-
Notifications
You must be signed in to change notification settings - Fork 0
/
stats.xml
170 lines (170 loc) · 15.9 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
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
<?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>1000</sentences><tokens>18565</tokens><words>18610</words><fused>45</fused></total>
<train><sentences>0</sentences><tokens>0</tokens><words>0</words><fused>0</fused></train>
<dev><sentences>0</sentences><tokens>0</tokens><words>0</words><fused>0</fused></dev>
<test><sentences>1000</sentences><tokens>18565</tokens><words>18610</words><fused>45</fused></test>
</size>
<lemmas unique="5295" /><!-- ,, ., být, v, a, se, na, ", ten, který, rok, že, z, s, jeho -->
<forms unique="7575" /><!-- ,, ., a, v, se, na, je, že, z, s, “, „, by, do, to -->
<fusions unique="5" /><!-- aby, kdyby, abych, abychom, abyste -->
<!-- Statistics of universal POS tags. The comments show the most frequent lemmas. -->
<tags unique="15">
<tag name="ADJ">2269</tag><!-- velký, nový, další, první, vysoký, druhý, poslední, americký, jiný, jižní -->
<tag name="ADP">1842</tag><!-- v, na, z, s, do, k, o, pro, za, po -->
<tag name="ADV">837</tag><!-- tak, také, jak, hodně, poté, už, kde, pouze, stejně, ještě -->
<tag name="AUX">683</tag><!-- být, bývat -->
<tag name="CCONJ">660</tag><!-- a, ale, i, nebo, však, avšak, nicméně, až, ani, tedy -->
<tag name="DET">844</tag><!-- ten, který, jeho, tento, svůj, mnoho, můj, každý, všechen, některý -->
<tag name="NOUN">4483</tag><!-- rok, člověk, doba, město, stát, oblast, válka, místo, země, část -->
<tag name="NUM">459</tag><!-- jeden, dva, oba, tři, čtyři, deset, 1, 3, šest, 20 -->
<tag name="PART">56</tag><!-- jen, až, asi, ne, bohužel, jenom, ovšem, snad, vůbec, ať -->
<tag name="PRON">576</tag><!-- se, on, já, což, jenž, co, něco, nic, kdo, někdo -->
<tag name="PROPN">1091</tag><!-- Trump, Británie, Čína, Itálie, Albánie, Amerika, Clintonová, Evropa, Francie, Asie -->
<tag name="PUNCT">2624</tag><!-- ,, ., ", -, (, ), :, ;, ?, – -->
<tag name="SCONJ">452</tag><!-- že, jako, aby, když, než, co, pokud, zatímco, protože, zda -->
<tag name="SYM">15</tag><!-- %, & -->
<tag name="VERB">1719</tag><!-- mít, moci, stát, říci, vést, začít, muset, říkat, uvést, získat -->
</tags>
<!-- Statistics of features and values. The comments show the most frequent word forms. -->
<feats unique="88">
<feat name="Abbr" value="Yes" upos="ADJ,ADP,ADV,DET,NOUN,PROPN">111</feat><!-- l, n, př, USA, BBC, CNN, EU, DNA, GCA, MPS -->
<feat name="AdpType" value="Comprep" upos="ADP">3</feat><!-- vzhledem -->
<feat name="AdpType" value="Prep" upos="ADP">1688</feat><!-- v, na, z, s, do, o, k, pro, za, po -->
<feat name="AdpType" value="Voc" upos="ADP">149</feat><!-- ve, ze, se, ke, skrze, za -->
<feat name="Animacy" value="Anim" upos="ADJ,AUX,DET,NOUN,PRON,PROPN,VERB">1292</feat><!-- kteří, byli, lidí, lidé, obyvatel, prezident, člověk, investoři, kdo, král -->
