/
stats.xml
103 lines (103 loc) · 10.5 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
<?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>288</sentences><tokens>2514</tokens><words>2514</words><fused>0</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>288</sentences><tokens>2514</tokens><words>2514</words><fused>0</fused></test>
</size>
<lemmas unique="939" /><!-- ।, है, दे, जाणा, विच, जो, करणा, दा, होणा, देणा, यह, था, सैह, ते, ही -->
<forms unique="1049" /><!-- ।, है, विच, दा, जो, हन, दी, नी, दे, सैह, ते, ही, ?, तुसां, भी -->
<fusions unique="0" /><!-- -->
<!-- Statistics of universal POS tags. The comments show the most frequent lemmas. -->
<tags unique="15">
<tag name="ADJ">129</tag><!-- खरा, सारा, बड़ा, खुश, छैळ, नीला, पक्का, बड्डा, मता, अगला -->
<tag name="ADP">313</tag><!-- दे, विच, जो, दा, ते, ने, का, पर, कना, च -->
<tag name="ADV">93</tag><!-- नी, तित्थू, ने, हुण, कदी, काह्लू, जाह्लू, ना, रोज, अज्ज -->
<tag name="AUX">246</tag><!-- है, जाणा, था, करणा, रेहणा, पेणा, सकणा, चाहिदा -->
<tag name="CCONJ">27</tag><!-- कने, कनै, अपर, जे, तां, पर, कि, बल्कि, या -->
<tag name="DET">58</tag><!-- यह, कोई, एह, इह्नां, घट्ट, हर, इक्को, इतणा, इत्थू, एह् -->
<tag name="INTJ">3</tag><!-- ओ -->
<tag name="NOUN">555</tag><!-- लोक, गल्ल, जरूरत, घरा, अम्मा, कमरा, ग्रां, घर, फायदा, बरखा -->
<tag name="NUM">41</tag><!-- इक्क, दो, दोयो, 8, इक, चौंह, 15, 19, 25, 250 -->
<tag name="PART">90</tag><!-- ही, भी, क्या, ताँ, नी, लगभग, ऊञा, कदेया, कैह्जो, चल -->
<tag name="PRON">208</tag><!-- सैह, मैं, यह, तिह्नां, तुसाँ, मिंजो, तुसां, असां, तिन्नी, तिसा -->
<tag name="PROPN">88</tag><!-- कांगड़े, राम, अमेरिका, दुर्गा, धर्मशाला, राजकुमार, राजुए, शर्मा, 2020, अमरीका -->
<tag name="PUNCT">310</tag><!-- ।, ?, -, !, , -->
<tag name="SCONJ">11</tag><!-- जे, के, कैंहजे, तां, दा, यानिकि -->
<tag name="VERB">342</tag><!-- होणा, देणा, करणा, लगणा, औणा, जाणा, आणा, लैणा, चलणा, मिलणा -->
</tags>
<!-- Statistics of features and values. The comments show the most frequent word forms. -->
<feats unique="38">
<feat name="AdpType" value="Post" upos="ADP">312</feat><!-- विच, जो, दा, दी, ते, दे, ने, के, पर, कने -->
<feat name="Aspect" value="Imp" upos="AUX,VERB">27</feat><!-- दित्ती, दित्ता, करदा, करदी, सकदा, कित्ता, जांदा, दित्ते, पीता, बोलेया -->
<feat name="Aspect" value="Perf" upos="AUX,VERB">164</feat><!-- गेया, होई, करी, गेई, रेह्या, लगी, दा, दी, आई, आया -->
<feat name="Case" value="Acc" upos="ADJ,DET,NOUN,PRON,PROPN,VERB">105</feat><!-- इस, इसा, अगले, अमेरिका, गलाई, पढ़ने, पाणिए, बचाणे, रखणे, वाळे -->
<feat name="Case" value="Acc,Dat" upos="DET,PRON">3</feat><!-- इसा, इन्हां -->
<feat name="Case" value="Acc,Gen" upos="PRON">11</feat><!-- इसदी, इसदे, मेरा, मेरी, मेरे, इसते -->
<feat name="Case" value="Acc,Ins" upos="PRON">8</feat><!-- इसते, इसदे, तिसते -->
<feat name="Case" value="Nom" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">915</feat><!-- सैह, मैं, मिंजो, कोई, इक्क, एह, तिन्नी, तुसां, असां, तिह्नां -->
<feat name="Echo" value="Rdp" upos="ADJ,NOUN">3</feat><!-- खरे, दर, मने -->
<feat name="Foreign" value="Yes" upos="ADJ">1</feat><!-- पास -->
<feat name="Gender" value="Fem" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">447</feat><!-- सैह, होई, करी, थी, गेई, दित्ती, लोकां, करदी, लगी, अम्मा -->
<feat name="Gender" value="Masc" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">726</feat><!-- गेया, था, मिंजो, सैह, इक्क, एह, करदा, घरे, थे, दित्ता -->
<feat name="Mood" value="Ind" upos="AUX,VERB">157</feat><!-- है, था, हन, थी, थे, लग्गा, लैह्ंगी, हैं, करगे, खांहगे -->
