noun (common) | பெண், பூனை, மரம், காற்று, அழகு | |
| PROPN | Proper Noun | மேரி, ஜான், லண்டன், NATO, HBO | |
| VERB | Verb | ஓடுதல், ஓடுதல், ஓடுதல், உண்பது, சாப்பிட்டது, உண்பது | |
| Closed Class | ADP | Adposition | in, to, போது |
| AUX | Auxiliary | is, has (done), will (do), should (do) | |
| CONJ | Conjunction | மற்றும், அல்லது, ஆனால் (மரபுக் குறிச்சொல்) | |
| CCONJ | Coordinating Conjunction | மற்றும், அல்லது, ஆனால் | |
| SCONJ | Subordinating Conjunction | என்றால், போது, அது | |
| DET | Determiner | a, an, the | |
| NUM | Numeral | 1, 2017, ஒன்று, எழுபத்தி ஏழு, MMXIV | |
| PART | Particle | கள், இல்லை | |
| PRON | Pronoun | நான், நீ, அவன், அவள், நான், தங்களை, யாரோ ஒருவர் | |
| Other | PUNCT | Punctuation | ., (, ), ?, ] |
| SYM | Symbol | $, %, +, −, :), 🐻 | |
| X | Other / Foreign | sfpksdpsxmsa, ..., foreign words | |
| SPACE | Space | newlines, tabs, extra spaces |
XPOS (Language-Specific Part-of-Speech) tagging offers a much higher level of granularity than the broader UPOS (Universal Part-of-Speech) system. While UPOS provides a standardized set of labels designed to work consistently across every language—ensuring that a NOUN in English is treated similarly to a NOUN in XPOS preserves the unique "linguistic DNA" of a specific language. It is the engine behind complex morphological analysis, allowing a system to distinguish not just that a word is a "Verb," but specifically that it is a "Third-Person, Singular, Past Tense, Passive Voice" verb. By capturing the deep grammatical details that UPOS omits for the sake of universality, XPOS enables the creation of translation tools and parsers that understand the precise inflectional logic of a specific culture and tongue.
Tamil is a highly agglutinative language where grammatical relationships are expressed by appending multiple suffixes to a word root. To capture this complexity, Stanza uses a strict 9-positional morphological slot system. Each character position in the tag corresponds to a specific linguistic category. For instance, position 0 specifies the primary Part of Speech, position 2 indicates Case markers, and position 4 denotes Person agreement. A dash (-) serves as a placeholder when a category is not applicable.
Try our Tamil XPOS tagging now.
| Group | Position | Category | Label | Meaning |
|---|---|---|---|---|
| Primary POS | 0 | Main Part of Speech | N | Noun |
| V | Verb | |||
| A | Adjective | |||
| P | Pronoun | |||
| D | Adverb | |||
| C | Conjunction | |||
| J | Adposition / Postposition | |||
| Q | Particle | |||
| R | Numeral | |||
| T | Interjection | |||
| U | Residual / Unknown | |||
| Z | Punctuation | |||
| Sub-Class | 1 | Sub-type / Syntactic Variant (Selected Key Labels) |
N | Common Noun |
| P | Proper Noun | |||
| V | Main Verb | |||
| A | Auxiliary Verb | |||
| d | Demonstrative Pronoun | |||
| q | Interrogative Pronoun | |||
| C | Cardinal Numeral | |||
| O | Ordinal Numeral | |||
| J | Coordinating Conjunction | |||
| S | Subordinating Conjunction | |||
| = | Clitic / Bound Particle | |||
| # | Numeric Digit / Symbol | |||
| Case | 2 | Case Marker | - | Not Applicable / Unmarked |
