Vietnamese UPOS XPOS NER DEP

UPOS (Universal POS)

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 Vietnamese UPOS tagging now.

UPOS Universal Part-of-Speech
Group	Tag	Meaning	Example
Open Class	ADJ	Adjective	lớn, cũ, xanh, khó hiểu, đầu tiên
	ADV	Adverb	rất, ngày mai, xuống, ở đâu, kia
	INTJ	Interjection	psst, ouch, hoan hô, xin chào
	NOUN	Noun (common)	cô gái, con mèo, cái cây, không khí, vẻ đẹp
	PROPN	Proper Noun	Mary, John, Luân Đôn, NATO, HBO
	VERB	Verb	chạy, chạy, chạy, ăn, ăn, ăn
Closed Class	ADP	Adposition	trong, tới, trong
	AUX	Auxiliary	là, đã (làm), sẽ (làm), nên (làm)
	CONJ	Conjunction	và, hoặc, nhưng (thẻ kế thừa)
	CCONJ	Coordinating Conjunction	và, hoặc, nhưng
	SCONJ	Subordinating Conjunction	nếu, trong khi đó
	DET	Determiner	a, an, the
	NUM	Numeral	1, 2017, một, bảy mươi bảy, MMXIV
	PART	Particle	chứ không phải
	PRON	Pronoun	Tôi, bạn, anh ấy, cô ấy, tôi, chính họ, ai đó
Other	PUNCT	Punctuation	., (, ), ?, ]
	SYM	Symbol	$, %, +, −, :), 🐻
	X	Other / Foreign	sfpksdpsxmsa, ..., foreign words
	SPACE	Space	newlines, tabs, extra spaces

XPOS (Detailed POS)

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.

Vietnamese is an isolating (analytic) language, meaning words do not change their form to express grammatical categories like tense, number, or case. Therefore, the Stanza vi XPOS tagset functions primarily as a lexical classification system based on the VLSP (Vietnamese Language and Speech Processing) standards. It provides highly specialized tags for nouns (separating classifiers and unit nouns) and grammatical particles, which are critical for structuring Vietnamese syntax.

Try our Vietnamese XPOS tagging now.

Vietnamese XPOS Detail
Group	Tag	Meaning	Example
Nominals	`N`	Common Noun (Danh từ)	buku (sách), người (person)
	`NNP`	Proper Noun (Danh từ riêng)	Việt Nam, Hà Nội, Thành
	`Nc`	Classifier Noun (Danh từ chỉ loại)	con (for animals), cái (for objects)
	`Nu`	Unit Noun (Danh từ chỉ đơn vị)	mét (meter), kilôgam (kilogram)
	`Nb`	Borrowed/Foreign Noun (Danh từ mượn)	radô (radio), săm (inner tube)
	`Ny`	Abbreviation Noun (Danh từ viết tắt)	TƯ (Trung ương), ĐH (Đại học)
Predicates & Modifiers	`V`	Verb (Động từ)	chạy (run), ăn (eat), học (study)
	`Adj`	Adjective (Tính từ)	tốt (good), đẹp (beautiful), cao (tall)
	`Adv`	Adverb (Phó từ / Trạng từ)	rất (very), quá (too), nhanh (quickly)
	`AUX` / `Aux`	Auxiliary Verb / Copula (Trợ động từ)	là (to be), bị (passive marker), được
Reference & Quantity	`Pro`	Pronoun (Đại từ)	tôi (I), bạn (you), họ (they)
	`Det`	Determiner (Hạn định từ)	này (this), kia (that), những (plural marker)
	`Num`	Numeral (Số từ)	một (one), ba (three), thứ nhất (first)
Functional Words	`Pre`	Preposition (Giới từ)	ở (at), trong (in), của (of/belonging to)
	`CC`	Coordinating Conjunction (Liên từ đẳng lập)	và (and), hoặc (or), nhưng (but)
	`SC`	Subordinating Conjunction (Liên từ chính phụ)	nếu (if), vì (because), cho nên (therefore)
	`Prt`	Particle (Trợ từ / Thán từ)	à, ư, nhỉ, nhé (sentence-ending particles)
	`I`	Interjection (Thán từ)	ôi (oh!), trời ơi (oh my god!)
Miscellaneous	`X`	Unknown / Idiom / Fixed Expression	(Used for unclassified items or idioms)
Miscellaneous	`SYM`	Symbol (Non-punctuation symbols)	$, %, +, =

Dependency

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.