<feat name="Mood" value="Sub" upos="AUX,VERB">16</feat><!-- सकदे, औणे, कढदे, करदे, चलणा, जाएं, तोड़े, थियां, दिंदे, दियां -->
<feat name="Number" value="Plur" upos="ADJ,AUX,DET,NOUN,PRON,PROPN,VERB">176</feat><!-- लोकां, थे, कमरे, सारे, खरे, ग्रांएं, तिह्नां, रूपेइये, हन, हुन्दे -->
<feat name="Number" value="Sing" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">1228</feat><!-- है, सैह, गेया, था, मैं, होई, इस, मिंजो, हन, करी -->
<feat name="NumType" value="Card" upos="DET,NUM,PRON">31</feat><!-- एह, दो, सैह, चौंह, दोयो, 19, 25, 250, 300, 35000 -->
<feat name="NumType" value="Ord" upos="ADJ">3</feat><!-- पहला, दूई -->
<feat name="Person" value="1" upos="PRON,VERB">22</feat><!-- मैं, मेरा, मेरी, मेरे, खांहगे, जांदा -->
<feat name="Person" value="2" upos="AUX,PRON,VERB">15</feat><!-- आप, औणे, करदे, करा, चलणा, जाई, जाएं, थियां, दियां, दुआएं -->
<feat name="Person" value="3" upos="ADJ,AUX,DET,NOUN,NUM,PRON,PROPN,VERB">1166</feat><!-- है, सैह, हन, इस, मिंजो, कोई, इक्क, इसा, एह, गल्ल -->
<feat name="Polarity" value="Neg" upos="ADV,PART">24</feat><!-- नी, न, मत -->
<feat name="Polite" value="Form" upos="AUX,PRON,VERB">32</feat><!-- हन, करदे, लैह्ंगी, आप, औणे, करगे, करा, गए, चलणा, जाई -->
<feat name="Poss" value="Yes" upos="PRON">11</feat><!-- इसदी, इसदे, मेरा, मेरी, मेरे, इसते -->
<feat name="PronType" value="Dem" upos="DET,PRON">18</feat><!-- इस, इसा, तिस, इन्हां -->
<feat name="PronType" value="Ind" upos="DET">3</feat><!-- हर, कुल -->
<feat name="PronType" value="Int" upos="ADV,DET,PART,PRON">26</feat><!-- क्या, तुसां, कजो, कैस, कदी, कदेया, काह्लू, कितणे, कुसी, कैंह् -->
<feat name="PronType" value="Neg" upos="ADV">12</feat><!-- नी -->
<feat name="PronType" value="Prs" upos="DET,PRON">69</feat><!-- मैं, कोई, इसते, तुसां, असां, इसदे, अपणे, इसा, इस, इसदी -->
<feat name="Tense" value="Fut" upos="VERB">16</feat><!-- लग्गा, लैह्ंगी, करगे, खांहगे, चुणेया, पहनेया, भुलगा, रैहंगा, लग्गी, लैंह्गा -->
<feat name="Tense" value="Past" upos="AUX,VERB">29</feat><!-- था, थी, थे, हन -->
<feat name="Tense" value="Pres" upos="AUX,VERB">112</feat><!-- है, हन, हैं, गै -->
<feat name="VerbForm" value="Conv" upos="VERB">1</feat><!-- करदे -->
<feat name="VerbForm" value="Fin" upos="AUX,VERB">173</feat><!-- है, था, हन, थी, थे, लग्गा, लैह्ंगी, सकदे, हैं, औणे -->
<feat name="VerbForm" value="Inf" upos="AUX,VERB">27</feat><!-- करना, जाणा, पढ़ने, बचाणे, रखणे, होणे, करदे, करनी, करने, खुआणे -->
<feat name="VerbForm" value="Part" upos="AUX,VERB">191</feat><!-- गेया, होई, करी, गेई, दित्ती, करदा, करदी, दित्ता, रेह्या, लगी -->
<feat name="Voice" value="Act" upos="AUX,VERB">275</feat><!-- है, हन, होई, दित्ती, करी, था, थी, रेह्या, थे, लगी -->
<feat name="Voice" value="Pass" upos="VERB">3</feat><!-- चला, छड्डेया, होई -->
</feats>
<!-- Statistics of universal dependency relations. -->
<deps unique="25">
<dep name="advcl">38</dep>
<dep name="advmod">89</dep>
<dep name="amod">94</dep>
<dep name="aux">126</dep>
<dep name="aux:pass">48</dep>
<dep name="case">299</dep>
<dep name="cc">24</dep>
<dep name="ccomp">4</dep>
<dep name="compound">159</dep>
<dep name="conj">24</dep>
<dep name="cop">66</dep>
<dep name="dep">86</dep>
<dep name="det">55</dep>
<dep name="discourse">3</dep>
<dep name="flat">1</dep>
<dep name="iobj">9</dep>
<dep name="mark">30</dep>
<dep name="nmod">205</dep>
<dep name="nsubj">221</dep>
<dep name="nummod">31</dep>
<dep name="obj">89</dep>
<dep name="obl">163</dep>
<dep name="punct">310</dep>
<dep name="root">288</dep>
<dep name="xcomp">52</dep>
</deps>
</treebank>