摘要：In natural language processing,part-of-speech (POS) tagging plays an important role,as its output is the input of many other tasks (syntax analysis,semantic analysis. . . ). One of the problems related to POS tagging is to define the POS set. This could be solved using unsupervised machine learning methods. This paper presents an application of the DBSCAN clustering algorithm to classify Vietnamese words from a large corpus. The features used to characterize each word are naturally defined by the context of that word in a sentence. We use a large corpus containing sentences automatically extracted from the online Nhan Dan newspaper..
其他摘要：Trong xử lý ngôn ngữ tự nhiên,gán nhãn từ loại (POS tagging) đóng một vai trò quan trọng,là đầu ra,đầu vào của nhiều nhiệm vụ khác (phân tích cú pháp,phân tích ngữ nghĩa..). Một trong những vấn đề liên quan đến việc gán nhãn từ loại là xác định tập từ lo
关键词：Clustering;Corpus;DBSCAN;POS;POS tagging;Tag set
其他关键词：Corpus;DBSCAN;Gán nhãn từ loại;Phân cụm;Từ loại;Tập từ loại.
