home edit page issue tracker

Treebank Statistics: UD_Chinese-Beginner: POS Tags: PART

There are 26 PART lemmas (1%), 26 PART types (1%) and 1427 PART tokens (7%). Out of 15 observed tags, the rank of PART is: 9 in number of lemmas, 9 in number of types and 6 in number of tokens.

The 10 most frequent PART lemmas: 的、 了、 吗、 吧、 得、 呢、 地、 啊、 什么的、 之

The 10 most frequent PART types: 的、 了、 吗、 吧、 得、 呢、 地、 啊、 什么的、 之

The 10 most frequent ambiguous lemmas: 了 (PART 421, AUX 156, VERB 1), 得 (PART 61, AUX 12, ADV 2, VERB 1), 地 (PART 22, NOUN 1), 之 (PART 7, NOUN 2), 等 (VERB 10, PART 6, ADP 1, SCONJ 1), 之后 (PART 3, ADV 1), 等等 (PART 3, VERB 1), 之前 (ADV 3, PART 2), 之类 (NOUN 8, PART 1), 它 (NOUN 3, PRON 2, PART 1)

The 10 most frequent ambiguous types: 了 (PART 421, AUX 156, VERB 1), 得 (PART 61, AUX 12, ADV 2, VERB 1), 地 (PART 22, NOUN 1), 之 (PART 7, NOUN 2), 等 (VERB 10, PART 6, ADP 1, SCONJ 1), 之后 (PART 3, ADV 1), 等等 (PART 3, VERB 1), 之前 (ADV 3, PART 2), 之类 (NOUN 8, PART 1), 它 (NOUN 3, PRON 2, PART 1)

• 了
  • PART 421: 他 生 气 了 ？ 我 也 很 生 气 ！
  • AUX 156: 我 2 0 0 6 年 4 月 1 7 号 认识 了 他 。
  • VERB 1: 他 无非 是 个 经理 ， 没 什么 了 不 起 的 。
• 得
  • PART 61: 结 婚 以后 ， 她 变 得 更 漂亮 了 。
  • AUX 12: 我们 得 走 了 。
  • ADV 2: 这么 高 的 山 ， 你 爬 得 上 去 吗 ？
  • VERB 1: 那 件 衣服 是 你 两 个 月 的 工资 ， 买 得 起 吗 ？
• 地
  • PART 22: 生 气 地 说
  • NOUN 1: 在 地 上 。
• 之
  • PART 7: 我 的 手机 电量 只 有 百 分 之 五 了 。
  • NOUN 2: 她 穿 的 衣服 都 是 Gucci 、 Chanel 之 类 的 名牌 。
• 等
  • VERB 10: 我们 正 在 上 课 ， 请 你 等 一会儿 。
  • PART 6: 联合国 的 工作 语言 有 英语 、 法语 、 西班牙语 等 。
  • ADP 1: 等 他 有 了 孩子 ， 才 知道 做 父母 多么 不 容易 。
  • SCONJ 1: 等 学生 都 安静 了 ， 老师 才 开始 上 课 。
• 之后
  • PART 3: 下 班 之后 给 我 打 个 电话 。
  • ADV 1: 他 在 英国 读 完 了 大学 ， 之后 回 上海 了 。
• 等等
  • PART 3: 西瓜 、 菠萝 、 葡萄 等等 ， 我 都 喜欢 吃 。
  • VERB 1: 等等 我 ， 我 跑 不 动 了 ！
• 之前
  • ADV 3: 她 当 汉语 老师 四 年 多 了 ， 之前 是 教 英语 的 。
  • PART 2: 来 中国 之前 ， 我 的 汉语 很 一般 。
• 之类
  • NOUN 8: 我 家 附近 有 很 多 像 KFC 之类 的 快餐店 。
  • PART 1: 我 没 看 过 像 吸血鬼 之类 的 故事 。
• 它
  • NOUN 3: 这 家 店 关 门 了 ？ 可是 它 才 开业 一 个 星期 。
  • PRON 2: 养 狗 很 麻烦 ， 你 要 喂 它 ， 给 它 洗 澡 ， 跟 它 玩 什么的 。
  • PART 1: 养 狗 很 麻烦 ， 你 要 喂 它 ， 给 它 洗 澡 ， 跟 它 玩 什么的 。

Morphology

The form / lemma ratio of PART is 1.000000 (the average of all parts of speech is 1.000000).

The 1st highest number of forms (1) was observed with the lemma “之”: 之.

The 2nd highest number of forms (1) was observed with the lemma “之前”: 之前.

The 3rd highest number of forms (1) was observed with the lemma “之后”: 之后.

PART occurs with 3 features: Case (460; 32% instances), Number (2; 0% instances), Aspect (1; 0% instances)

PART occurs with 3 feature-value pairs: Aspect=Perf, Case=Gen, Number=Plur

PART occurs with 4 feature combinations. The most frequent feature combination is _ (964 tokens). Examples: 了、 吗、 吧、 的、 得、 呢、 地、 啊、 之、 等

Relations

PART nodes are attached to their parents using 10 different relations: discourse (449; 31% instances), case (415; 29% instances), discourse:sp (346; 24% instances), mark (138; 10% instances), advmod (32; 2% instances), dep (19; 1% instances), conj (18; 1% instances), obl:tmod (5; 0% instances), cc (4; 0% instances), flat (1; 0% instances)

Parents of PART nodes belong to 10 different parts of speech: VERB (758; 53% instances), ADJ (275; 19% instances), NOUN (183; 13% instances), PRON (137; 10% instances), PROPN (26; 2% instances), ADV (19; 1% instances), DET (16; 1% instances), AUX (10; 1% instances), NUM (2; 0% instances), PART (1; 0% instances)

1414 (99%) PART nodes are leaves.

8 (1%) PART nodes have one child.

3 (0%) PART nodes have two children.

2 (0%) PART nodes have three or more children.

The highest child degree of a PART node is 5.

Children of PART nodes are attached using 8 different relations: advcl (7; 32% instances), punct (4; 18% instances), obl:arg (3; 14% instances), cop (2; 9% instances), csubj (2; 9% instances), obl (2; 9% instances), clf (1; 5% instances), conj (1; 5% instances)

Children of PART nodes belong to 7 different parts of speech: VERB (7; 32% instances), NOUN (5; 23% instances), PUNCT (4; 18% instances), ADJ (2; 9% instances), AUX (2; 9% instances), PART (1; 5% instances), PRON (1; 5% instances)

© 2014–2024 Universal Dependencies contributors. Site powered by Annodoc and brat

.