DEP Full Syntactic Dependency Labels
Category	Label	Meaning	Example (Token in bold)
Core Arguments	nsubj	Nominal subject	Elon ăn.
	csubj	Clausal subject	Việc anh ấy làm là sai.
	obj	Direct object	Tôi nhìn thấy mặt trăng.
	iobj	Indirect object	Cô ấy đã tặng tôi một món quà.
	ccomp	Clausal complement (finite)	Anh ấy nói anh ấy mệt.
	xcomp	Open clausal complement	Tôi muốn đi.
Non-Core Dependents	obl	Oblique nominal	Anh ấy ngồi trên ghế.
	vocative	Vocative	John, lại đây!
	expl	Expletive	Có có một con mèo.
	dislocated	Dislocated element	Người đàn ông đó, tôi biết anh ta.
	advcl	Adverbial clause modifier	Tôi rời đi sau khi anh ấy đến.
	advmod	Adverbial modifier	Chạy nhanh.
	discourse	Discourse element	Chà, tôi không chắc.
	aux	Auxiliary	Tôi có thể nhìn thấy.
	cop	Copula	Cô ấy rất hạnh phúc.
	mark	Subordinating marker	Tôi biết điều đó bạn biết.
Nominal Dependents	nmod	Nominal modifier	Cửa xe.
	appos	Appositional modifier	Sam, bạn của tôi.
	nummod	Numeric modifier	Bảy ngày.
	acl	Adjectival clause	Kế hoạch để giành chiến thắng.
	amod	Adjectival modifier	Bầu trời xanh.
	det	Determiner	Kết thúc.
	case	Case marking	Vua của Pháp.
	fixed	Fixed multiword expression	Bất chấp điều đó.
	flat	Flat multiword name	Thành phố New York.
	compound	Compound noun	Buy điện thoại.
	list	List element	Điện thoại, chìa khóa, ví.
Coordination	conj	Conjunct	Bánh mì và bơ.
Coordination	cc	Coordinating conjunction	Bánh mì và bơ.
Special Labels	aux:pass	Passive auxiliary	Nó đã bị bị đánh cắp.
	punct	Punctuation	Xin chào!
	dep	Unspecified dependency	(Được sử dụng cho các liên kết không xác định)
	ROOT	Root of the sentence	Tôi đã ăn bữa trưa.

Common Dependency Attachments (Sub-labels)
Attachment	Full Name	Explanation	Example
:pass	Passive	Indicates a relationship in a passive voice construction.	nsubj:pass (cửa sổ đã bị hỏng)
:nn	Noun Compound	Indicates that a noun is modifying another noun in a compound structure.	hợp chất:nn (Bộ sạc điện thoại)
:prep	Prepositional	Refines a modifier governed specifically by a preposition.	nmod:prep (Con mèo trên tấm thảm)
:assmod	Associative Modifier	Common in Romanian/Baltic languages; shows nouns modifying other nouns.	nmod:assmod (Chiếc xe của bố tôi)
:poss	Possessive	Indicates ownership or a possessive relationship.	nmod:poss (Con chó của tôi, chiếc mũ của John)
:relcl	Relative Clause	Identifies a clause that modifies a noun phrase.	acl:relcl (Cuốn sách mà tôi đã đọc)
:tmod	Temporal Modifier	A modifier specifically describing time or duration.	nmod:tmod (Tôi sẽ rời đi Thứ Ba)
:prt	Particle	Used for phrasal verb particles.	hợp chất:prt (Bỏ up, tắt tắt)
:rcomp	Relative Complement	Used for complements of relative clauses (common in Dutch).	advcl:rcomp (Người đàn ông đã rời đi)
:flat	Flat Modifier	Used for multi-word expressions that don't have a clear internal head.	phẳng:tên (Tổng thống Obama)

Named Entity Recognition

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.

NER Named Entity Recognition
Label	Meaning	Example
🌍 GPE	Geopolitical entity (countries, cities, states)	Hoa Kỳ, New York, Pháp, California
🏔️ LOC	Non-political location (mountains, rivers)	Thái Bình Dương, đỉnh Everest, dãy Alps
🏢 FAC	Facility (buildings, airports, highways)	Cầu Cổng Vàng, Sân bay JFK, Burj Khalifa
👤 PERSON	People (real or fictional)	Elon Musk, Harry Potter, Alan Turing
🚩 NORP	Nationalities, religious or political groups	Mỹ, Phật giáo, Dân chủ, Nhật Bản
🏢 ORG	Organizations (companies, institutions)	Google, Liên Hợp Quốc, Apple, FIFA
📅 DATE	Absolute or relative dates	Ngày 4 tháng 7 năm 2026, hôm qua, tuần sau
⌚ TIME	Times smaller than a day	9:30 sáng, hoàng hôn, mười phút
🎊 EVENT	Named events (wars, festivals)	Chiến tranh thế giới thứ hai, Coachella, Thế vận hội Olympic
💰 MONEY	Monetary values, including unit	100 USD, 5 triệu Euro, 50 bảng
‱ PERCENT	Percentage, including "%"	20%, tám mươi phần trăm, 0,5%
⚖️ QUANTITY	Measurements (weight, distance)	5km, 100lbs, 30 mét vuông
🔢 ORDINAL	"First", "second", etc.	thứ nhất, thứ 2, thứ chín
🔢 CARDINAL	Numbers not classified elsewhere	10, một nghìn, ba
📦 PRODUCT	Objects, vehicles, foods, etc. (not services)	iPhone, Tesla Model S, Coca-Cola
🎨 WORK_OF_ART	Titles of books, songs, etc.	Mona Lisa, Bohemian Rhapsody, Hamlet
📜 LAW	Named legal documents	Hiến pháp, Hiệp ước Versailles
🗣️ LANGUAGE	Named languages	Tiếng Anh, Python, tiếng Quan Thoại

Universal POS, Detailed POS, NER, DEP

UPOS (Universal POS)

XPOS (Detailed POS)

Dependency

Named Entity Recognition

Ví dụ về NLP (NLP Example)

Part-of-Speech for Main Languages