<feat name="Animacy" value="Inan" upos="ADJ,AUX,DET,NOUN,PRON,PROPN,VERB">2471</feat><!-- roce, roku, byly, co, které, l, rok, případě, svůj, dolarů -->
<feat name="Aspect" value="Imp" upos="ADJ,AUX,NOUN,VERB">1433</feat><!-- je, by, byl, bylo, byla, jsou, byly, bude, být, jsem -->
<feat name="Aspect" value="Perf" upos="ADJ,VERB">493</feat><!-- rozhodl, vrátil, objevil, opustit, vydala, získat, navštívil, rozhodli, setkal, udělat -->
<feat name="Case" value="Acc" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">2258</feat><!-- se, na, pro, za, o, to, své, v, ho, svůj -->
<feat name="Case" value="Dat" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">503</feat><!-- k, si, proti, ke, tomu, mu, jí, kvůli, jim, nám -->
<feat name="Case" value="Gen" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">2512</feat><!-- z, do, od, roku, ze, let, během, podle, toho, století -->
<feat name="Case" value="Ins" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">909</feat><!-- s, mezi, před, tím, se, pod, l, n, př, nad -->
<feat name="Case" value="Loc" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">1798</feat><!-- v, na, ve, roce, po, o, při, letech, době, případě -->
<feat name="Case" value="Nom" upos="ADJ,ADP,DET,NOUN,NUM,PRON,PROPN">2507</feat><!-- to, který, která, které, kteří, což, mnoho, další, tento, co -->
<feat name="Case" value="Voc" upos="NOUN">1</feat><!-- přátelé -->
<feat name="Degree" value="Cmp" upos="ADJ,ADV,DET">99</feat><!-- více, víc, větší, později, vyšší, dříve, méně, menší, Přesněji, Starší -->
<feat name="Degree" value="Pos" upos="ADJ,ADV">2231</feat><!-- další, nové, stejně, jižní, severní, často, hlavní, velká, velké, vlastní -->
<feat name="Degree" value="Sup" upos="ADJ,ADV">51</feat><!-- nejvyšší, největší, nejlépe, Nejnovější, nejdůležitější, nejhorších, nejlepších, nejvyšším, nejvíce, největším -->
<feat name="Foreign" value="Yes" upos="ADJ,ADP,ADV,CCONJ,NOUN,PRON,PROPN">196</feat><!-- de, USA, Danevirke, The, CNN, National, and, Aviva, Company, George -->
<feat name="Gender" value="Fem" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">2992</feat><!-- která, které, první, době, své, oblasti, války, společnosti, svou, této -->
<feat name="Gender" value="Fem,Masc" upos="ADJ,AUX,VERB">155</feat><!-- byly, nebyly, měly, vypadaly, začaly, mohly, používaly, považovány, umožnily, vedly -->
<feat name="Gender" value="Fem,Neut" upos="ADJ,AUX,DET,NUM,VERB">318</feat><!-- byla, dvě, stala, uvedla, mohla, vedla, měla, nebyla, ukázala, vydala -->
<feat name="Gender" value="Masc" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">4255</feat><!-- byl, roce, který, roku, řekl, kteří, které, tento, byli, l -->
<feat name="Gender" value="Masc,Neut" upos="DET,NUM,PRON">196</feat><!-- toho, tím, tohoto, ho, n, svého, tomu, mu, její, něj -->
<feat name="Gender" value="Neut" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">1565</feat><!-- to, bylo, let, století, letech, území, období, toto, moře, místo -->
<feat name="Gender[psor]" value="Fem" upos="ADJ,DET">29</feat><!-- její, jejím, jejích, Carangiina, Germaininých, jejího, jejíž -->
