Gender

This is part of archived UD v1 documentation. See http://universaldependencies.org/ for the current version.

home pl/feat issue tracker

`Gender`: gender

This document is a placeholder for the language-specific documentation for Gender.

Treebank Statistics (UD_Polish)

This feature is universal. It occurs with 3 different values: Fem, Masc, Neut.

42428 tokens (51%) have a non-empty value of Gender. 21647 types (92%) occur at least once with a non-empty value of Gender. 11705 lemmas (90%) occur at least once with a non-empty value of Gender. The feature is used with 8 part-of-speech tags: NOUN (20764; 25% instances), ADJ (6928; 8% instances), VERB (6643; 8% instances), PRON (3143; 4% instances), PROPN (2959; 4% instances), DET (1053; 1% instances), NUM (741; 1% instances), AUX (197; 0% instances).

`NOUN`

20764 NOUN tokens (100% of all NOUN tokens) have a non-empty value of Gender.

The most frequent other feature values with which NOUN and Gender co-occurred: Number=Sing (14853; 72%), Animacy=EMPTY (11154; 54%).

NOUN tokens may have the following values of Gender:

Fem (7285; 35% of non-empty Gender): pracy, pani, osób, sprawie, chwili, chwilę, osoby, ulicy, większość, rzeczy
Masc (9610; 46% of non-empty Gender): pan, roku, lat, domu, czasie, ludzi, czas, pana, policjanci, sposób
Neut (3869; 19% of non-empty Gender): dzieci, życie, głosowania, miejscu, miasta, miejsce, drzwi, oczy, życia, pytanie

Paradigm minister	`Masc`	`Fem`
`Animacy=Anim\|Case=Acc\|Number=Sing`	ministra
`Animacy=Anim\|Case=Acc\|Number=Plur`	ministrów
`Animacy=Anim\|Case=Dat\|Number=Sing`	ministrowi
`Animacy=Anim\|Case=Gen\|Number=Sing`	ministra
`Animacy=Anim\|Case=Gen\|Number=Plur`	ministrów
`Animacy=Anim\|Case=Ins\|Number=Sing`	ministrem
`Animacy=Anim\|Case=Nom\|Number=Sing`	minister
`Animacy=Anim\|Case=Nom\|Number=Plur`	ministrowie
`Animacy=Anim\|Case=Voc\|Number=Sing`	ministrze
`Case=Nom\|Number=Sing`		minister

Gender seems to be lexical feature of NOUN. 100% lemmas (5437) occur only with one value of Gender.

`ADJ`

6928 ADJ tokens (99% of all ADJ tokens) have a non-empty value of Gender.

The most frequent other feature values with which ADJ and Gender co-occurred: Degree=Pos (6606; 95%), Number=Sing (4876; 70%), Animacy=EMPTY (3760; 54%).

ADJ tokens may have the following values of Gender:

Fem (2590; 37% of non-empty Gender): naszej, swojej, swoją, pierwszej, całą, jednej, ostatniej, polskiej, powinna, drugiej
Masc (3168; 46% of non-empty Gender): cały, pierwszy, sam, swój, nowego, swoich, nowy, powinien, jeden, dobry
Neut (1170; 17% of non-empty Gender): swoje, duże, nowe, samo, swoim, całe, naszym, całym, dobre, powinno
EMPTY (76): prostu, dawna, biało, polsko, wolna, Liberalno, niedawna, południowo, Chrześcijańsko, Ekonomiczno

