-
Notifications
You must be signed in to change notification settings - Fork 0
/
stats.xml
144 lines (144 loc) · 12.8 KB
/
stats.xml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
<?xml version="1.0" encoding="UTF-8"?>
<treebank>
<!-- tokens means "surface tokens", e.g. Spanish "vámonos" counts as one token
words means "syntactic words", e.g. Spanish "vámonos" is split to two words, "vamos" and "nos"
fused is the number of tokens that are split to two or more syntactic words
The words and fused elements can be omitted if no token is split to smaller syntactic words. -->
<size>
<total><sentences>10604</sentences><tokens>106043</tokens><words>106097</words><fused>54</fused></total>
<train><sentences>8483</sentences><tokens>80575</tokens><words>80628</words><fused>53</fused></train>
<dev><sentences>1060</sentences><tokens>12733</tokens><words>12733</words><fused>0</fused></dev>
<test><sentences>1061</sentences><tokens>12735</tokens><words>12736</words><fused>1</fused></test>
</size>
<lemmas unique="14210" /><!-- ., ,, byť, sa, a, “, v, na, ja, on, to, s, že, z, do -->
<forms unique="25897" /><!-- ., ,, a, sa, “, na, v, som, to, je, že, do, s, z, o -->
<fusions unique="9" /><!-- naňho, naň, doň, preňho, doňho, uňho, oňho, poňho, zaňho -->
<!-- Statistics of universal POS tags. The comments show the most frequent lemmas. -->
<tags unique="17">
<tag name="ADJ">9474</tag><!-- veľký, prvý, celý, nový, ďalší, druhý, dobrý, starý, posledný, slovenský -->
<tag name="ADP">8612</tag><!-- v, na, s, z, do, o, k, po, za, od -->
<tag name="ADV">4445</tag><!-- veľmi, potom, tu, tam, kde, tak, opäť, vtedy, ako, nikdy -->
<tag name="AUX">3723</tag><!-- byť, by, bývať -->
<tag name="CCONJ">3376</tag><!-- a, ale, aj, alebo, i, ani, či, však, lebo, no -->
<tag name="DET">4404</tag><!-- to, ktorý, jeho, svoj, ten, všetok, môj, jej, táto, tento -->
<tag name="INTJ">66</tag><!-- mhm, haló, pozor, bum, aha, amen, klap, ach, pche, preboha -->
<tag name="NOUN">21661</tag><!-- rok, vláda, deň, človek, chvíľa, oko, ruka, mama, tvár, život -->
<tag name="NUM">1573</tag><!-- jeden, dva, tri, oba, ii, 1, štyri, 11, 2, mnoho -->
<tag name="PART">1916</tag><!-- aj, však, nie, len, už, a, až, iba, ani, ešte -->
<tag name="PRON">6435</tag><!-- sa, ja, on, ona, si, čo, ty, my, niečo, nič -->
<tag name="PROPN">4830</tag><!-- maja, chris, winston, aladin, vilko, Mauglí, jazmína, lori, bush, marga -->
<tag name="PUNCT">19130</tag><!-- ., ,, “, !, ?, ", ), (, :, „ -->
<tag name="SCONJ">1865</tag><!-- že, keď, ako, aby, ak, kým, keby, akoby, čo, pretože -->
<tag name="SYM">23</tag><!-- %, +, =, – -->
<tag name="VERB">14068</tag><!-- mať, byť, povedať, môcť, chcieť, ísť, vedieť, musieť, prísť, stať -->
<tag name="X">496</tag><!-- o, tzv, sv, po, česko, km, c, r, the, č -->
</tags>
<!-- Statistics of features and values. The comments show the most frequent word forms. -->
<feats unique="61">
<feat name="Abbr" value="Yes" upos="ADV,PROPN,X">404</feat><!-- j, tzv, sv, SR, USA, EÚ, P, c, r, A -->
<feat name="AdpType" value="Prep" upos="ADP">8156</feat><!-- na, v, do, s, z, o, po, za, k, od -->