<feat name="Gender[psor]" value="Masc" upos="ADJ">37</feat><!-- achaimenovské, Achaimenovskou, Achaimenovská, Alexandrově, Bergeronova, Berijovo, Blochových, Caesarovi, Cottonovy, Césarovo -->
<feat name="Gender[psor]" value="Masc,Neut" upos="DET">55</feat><!-- jeho, jehož -->
<feat name="Hyph" value="Yes" upos="ADJ">2</feat><!-- Indo, francouzsko -->
<feat name="Mood" value="Cnd" upos="AUX">103</feat><!-- by, bych, bychom, byste -->
<feat name="Mood" value="Imp" upos="VERB">2</feat><!-- Polož, Řekněme -->
<feat name="Mood" value="Ind" upos="AUX,VERB">848</feat><!-- je, jsou, bude, má, jsem, není, může, říká, mohou, jsme -->
<feat name="NameType" value="Com" upos="ADJ,PROPN">116</feat><!-- USA, Čching, BBC, CNN, EU, National, Aviva, Company, Facebooku, Investors -->
<feat name="NameType" value="Com,Geo" upos="PROPN">1</feat><!-- Scotland -->
<feat name="NameType" value="Com,Pro" upos="PROPN">3</feat><!-- Ford, GM -->
<feat name="NameType" value="Geo" upos="ADJ,PROPN">398</feat><!-- Čína, Francie, Albánie, Británii, Danevirke, Evropě, Itálii, Ameriky, Asii, Británie -->
<feat name="NameType" value="Geo,Giv" upos="PROPN">3</feat><!-- Thrákie, Thrákii, Thrákií -->
<feat name="NameType" value="Geo,Giv,Sur" upos="ADP">1</feat><!-- Di -->
<feat name="NameType" value="Giv" upos="ADJ,PROPN">205</feat><!-- Donald, Richarda, Augustus, Donalda, František, George, González, Jasmína, Ježíše, Joseph -->
<feat name="NameType" value="Giv,Sur" upos="PROPN">5</feat><!-- James, Michael, Michala, Stephen, Štěpán -->
<feat name="NameType" value="Nat" upos="PROPN">41</feat><!-- Australané, Mayové, Číňanů, Řekové, Židů, Aboriginci, Achájů, Američan, Američané, Athéňanů -->
<feat name="NameType" value="Oth" upos="PROPN">2</feat><!-- Cup, Cupu -->
<feat name="NameType" value="Pro" upos="ADJ,PROPN">21</feat><!-- Endurance, Dead, El, Greco, Loving, MahaNakhon, Mate, Nectar, Select, Simple -->
<feat name="NameType" value="Sur" upos="ADJ,PROPN">339</feat><!-- Clintonové, Trump, Trumpa, Bluntová, Mišima, Seagal, Winstone, Wright, Šen, Aldrin -->
<feat name="Number" value="Dual" upos="ADJ,NOUN">2</feat><!-- nastraženýma, ušima -->
<feat name="Number" value="Plur" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">2816</feat><!-- jsou, které, byly, let, kteří, letech, byli, dva, lidí, své -->
<feat name="Number" value="Plur,Sing" upos="ADJ,AUX,VERB">307</feat><!-- byla, stala, uvedla, mohla, vedla, měla, nebyla, ukázala, vydala, začala -->
<feat name="Number" value="Sing" upos="ADJ,AUX,CCONJ,DET,NOUN,NUM,PRON,PROPN,VERB">7315</feat><!-- je, to, byl, roce, bylo, který, roku, která, bude, řekl -->
<feat name="Number[psor]" value="Plur" upos="DET">52</feat><!-- jejich, n, naše, jejichž, naší, naším, náš, vašich -->
<feat name="Number[psor]" value="Sing" upos="DET">87</feat><!-- jeho, její, jejím, jehož, jejích, mých, Moje, jejího, jejíž, mé -->
<feat name="NumForm" value="Digit" upos="NUM">303</feat><!-- 1, 3, 20, 2014, 2015, 5, 10, 100, 1492, 2010 -->