| N | Nominative (Unmarked case) | |||
| A | Accusative (இரண்டாம் வேற்றுமை) | |||
| D | Dative (நான்காம் வேற்றுமை) | |||
| G | Genitive / Possessive (ஆறாம் வேற்றுமை) | |||
| I | Instrumental / Sociative (மூன்றாம் வேற்றுமை) | |||
| L | Locative (ஏழாம் வேற்றுமை) | |||
| S | Ablative / Source (ஐந்தாம் வேற்றுமை) | |||
| An | Oblique / Inflexional Base Suffix | |||
| Gender & Ancillary |
3 | Gender Class / Lexical Attribute | - | Not Applicable / Neutral |
| P | Rational / Epicene Human Plural (பலர்பால்) | |||
| M | Masculine Singular (ஆண்பால்) | |||
| F | Feminine Singular (பெண்பால்) | |||
| N | Irrational / Neuter (ஒன்றன்பால் / பலவின்பால்) | |||
| Person | 4 | Person Agreement | - | Not Applicable |
| 1 | First Person (தன்மை) | |||
| 2 | Second Person (முன்னிலை) | |||
| 3 | Third Person (படர்க்கை) | |||
| Number | 5 | Grammatical Number | - | Not Applicable |
| S | Singular (ஒருமை) | |||
| P | Plural (பன்மை) | |||
| Tense & Aspect |
6 | Tense / Mood / Aspect Marker | - | Not Applicable |
| H | Past Tense (இறந்த காலம்) | |||
| M | Present Tense (நிகழ்காலம்) | |||
| F | Future Tense (எதிர்காலம்) | |||
| N | Negative / Non-Finite (எதிர்மறை) | |||
| Finiteness | 7 | Verb Finiteness Status | - | Not Applicable |
| F | Finite Verb (முற்று) | |||
| P | Participle / Non-Finite (எச்சம்) | |||
| Voice | 8 | Voice Status / Polarity | - | Not Applicable |
| A | Active / Affirmative | |||
| P | Passive Voice |
The DEP (Syntactic Dependency) refers to the specific grammatical relationship between a "child" token and its "head" (parent) token. While primary labels (like nsubj or obj) describe the basic structure, attachments starting with a colon (:) provide fine-grained sub-type information. For instance, while nsubj identifies a subject, :pass refines this to show the subject is being acted upon (Passive Voice). Similarly, :nn (Noun Compound) or :assmod (Associative Modifier) help the parser distinguish between simple modifiers and complex ownership or compound relationships, allowing for a much deeper "logical" understanding of the sentence.
| Category | Label | Meaning | Example (Token in bold) |
|---|---|---|---|
| Core Arguments | nsubj | Nominal subject | எலோன் சாப்பிடுகிறார். |
| csubj | Clausal subject | அவர் செய்தது தவறு. | |
| obj | Direct object | நான் சந்திரனை பார்க்கிறேன். | |
| iobj | Indirect object | அவள் எனக்கு ஒரு பரிசு கொடுத்தாள். | |
| ccomp | Clausal complement (finite) | அவர் சோர்வாக இருப்பதாக கூறினார். | |
| xcomp | Open clausal complement | நான் போக விரும்புகிறேன். | |
| Non-Core Dependents | obl | Oblique nominal | அவர் நாற்காலியில் அமர்ந்தார். |
| vocative | Vocative | ஜான், இங்கே வா! | |
| expl | Expletive | அங்கே ஒரு பூனை உள்ளது. | |
| dislocated | Dislocated element | அந்த மனிதன், எனக்கு அவனை தெரியும். | |
| advcl | Adverbial clause modifier | நான் அவர் வந்த பிறகு கிளம்பினேன். | |
| advmod | Adverbial modifier | வேகமாக இயக்கவும். | |
| discourse | Discourse element | சரி, எனக்கு உறுதியாக தெரியவில்லை. | |
| aux | Auxiliary | என்னால் முடியும். | |
| cop | Copula | அவள் மகிழ்ச்சியாக இருக்கிறாள். | |
| mark | Subordinating marker | எனக்குத் தெரியும் அது உங்களுக்குத் தெரியும். | |