Paradigm swój	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Case=Acc\|Number=Sing`	swego
`Animacy=Anim\|Case=Acc\|Number=Plur`	swoich
`Animacy=Anim\|Case=Dat\|Number=Sing`	swojemu
`Animacy=Anim\|Case=Dat\|Number=Plur`	swoim
`Animacy=Anim\|Case=Gen\|Number=Sing`	swojego, swego
`Animacy=Anim\|Case=Gen\|Number=Plur`	swoich, swych
`Animacy=Anim\|Case=Ins\|Number=Sing`	swoim
`Animacy=Anim\|Case=Loc\|Number=Sing`	swoim
`Animacy=Anim\|Case=Nom\|Number=Sing`	swój
`Animacy=Inan\|Case=Acc\|Number=Sing`	swój
`Animacy=Inan\|Case=Acc\|Number=Plur`	swoje, swe
`Animacy=Inan\|Case=Gen\|Number=Sing`	swojego, swego
`Animacy=Inan\|Case=Gen\|Number=Plur`	swoich, swych
`Animacy=Inan\|Case=Ins\|Number=Sing`	swym, swoim
`Animacy=Inan\|Case=Loc\|Number=Sing`	swoim
`Animacy=Inan\|Case=Loc\|Number=Plur`	swoich
`Animacy=Nhum\|Case=Acc\|Number=Sing`	swego
`Animacy=Nhum\|Case=Acc\|Number=Plur`	swoje
`Animacy=Nhum\|Case=Dat\|Number=Plur`	swoim
`Animacy=Nhum\|Case=Gen\|Number=Sing`	swojego
`Case=Acc\|Number=Sing`		swoją, swą	swoje, swe
`Case=Acc\|Number=Plur`		swoje, swe	swoje, swe
`Case=Dat\|Number=Sing`		swojej, swej	swemu
`Case=Dat\|Number=Plur`		swoim, swym
`Case=Gen\|Number=Sing`		swojej, swej	swojego, swego
`Case=Gen\|Number=Plur`		swoich, swych	swoich, swych
`Case=Ins\|Number=Sing`		swoją, swą, Swoja	swoim
`Case=Loc\|Number=Sing`		swojej, swej	swoim
`Case=Loc\|Number=Plur`		swoich	swych, swoich

`VERB`

6643 VERB tokens (50% of all VERB tokens) have a non-empty value of Gender.

The most frequent other feature values with which VERB and Gender co-occurred: Person=EMPTY (6643; 100%), Mood=EMPTY (6643; 100%), VerbForm=Part (6643; 100%), Voice=Act (5527; 83%), Tense=Past (5238; 79%), Case=EMPTY (5238; 79%), Negative=EMPTY (5238; 79%), Number=Sing (4985; 75%), Aspect=Perf (4001; 60%).

VERB tokens may have the following values of Gender:

Fem (1665; 25% of non-empty Gender): była, miała, były, mogła, chciała, zaczęła, dostała, musiała, rozpoczęła, stała
Masc (3943; 59% of non-empty Gender): był, miał, chciał, mógł, mieli, musiał, byli, mogli, został, mówił
Neut (1035; 16% of non-empty Gender): było, udało, stało, doszło, okazało, miało, znaleziono, zrobiło, były, chodziło
EMPTY (6639): jest, to, ma, są, może, można, być, dziękuję, mają, mam

Paradigm być	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Number=Sing\|Tense=Past`	był
`Animacy=Anim\|Number=Plur\|Tense=Past`	byli
`Animacy=Inan\|Number=Sing\|Tense=Past`	był
`Animacy=Inan\|Number=Plur\|Tense=Past`	były
`Animacy=Nhum\|Number=Sing\|Tense=Past`	był
`Animacy=Nhum\|Number=Plur\|Tense=Past`	Były
`Case=Acc\|Negative=Pos\|Number=Sing\|Tense=Pres`		będącą
`Number=Sing\|Tense=Past`		była	było
`Number=Plur\|Tense=Past`		były	były

`PRON`

3143 PRON tokens (63% of all PRON tokens) have a non-empty value of Gender.

The most frequent other feature values with which PRON and Gender co-occurred: Reflex=EMPTY (3143; 100%), Number=Sing (2451; 78%), PrepCase=EMPTY (1929; 61%), PronType=Prs (1704; 54%), Variant=EMPTY (1647; 52%).

PRON tokens may have the following values of Gender:

Fem (653; 21% of non-empty Gender): jej, ją, która, mnie, niej, mi, ich, które, ona, której
Masc (1574; 50% of non-empty Gender): go, jego, ich, mu, mnie, który, mi, on, nas, kto
Neut (916; 29% of non-empty Gender): to, co, tym, coś, tego, wszystko, nic, które, wszystkim, je
EMPTY (1880): się, sobie, siebie, sobą, sie, sia