<feat name="AdpType" value="Voc" upos="ADP">456</feat><!-- vo, so, zo, ku, nado, odo, predo, bezo, podo -->
<feat name="Animacy" value="Anim" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">12238</feat><!-- ho, bol, mu, mal, povedal, Chris, Winston, ich, ktorý, neho -->
<feat name="Animacy" value="Inan" upos="ADJ,ADV,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">12176</feat><!-- roku, bol, ktorý, jeho, ho, deň, ten, ich, jej, rokov -->
<feat name="Aspect" value="Imp" upos="AUX,VERB">10179</feat><!-- som, je, bol, sme, bola, bolo, sú, bude, mal, boli -->
<feat name="Aspect" value="Imp,Perf" upos="VERB">292</feat><!-- dal, venovať, počul, dali, venoval, dala, dá, stačilo, daj, dať -->
<feat name="Aspect" value="Perf" upos="VERB">7135</feat><!-- povedal, povedala, odvetil, spýtal, odvetila, zvolala, začal, stal, prišiel, spýtala -->
<feat name="Case" value="Acc" upos="ADJ,ADP,ADV,DET,NOUN,NUM,PRON,PROPN">12554</feat><!-- na, ho, to, ma, o, za, ju, pre, ich, čo -->
<feat name="Case" value="Dat" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">2630</feat><!-- mi, k, mu, jej, im, tomu, ku, ti, mne, proti -->
<feat name="Case" value="Gen" upos="ADJ,ADP,ADV,DET,NOUN,NUM,PRON,PROPN">11102</feat><!-- do, z, od, roku, zo, podľa, jeho, toho, okolo, bez -->
<feat name="Case" value="Ins" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">4505</feat><!-- s, pred, so, za, medzi, pod, nad, ním, jeho, mnou -->
<feat name="Case" value="Loc" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">7416</feat><!-- v, na, po, o, pri, vo, roku, tom, jeho, rokoch -->
<feat name="Case" value="Nom" upos="ADJ,ADV,DET,NOUN,NUM,PRON,PROPN">14600</feat><!-- to, ja, Maja, vláda, jeho, ktoré, ktorý, čo, Chris, ktorá -->
<feat name="Case" value="Voc" upos="NOUN,PROPN">42</feat><!-- Winston, Baghíra, mami, Džafar, pane, slečna, chlapče, ocko, Abubu, Ali -->
<feat name="ConjType" value="Oper" upos="SYM">2</feat><!-- + -->
<feat name="Degree" value="Cmp" upos="ADJ,ADV">240</feat><!-- viac, lepšie, bližšie, dlhšie, vyššie, menej, nižšie, radšej, silnejšie, starší -->
<feat name="Degree" value="Pos" upos="ADJ,ADV">12017</feat><!-- veľmi, potom, opäť, teraz, stále, už, dnes, neskôr, dobre, celý -->
<feat name="Degree" value="Sup" upos="ADJ,ADV">189</feat><!-- najlepšie, najradšej, najväčším, najčastejšie, najviac, najväčšie, najvýznamnejších, najdôležitejšie, najlepšia, najlepší -->
<feat name="Foreign" value="Yes" upos="X">241</feat><!-- the, of, REUTERS, Energy, Evangelium, Film, Grazie, Harken, International, Lara -->
<feat name="Gender" value="Fem" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">19029</feat><!-- bola, jej, ju, Maja, jeho, vláda, povedala, ktorá, chvíľu, mama -->
<feat name="Gender" value="Masc" upos="ADJ,ADV,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">24414</feat><!-- bol, ho, mu, roku, ktorý, mal, jeho, povedal, ich, ten -->
<feat name="Gender" value="Neut" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">9111</feat><!-- to, čo, bolo, niečo, nič, jeho, všetko, oči, toho, ktoré -->
<feat name="Gender[psor]" value="Fem" upos="DET">155</feat><!-- jej -->