| Nominal Dependents | nmod | Nominal modifier | காரின் கதவு. |
| appos | Appositional modifier | சாம், எனது நண்பர். | |
| nummod | Numeric modifier | ஏழு நாட்கள். | |
| acl | Adjectival clause | திட்டம் வெற்றி. | |
| amod | Adjectival modifier | நீல வானம். | |
| det | Determiner | தி முடிவு. | |
| case | Case marking | பிரான்ஸின் மன்னர். | |
| fixed | Fixed multiword expression | இருந்தாலும். | |
| flat | Flat multiword name | நியூயார்க் நகரம். | |
| compound | Compound noun | தொலைபேசி சாவடி. | |
| list | List element | தொலைபேசி, விசைகள், வாலட். | |
| Coordination | conj | Conjunct | ரொட்டி மற்றும் வெண்ணெய். |
| cc | Coordinating conjunction | ரொட்டி மற்றும் வெண்ணெய். | |
| Special Labels | aux:pass | Passive auxiliary | இது திருடப்பட்டது. |
| punct | Punctuation | வணக்கம்! | |
| dep | Unspecified dependency | (தெரியாத இணைப்புகளுக்குப் பயன்படுத்தப்பட்டது) | |
| ROOT | Root of the sentence | நான் சாப்பிட்டேன் மதிய உணவு. |
| Attachment | Full Name | Explanation | Example |
|---|---|---|---|
| :pass | Passive | Indicates a relationship in a passive voice construction. | nsubj:pass (ஜன்னல் உடைக்கப்பட்டது) |
| :nn | Noun Compound | Indicates that a noun is modifying another noun in a compound structure. | கலவை:nn (ஃபோன் சார்ஜர்) |
| :prep | Prepositional | Refines a modifier governed specifically by a preposition. | nmod:prep (பூனை பட்டை மீது) |
| :assmod | Associative Modifier | Common in Romanian/Baltic languages; shows nouns modifying other nouns. | nmod:assmod (என் தந்தையின் கார்) |
| :poss | Possessive | Indicates ownership or a possessive relationship. | nmod:poss (மை நாய், ஜான்ஸ் தொப்பி) |
| :relcl | Relative Clause | Identifies a clause that modifies a noun phrase. | acl:relcl (நான் படித்த புத்தகம்) |
| :tmod | Temporal Modifier | A modifier specifically describing time or duration. | nmod:tmod (நான் செவ்வாய்க்கிழமை புறப்படுகிறேன்) |
| :prt | Particle | Used for phrasal verb particles. | கலவை:prt (கொடுங்கள் அப், மூடு) |
| :rcomp | Relative Complement | Used for complements of relative clauses (common in Dutch). | advcl:rcomp (அந்த மனிதன் விட்டுச் சென்றவர்) |
| :flat | Flat Modifier | Used for multi-word expressions that don't have a clear internal head. | பிளாட்:பெயர் (ஜனாதிபதி ஒபாமா) |
NER (Named Entity Recognition) is a Natural Language Processing (NLP) task that automatically identifies and categorizes key information (entities) in a text into predefined classes. In spaCy, the statistical model "looks" at the context of a word to determine if it refers to a person, an organization, a monetary value, or a specific date. This is crucial for extracting structured data from unstructured text, such as finding all the company names mentioned in a news article or identifying the dates of events in a history book.
Comparison Note: GPE vs. LOC
Determining whether a place is a GPE or a LOC depends on its political nature:
GPE (Geopolitical Entity): If the location has a government, specific laws, or human-defined administrative borders, it is labeled as a GPE. Examples include Seoul, Germany, the United Kingdom, and California.