Paradigm on	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Anim\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Anim\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Short`	ń
`Animacy=Anim\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Anim\|Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Anim\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Long`	Jemu
`Animacy=Anim\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Anim\|Case=Dat\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niemu
`Animacy=Anim\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`	im
`Animacy=Anim\|Case=Dat\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Anim\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Anim\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Anim\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Anim\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Anim\|Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Anim\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Anim\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Anim\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Short`	nimi
`Animacy=Anim\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Anim\|Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`	on
`Animacy=Anim\|Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`	oni
`Animacy=Inan\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Inan\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Inan\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`	je
`Animacy=Inan\|Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nie
`Animacy=Inan\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Inan\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`	im
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Inan\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Inan\|Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Inan\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Inan\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Inan\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Inan\|Case=Loc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Inan\|Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`	on
`Animacy=Inan\|Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`	one
`Animacy=Nhum\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Nhum\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Nhum\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Nhum\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Nhum\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Nhum\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Nhum\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Nhum\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Nhum\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Long`		ją	je
`Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`		nią	nie
`Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`		je	je
`Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nie	nie
`Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Long`		jej	jemu
`Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`			mu
`Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`		im
`Case=Dat\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nim
`Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`		jej	jego
`Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`			go
`Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`		niej	niego
`Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`		ich	ich
`Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nich	nich
`Case=Ins\|Number=Sing\|PrepCase=Npr\|Variant=Long`			nim
`Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`		nią	nim
`Case=Ins\|Number=Plur\|PrepCase=Npr\|Variant=Long`		nimi
`Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nimi
`Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Short`		nimi
`Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`		niej	nim
`Case=Loc\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nich	nich
`Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`		ona	ono
`Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`		one	one

`PROPN`

2959 PROPN tokens (100% of all PROPN tokens) have a non-empty value of Gender.

The most frequent other feature values with which PROPN and Gender co-occurred: Number=Sing (2741; 93%).

PROPN tokens may have the following values of Gender:

Fem (823; 28% of non-empty Gender): Polski, Polsce, Warszawie, Polska, Warszawy, Rosji, Europie, Marta, Barbara, Europy
Masc (1862; 63% of non-empty Gender): Andrzej, Jan, Jerzy, SLD, Adam, Polaków, Poznaniu, Grzegorz, Piotr, Polacy
Neut (274; 9% of non-empty Gender): USA, Niemiec, PSL, PiS, Stanów, Kielcach, Niemczech, PKP, Zakopanego, Betlejem

Paradigm PiS	`Masc`	`Neut`
`Animacy=Inan\|Case=Dat`	PiS-owi
`Animacy=Inan\|Case=Gen`	PiS-u
`Animacy=Inan\|Case=Nom`	PiS
`Case=Acc`		PiS
`Case=Gen`		PiS
`Case=Nom`		PiS

Gender seems to be lexical feature of PROPN. 99% lemmas (1787) occur only with one value of Gender.

`DET`

1053 DET tokens (100% of all DET tokens) have a non-empty value of Gender.

The most frequent other feature values with which DET and Gender co-occurred: Degree=Pos (955; 91%), PronType=Dem (682; 65%), Number=Sing (661; 63%).

DET tokens may have the following values of Gender:

Fem (365; 35% of non-empty Gender): tej, ta, tę, tych, te, kilka, wszystkie, taka, takie, taką
Masc (530; 50% of non-empty Gender): ten, tym, tego, kilka, jakiś, tych, wszystkie, te, wszystkich, kilku
Neut (158; 15% of non-empty Gender): to, te, tym, tego, takie, jakieś, takich, tych, każde, takiego

Paradigm ten	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Case=Acc\|Number=Sing`	tego
`Animacy=Anim\|Case=Acc\|Number=Plur`	tych
`Animacy=Anim\|Case=Dat\|Number=Plur`	tym
`Animacy=Anim\|Case=Gen\|Number=Sing`	tego
`Animacy=Anim\|Case=Gen\|Number=Plur`	tych
`Animacy=Anim\|Case=Ins\|Number=Sing`	tym
`Animacy=Anim\|Case=Loc\|Number=Sing`	tym
`Animacy=Anim\|Case=Nom\|Number=Sing`	ten
`Animacy=Anim\|Case=Nom\|Number=Plur`	ci
`Animacy=Inan\|Case=Acc\|Number=Sing`	ten
`Animacy=Inan\|Case=Acc\|Number=Plur`	te
`Animacy=Inan\|Case=Dat\|Number=Sing`	Temu
`Animacy=Inan\|Case=Gen\|Number=Sing`	tego
`Animacy=Inan\|Case=Gen\|Number=Plur`	tych
`Animacy=Inan\|Case=Ins\|Number=Sing`	tym
`Animacy=Inan\|Case=Ins\|Number=Plur`	tymi
`Animacy=Inan\|Case=Loc\|Number=Sing`	tym
`Animacy=Inan\|Case=Loc\|Number=Plur`	tych
`Animacy=Inan\|Case=Nom\|Number=Sing`	ten
`Animacy=Inan\|Case=Nom\|Number=Plur`	te
`Animacy=Nhum\|Case=Nom\|Number=Sing`	ten
`Animacy=Nhum\|Case=Nom\|Number=Plur`	te
`Case=Acc\|Number=Sing`		tę	to, te
`Case=Acc\|Number=Plur`		te	te
`Case=Dat\|Number=Sing`		tej
`Case=Dat\|Number=Plur`		tym
`Case=Gen\|Number=Sing`		tej	tego
`Case=Gen\|Number=Plur`		tych	tych
`Case=Ins\|Number=Sing`		tą
`Case=Ins\|Number=Plur`		tymi
`Case=Loc\|Number=Sing`		tej	tym
`Case=Loc\|Number=Plur`		tych	tych
`Case=Nom\|Number=Sing`		ta	to
`Case=Nom\|Number=Plur`		te	te