<feat name="Gender[psor]" value="Masc,Neut" upos="DET">325</feat><!-- jeho, ich, jej -->
<feat name="Hyph" value="Yes" upos="ADV,X">123</feat><!-- O, po, česko, San, rostovsko, v, KLIP, El, a, al -->
<feat name="Mood" value="Cnd" upos="ADV,AUX,PART,SCONJ">460</feat><!-- aby, by, akoby, keby, Niežeby -->
<feat name="Mood" value="Imp" upos="AUX,VERB">277</feat><!-- pozri, poď, počkajte, počkaj, Prestaň, daj, nerob, pustite, čujte, Dotkni -->
<feat name="Mood" value="Ind" upos="AUX,VERB">5950</feat><!-- som, je, sme, sú, bude, si, má, ste, ide, môže -->
<feat name="Number" value="Plur" upos="ADJ,ADV,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">12637</feat><!-- sme, sú, ich, boli, ktoré, jeho, nás, nich, oči, ste -->
<feat name="Number" value="Sing" upos="ADJ,ADV,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">47866</feat><!-- som, to, je, mi, bol, ho, jej, ma, jeho, bola -->
<feat name="Number[psor]" value="Plur" upos="DET">204</feat><!-- ich, naše, našej, náš, nášho, našu, vaše, našich, našom, naša -->
<feat name="Number[psor]" value="Sing" upos="DET">727</feat><!-- jeho, jej, môj, moja, moje, môjho, mojich, mojej, moju, tvoj -->
<feat name="NumForm" value="Digit" upos="NUM">945</feat><!-- II, 1, 11, 2, I, 2004, 4, 20, 10, III -->
<feat name="NumType" value="Card" upos="DET">68</feat><!-- niekoľko, niekoľkých, toľko, koľko, niekoľkými, niekolko -->
<feat name="NumType" value="Mult" upos="ADJ,ADV">151</feat><!-- raz, jediný, prvýkrát, mnohých, niekoľkokrát, jediného, jediným, jediné, mnohí, jediná -->
<feat name="NumType" value="Ord" upos="ADJ">323</feat><!-- prvý, druhý, druhej, prvé, prvá, prvom, prvým, prvej, druhá, tretí -->
<feat name="Person" value="1" upos="AUX,DET,PRON,VERB">3887</feat><!-- som, mi, ma, sme, ja, mňa, nás, mne, môj, mám -->
<feat name="Person" value="2" upos="AUX,DET,PRON,VERB">970</feat><!-- si, ste, ťa, ty, ti, vás, vám, máš, teba, vy -->
<feat name="Person" value="3" upos="AUX,DET,PRON,VERB">4999</feat><!-- je, jeho, ho, jej, ich, mu, ju, sú, bude, má -->
<feat name="Polarity" value="Neg" upos="ADJ,AUX,VERB">1345</feat><!-- je, nebola, nemal, nemala, neviem, nebolo, nebol, nemohla, nevidel, nebude -->
<feat name="Polarity" value="Pos" upos="ADJ,AUX,VERB">17457</feat><!-- som, je, bol, sme, bola, bolo, sú, bude, mal, boli -->
<feat name="Poss" value="Yes" upos="DET">1257</feat><!-- jeho, jej, ich, svoje, svojej, môj, svojho, svojich, svoju, moja -->
<feat name="PronType" value="Dem" upos="ADV,DET">2260</feat><!-- to, tu, tam, ten, tak, tom, vtedy, toho, tomu, tejto -->
<feat name="PronType" value="Emp" upos="DET">60</feat><!-- sám, sama, samé, sami, samo, samom, samej, samého, samých, samým -->
<feat name="PronType" value="Ind" upos="ADV,DET,PRON">585</feat><!-- niečo, niekoľko, iné, nejaký, niekedy, niektoré, akýsi, niekto, iných, nejaké -->
<feat name="PronType" value="Int,Rel" upos="ADV,DET,PRON">1162</feat><!-- čo, ktoré, ktorý, kde, ktorá, ako, kto, ktorí, ktorú, prečo -->
<feat name="PronType" value="Neg" upos="ADV,DET,PRON">303</feat><!-- nič, nikdy, nikto, nijaké, žiadne, nijaký, nik, nikoho, nijako, nijaká -->