LOC (Location): If the place is a natural physical feature or a broad geographic region without a singular governing body, it is labeled as a LOC. Examples include the Alps, the Pacific Ocean, the Middle East, and Mount Everest.
| Label | Meaning | Example |
|---|---|---|
| 🌍 GPE | Geopolitical entity (countries, cities, states) | அமெரிக்கா, நியூயார்க், பிரான்ஸ், கலிபோர்னியா |
| 🏔️ LOC | Non-political location (mountains, rivers) | பசிபிக் பெருங்கடல், எவரெஸ்ட் சிகரம், ஆல்ப்ஸ் |
| 🏢 FAC | Facility (buildings, airports, highways) | கோல்டன் கேட் பாலம், JFK விமான நிலையம், புர்ஜ் கலிஃபா |
| 👤 PERSON | People (real or fictional) | எலோன் மஸ்க், ஹாரி பாட்டர், ஆலன் டூரிங் |
| 🚩 NORP | Nationalities, religious or political groups | அமெரிக்கர், பௌத்தர், ஜனநாயகவாதிகள், ஜப்பானியர்கள் |
| 🏢 ORG | Organizations (companies, institutions) | Google, United Nations, Apple, FIFA |
| 📅 DATE | Absolute or relative dates | ஜூலை 4, 2026, நேற்று, அடுத்த வாரம் |
| ⌚ TIME | Times smaller than a day | 9:30 AM, சூரிய அஸ்தமனம், பத்து நிமிடங்கள் |
| 🎊 EVENT | Named events (wars, festivals) | இரண்டாம் உலகப் போர், கோச்செல்லா, ஒலிம்பிக் விளையாட்டுகள் |
| 💰 MONEY | Monetary values, including unit | $100, 5 மில்லியன் யூரோ, £50 |
| ‱ PERCENT | Percentage, including "%" | 20%, எண்பது சதவீதம், 0.5% |
| ⚖️ QUANTITY | Measurements (weight, distance) | 5 கிமீ, 100 பவுண்ட், 30 சதுர மீட்டர் |
| 🔢 ORDINAL | "First", "second", etc. | முதல், 2வது, ஒன்பதாவது |
| 🔢 CARDINAL | Numbers not classified elsewhere | 10, ஆயிரம், மூன்று |
| 📦 PRODUCT | Objects, vehicles, foods, etc. (not services) | iPhone, Tesla Model S, Coca-Cola |
| 🎨 WORK_OF_ART | Titles of books, songs, etc. | மோனாலிசா, போஹேமியன் ராப்சோடி, ஹேம்லெட் |
| 📜 LAW | Named legal documents | அரசியலமைப்பு, வெர்சாய்ஸ் ஒப்பந்தம் |
| 🗣️ LANGUAGE | Named languages | ஆங்கிலம், பைதான், மாண்டரின் |
"Google கலிபோர்னியாவில் உள்ளது" என்ற சொற்றொடரைச் செயலாக்கினால், அடுக்குகள் இப்படி இருக்கும்:
லெம்மா: "Google", "be", "base", "in", "California"
UPOS: "PROPN(Proper Noun)", "AUX(Auxiliary)", "VERB(Verb)", "ADP(Adposition)", "PROPN(Proper Noun)"
XPOS: "NNP(Proper noun, singular)", "VBZ(Verb, 3rd person singular present)", "VBN(Verb, past participle)", "IN(Preposition or subordinating conjunction)", "NNP(Proper noun, singular)"
DEP: "Google" என்பது "அடிப்படையான" வினைச்சொல்லின் nsubj (பெயரளவு பொருள்) ஆகும், அது Root (வாக்கியத்தின் ரூட்).
NER: "Google" என்பது ஒரு 🏢 ORG (நிறுவனம்), "கலிபோர்னியா" என்பது ஒரு 🌍 GPE (புவிசார் அரசியல் நிறுவனம்).
Arabic -
Catalan -
Chinese -
Classical Chinese -
Croatian -
Danish -
Dutch -
English -
Filipino -
Finnish -
French -
German -
Greek -
Hebrew -
Hindi -
Italian -
Indonesian -
Japanese -
Korean -
Latin -
Lithuanian -
Macedonian -
Norwegian -
Polish -
Portuguese -
Romanian -
Russian -
Slovenian -
Sanskrit -
Spanish -
Swedish -
Tamil -
Thai -
Ukrainian -
Vietnamese
|
|
|
© Stars21 - All Rights Reserved
|
|||||