`NUM`

741 NUM tokens (100% of all NUM tokens) have a non-empty value of Gender.

The most frequent other feature values with which NUM and Gender co-occurred: Number=Plur (738; 100%).

NUM tokens may have the following values of Gender:

Fem (161; 22% of non-empty Gender): dwie, 30, cztery, obie, wiele, 10, dwóch, pięć, wielu, 3
Masc (525; 71% of non-empty Gender): dwa, wielu, dwóch, trzy, trzech, 10, wiele, 30, 15, dużo
Neut (55; 7% of non-empty Gender): wiele, wielu, dwa, dużo, trzy, więcej, sporo, tyle, 10, 16
EMPTY (1): mniej

Paradigm dwa	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Case=Acc`	dwóch
`Animacy=Anim\|Case=Gen`	dwóch
`Animacy=Anim\|Case=Ins`	dwoma
`Animacy=Anim\|Case=Nom`	dwóch, dwaj
`Animacy=Inan\|Case=Acc`	dwa
`Animacy=Inan\|Case=Gen`	dwóch, dwu
`Animacy=Inan\|Case=Ins`	dwoma
`Animacy=Inan\|Case=Loc`	dwóch, dwu
`Animacy=Inan\|Case=Nom`	dwa
`Animacy=Nhum\|Case=Acc`	dwa
`Animacy=Nhum\|Case=Ins`	dwoma
`Case=Acc`		dwie	dwa
`Case=Gen`		dwóch	dwu
`Case=Ins`		dwiema
`Case=Loc`		dwóch
`Case=Nom`		dwie	dwa

`AUX`

197 AUX tokens (14% of all AUX tokens) have a non-empty value of Gender.

The most frequent other feature values with which AUX and Gender co-occurred: Variant=EMPTY (197; 100%), Voice=Act (197; 100%), Tense=Past (197; 100%), Mood=EMPTY (197; 100%), Person=EMPTY (197; 100%), VerbForm=Part (197; 100%), Number=Sing (160; 81%), Aspect=Perf (104; 53%).

AUX tokens may have the following values of Gender:

Fem (56; 28% of non-empty Gender): została, była, były, zostały
Masc (101; 51% of non-empty Gender): został, był, zostali, były, zostały, byli, informowali, spędzili
Neut (40; 20% of non-empty Gender): było, zostało, były, zostały
EMPTY (1249): em, by, m, będzie, śmy, jest, będą, są, eś, być

Paradigm być	`Masc`	`Fem`	`Neut`
`Animacy=Anim\|Number=Sing`	był
`Animacy=Anim\|Number=Plur`	byli
`Animacy=Inan\|Number=Sing`	był
`Animacy=Inan\|Number=Plur`	były
`Number=Sing`		była	było
`Number=Plur`		były	były

Relations with Agreement in `Gender`

The 10 most frequent relations where parent and child node agree in Gender: NOUN –[amod]–> ADJ (5683; 99%), VERB –[nsubj]–> NOUN (1737; 51%), NOUN –[det]–> DET (931; 100%), NOUN –[acl]–> VERB (855; 78%), VERB –[conj]–> VERB (605; 71%), NUM –[nmod]–> NOUN (580; 91%), VERB –[nsubj]–> PROPN (475; 73%), PROPN –[nmod]–> PROPN (333; 92%), ADJ –[nsubj]–> NOUN (268; 99%), NOUN –[appos]–> PROPN (204; 92%).

Gender in other languages: [bg] [cs] [de] [el] [en] [es] [eu] [fa] [fr] [ga] [he] [hu] [it] [ja] [ko] [sv] [u]

Gender: gender

Treebank Statistics (UD_Polish)

NOUN

ADJ

VERB

PRON

PROPN

DET

NUM

AUX

Relations with Agreement in Gender