<feat name="PronType" value="Prs" upos="DET,PRON">7075</feat><!-- sa, si, mi, jeho, ho, jej, ma, ich, mu, ju -->
<feat name="PronType" value="Tot" upos="ADV,DET,PRON">369</feat><!-- všetko, všetky, všetci, všetkých, každý, vždy, každom, každú, každé, všetkým -->
<feat name="Reflex" value="Yes" upos="DET,PRON">3390</feat><!-- sa, si, svoje, svojej, seba, sebe, svojho, svojich, svoju, svojom -->
<feat name="Tense" value="Fut" upos="AUX,VERB">231</feat><!-- bude, budú, nebude, budeme, budem, budeš, nebudem, nebudú, pôjdeme, pôjdem -->
<feat name="Tense" value="Past" upos="AUX,VERB">10039</feat><!-- bol, bola, bolo, mal, boli, povedal, povedala, mala, odvetil, spýtal -->
<feat name="Tense" value="Pres" upos="AUX,VERB">5719</feat><!-- som, je, sme, sú, si, má, ste, ide, môže, mám -->
<feat name="Typo" value="Yes" upos="ADJ,ADP,ADV,AUX,CCONJ,DET,NOUN,NUM,PART,PRON,PROPN,VERB">133</feat><!-- svojim, Winton, básni, kliniec, koalícia, ktorý, s, zo, AN, Ake -->
<feat name="VerbForm" value="Conv" upos="VERB">21</feat><!-- cítiac, Hľadajúc, Nehovoriac, Zostupujúc, bežiac, kašlúc, kľajúc, lapajúc, ležiac, listujúc -->
<feat name="VerbForm" value="Fin" upos="AUX,VERB">6227</feat><!-- som, je, sme, sú, bude, si, má, ste, ide, môže -->
<feat name="VerbForm" value="Inf" upos="AUX,VERB">1317</feat><!-- byť, povedať, mať, ísť, podporovať, robiť, stať, venovať, pokračovať, hľadať -->
<feat name="VerbForm" value="Part" upos="ADJ,AUX,VERB">11235</feat><!-- bol, bola, bolo, mal, boli, povedal, povedala, mala, odvetil, spýtal -->
<feat name="Voice" value="Act" upos="ADJ">220</feat><!-- nasledujúcich, nasledujúci, nasledujúcej, týkajúcich, Lietajúca, krútiace, nasledujúcom, predchádzajúce, predsedajúci, provokujúce -->
<feat name="Voice" value="Pass" upos="ADJ">976</feat><!-- ozbrojených, sledovaných, zmätený, Zhlúpnutý, nájdené, otvorené, pripravená, pripravený, uvedených, zatajeným -->
</feats>
<!-- Statistics of universal dependency relations. -->
<deps unique="41">
<dep name="acl">263</dep>
<dep name="acl:relcl">721</dep>
<dep name="advcl">839</dep>
<dep name="advmod">4858</dep>
<dep name="advmod:emph">940</dep>
<dep name="amod">8020</dep>
<dep name="appos">295</dep>
<dep name="aux">2037</dep>
<dep name="aux:pass">102</dep>
<dep name="case">8611</dep>
<dep name="cc">3303</dep>
<dep name="ccomp">1261</dep>
<dep name="compound">5</dep>
<dep name="conj">4104</dep>
<dep name="cop">1583</dep>
<dep name="csubj">164</dep>
<dep name="csubj:pass">21</dep>
<dep name="dep">605</dep>
<dep name="det">2560</dep>
<dep name="det:numgov">43</dep>
<dep name="discourse">46</dep>
<dep name="expl:pass">221</dep>
<dep name="expl:pv">2623</dep>
<dep name="fixed">189</dep>
<dep name="flat">18</dep>
<dep name="flat:foreign">81</dep>
<dep name="iobj">88</dep>
<dep name="mark">1950</dep>
<dep name="nmod">6957</dep>
<dep name="nsubj">7122</dep>
<dep name="nsubj:pass">220</dep>
<dep name="nummod">1072</dep>
<dep name="obj">5310</dep>
<dep name="obl">5943</dep>
<dep name="obl:arg">2796</dep>
<dep name="orphan">77</dep>
<dep name="parataxis">65</dep>
<dep name="punct">19130</dep>
<dep name="root">10604</dep>
<dep name="vocative">34</dep>
<dep name="xcomp">1216</dep>
</deps>
</treebank>