Wat is Part-of-Speech Tagging?

Wat is Part-of-Speech Tagging eigenlijk?

Part-of-Speech Tagging (ook wel POS-tagging genoemd) is het proces waarbij een computerprogramma elk woord in een zin een grammaticale functie geeft. Denk aan de zinontleding die je op school deed: is dit woord een zelfstandig naamwoord, werkwoord, bijvoeglijk naamwoord, of iets anders?

Stel je voor dat je een kleurcode toepast op een tekst: alle werkwoorden krijgen blauw, zelfstandige naamwoorden rood, bijvoeglijke naamwoorden groen, enzovoort. Dat is in essentie wat een POS-tagger doet, alleen dan niet met kleuren maar met labels.

In de zin "De snelle kat rent" zou een POS-tagger dit herkennen:

• "De" → lidwoord

• "snelle" → bijvoeglijk naamwoord

• "kat" → zelfstandig naamwoord

• "rent" → werkwoord

Dit klinkt misschien simpel, maar voor een computer is het best ingewikkeld. Het woord "loop" kan een zelfstandig naamwoord zijn ("een rondje loop") of een werkwoord ("ik loop naar huis"). De context bepaalt wat het juiste label is.

Hoe werkt het in de praktijk?

Moderne POS-taggers gebruiken machine learning-modellen die getraind zijn op enorme hoeveelheden voorbeeldteksten waarin elk woord al gelabeld is. Door duizenden voorbeelden te zien, leert het systeem patronen herkennen.

Zo leert een tagger bijvoorbeeld dat na "de" of "het" vaak een zelfstandig naamwoord volgt, of dat woorden die eindigen op "-en" vaak werkwoorden zijn (lopen, praten, schrijven). Maar het kijkt ook naar bredere zinstructuren en zelfs naar de betekenis van omliggende woorden.

Bij het Nederlands is dit overigens lastiger dan bij het Engels. We hebben bijvoorbeeld meer werkwoordsvormen en samenstellingen ("huisje-boompje-beestje"), wat extra uitdagingen geeft.

Waarom zou jij hier iets aan hebben?

POS-tagging is een fundamentele bouwsteen voor allerlei taalverwerkingstoepassingen. Het lijkt op het eerst misschien een technisch detail, maar het zit verborgen in tools die je dagelijks gebruikt:

• Zoekfunctionaliteit: zoekmachines gebruiken POS-tagging om te begrijpen wat de kernwoorden in je zoekopdracht zijn

• Vertaalprogramma's: DeepL en Google Translate bepalen de grammaticale rol van woorden om een correcte vertaling te maken

• Spellingcontrole: als je schrijfassistent een fout vindt, checkt het of het werkwoord wel bij het onderwerp past

• Chatbots en spraakassistenten: Siri, Alexa of ChatGPT gebruiken POS-tagging om te begrijpen wat je vraagt

• Sentimentanalyse: systemen die recensies analyseren letten extra op bijvoeglijke naamwoorden ("geweldig", "teleurstellend") om stemming te bepalen

Waar kom je het tegen?

Bijna elke NLP-toepassing gebruikt ergens in het proces POS-tagging:

• Vertalingen via DeepL, Google Translate of Microsoft Translator

• Schrijfassistenten zoals Grammarly of de spellcheck in Word

• Chatbots en klantenservicesystemen

• Zoekmachines (Google, Bing) voor het begrijpen van zoekopdrachten

• Content-moderatiesystemen op sociale media

• Spraakassistenten (Siri, Google Assistant, Alexa)

• Samenvattingstools en tekstanalyse-software

In grote taalmodellen zoals GPT-4, Claude of Gemini gebeurt POS-tagging niet meer als aparte stap — deze modellen hebben door hun training zoveel taalbegrip ontwikkeld dat ze grammaticale rollen impliciet herkennen. Maar voor kleinere, gespecialiseerde toepassingen blijft expliciete POS-tagging belangrijk.

Begin bij het begin

Als je begint met tekstanalyse of je afvraagt hoe AI-systemen taal "begrijpen", is POS-tagging een goed startpunt. Het laat zien dat computers taal niet magisch snappen, maar stap voor stap leren herkennen wat woorden doen in een zin. Veel open-source bibliotheken zoals spaCy of NLTK bieden kant-en-klare POS-taggers waarmee je kunt experimenteren — gewoon een zin invoeren en kijken welke labels eruit komen. Het geeft direct inzicht in hoe AI naar tekst kijkt.