<feat name="NumForm" value="Roman" upos="NUM">16</feat><!-- I, III, II, IV, V, VI, X -->
<feat name="NumForm" value="Word" upos="NUM">140</feat><!-- dva, čtyři, dvou, dvě, jedné, jeden, dvěma, deset, jedna, jedním -->
<feat name="NumType" value="Card" upos="DET,NUM">505</feat><!-- mnoho, dva, několik, čtyři, dvou, dvě, jedné, 1, 3, jeden -->
<feat name="NumType" value="Mult" upos="ADV">8</feat><!-- třikrát, několikrát, dvakrát, jednou, mnohokrát -->
<feat name="NumType" value="Ord" upos="ADJ,ADV">83</feat><!-- první, druhé, poprvé, prvního, třetí, druhou, šedesátých, druhý, dvacátého, padesátých -->
<feat name="NumType" value="Sets" upos="ADJ">1</feat><!-- jedni -->
<feat name="Person" value="1" upos="AUX,DET,PRON,VERB">129</feat><!-- jsem, n, jsme, mě, naše, nás, nám, já, musíme, Myslím -->
<feat name="Person" value="2" upos="AUX,DET,PRON,VERB">17</feat><!-- musíte, jste, Hádáte, Polož, Skončíte, Tebe, You, byste, máte, vašich -->
<feat name="Person" value="3" upos="AUX,DET,PRON,VERB">975</feat><!-- je, jeho, jsou, jejich, bude, má, její, není, ho, může -->
<feat name="Polarity" value="Neg" upos="ADJ,ADV,AUX,VERB">197</feat><!-- není, nebude, nebyly, nebyla, nebyl, nelze, nemá, Nevím, nebudou, nebylo -->
<feat name="Polarity" value="Pos" upos="ADJ,ADV,AUX,DET,VERB">4553</feat><!-- je, byl, bylo, byla, jsou, byly, více, bude, řekl, má -->
<feat name="Poss" value="Yes" upos="ADJ,DET">265</feat><!-- jeho, jejich, své, její, n, svou, svého, svůj, svých, svým -->
<feat name="PrepCase" value="Npr" upos="PRON">7</feat><!-- jenž, jež, jehož -->
<feat name="PrepCase" value="Pre" upos="PRON">57</feat><!-- nich, ní, něj, ním, nimi, nichž, níž, ně, něm, něhož -->
<feat name="PronType" value="Dem" upos="ADV,DET">373</feat><!-- to, tak, toho, tím, tento, tohoto, toto, této, tomu, tyto -->
<feat name="PronType" value="Emp" upos="DET">10</feat><!-- sama, sám, sami, samo, samé, samého, samý -->
<feat name="PronType" value="Ind" upos="ADV,DET,PRON">90</feat><!-- mnoho, několik, mnoha, něco, někteří, někdo, některé, některých, někdy, několika -->
<feat name="PronType" value="Int,Rel" upos="ADV,DET,PRON">275</feat><!-- který, které, která, jak, kteří, co, kde, kdy, proč, kterou -->
<feat name="PronType" value="Neg" upos="ADV,DET,PRON">26</feat><!-- nic, žádná, žádné, nikdy, žádný, nikdo, nikoho, nikým, ničím, žádném -->
<feat name="PronType" value="Prs" upos="DET,PRON">700</feat><!-- se, jeho, si, jejich, své, její, ho, n, svou, svého -->
<feat name="PronType" value="Rel" upos="ADV,DET,PRON">51</feat><!-- což, jehož, jejichž, jenž, nichž, níž, jež, něhož, přičemž, čemuž -->
<feat name="PronType" value="Tot" upos="ADV,DET,PRON">40</feat><!-- každý, všech, všechny, vždy, každá, každého, veškeré, všechno, všichni, každé -->
<feat name="Reflex" value="Yes" upos="DET,PRON">441</feat><!-- se, si, své, svou, svého, svůj, svých, svým, svém, sebe -->
<feat name="Style" value="Coll" upos="ADJ,NOUN,VERB">4</feat><!-- chatovacím, podezřelý, potřebujem, sken -->
<feat name="Style" value="Expr" upos="ADJ">1</feat><!-- ztřeštěné -->
<feat name="Style" value="Rare" upos="ADJ,NOUN,PROPN,VERB">13</feat><!-- ujal, AIDS, Australia, Capitol, Francisco, Jasona, Kenya, Kilimanjaro, datum, napjatá -->
<feat name="Tense" value="Fut" upos="AUX,VERB">50</feat><!-- bude, budou, nebude, budeme, budu, nebudou, půjde, nebudu, neporoste, povede -->
<feat name="Tense" value="Past" upos="AUX,VERB">1138</feat><!-- byl, bylo, byla, byly, řekl, byli, mohl, měl, stal, stala -->
<feat name="Tense" value="Pres" upos="ADJ,AUX,NOUN,VERB">863</feat><!-- je, jsou, má, jsem, není, může, říká, mohou, jsme, mají -->
<feat name="Variant" value="Short" upos="ADJ,DET,PRON">606</feat><!-- se, si, ho, mu, mě, schopen, řečeno, propuštěn, rád, sama -->
<feat name="VerbForm" value="Conv" upos="VERB">3</feat><!-- Počínaje, nedbajíce, redukujíc -->
<feat name="VerbForm" value="Fin" upos="AUX,VERB">953</feat><!-- je, by, jsou, bude, má, jsem, není, může, říká, mohou -->
<feat name="VerbForm" value="Inf" upos="AUX,VERB">309</feat><!-- být, mít, vidět, získat, najít, opustit, pokračovat, stát, vést, dělat -->
<feat name="VerbForm" value="Part" upos="ADJ,AUX,NOUN,VERB">1553</feat><!-- byl, bylo, byla, byly, řekl, byli, mohl, měl, stal, stala -->
<feat name="VerbForm" value="Vnoun" upos="NOUN">251</feat><!-- omezení, rozhodnutí, chování, jednání, oddělení, opatření, umění, hlasování, oblečení, pochopení -->
<feat name="Voice" value="Act" upos="ADJ,AUX,NOUN,VERB">2052</feat><!-- je, byl, bylo, byla, jsou, byly, bude, řekl, má, jsem -->
<feat name="Voice" value="Pass" upos="ADJ">353</feat><!-- Spojených, řečeno, propuštěn, Spojené, Spojeným, kvalifikovaných, nabídnuto, otevřenou, otevřená, označen -->
</feats>
<!-- Statistics of universal dependency relations. -->
<deps unique="42">
<dep name="acl">111</dep>
<dep name="acl:relcl">232</dep>
<dep name="advcl">191</dep>
<dep name="advmod">654</dep>
<dep name="advmod:emph">170</dep>
<dep name="amod">1824</dep>
<dep name="appos">124</dep>
<dep name="aux">153</dep>
<dep name="aux:pass">164</dep>
<dep name="case">1857</dep>
<dep name="cc">653</dep>
<dep name="ccomp">172</dep>
<dep name="compound">21</dep>
<dep name="conj">730</dep>
<dep name="cop">345</dep>
<dep name="csubj">57</dep>
<dep name="csubj:pass">12</dep>
<dep name="det">422</dep>
<dep name="det:numgov">43</dep>
<dep name="det:nummod">10</dep>
<dep name="discourse">7</dep>
<dep name="expl:pass">45</dep>
<dep name="expl:pv">240</dep>
<dep name="fixed">73</dep>
<dep name="flat">317</dep>
<dep name="iobj">12</dep>
<dep name="mark">406</dep>
<dep name="nmod">1783</dep>
<dep name="nsubj">1245</dep>
<dep name="nsubj:pass">153</dep>
<dep name="nummod">319</dep>
<dep name="nummod:gov">74</dep>
<dep name="obj">744</dep>
<dep name="obl">1007</dep>
<dep name="obl:agent">21</dep>
<dep name="obl:arg">310</dep>
<dep name="orphan">15</dep>
<dep name="parataxis">20</dep>
<dep name="punct">2624</dep>
<dep name="root">1000</dep>
<dep name="vocative">1</dep>
<dep name="xcomp">249</dep>
</deps>
</treebank>