home edit page issue tracker

Treebank Statistics: UD_Finnish: POS Tags: NUM

There are 1205 NUM lemmas (5%), 1370 NUM types (2%) and 4958 NUM tokens (2%). Out of 15 observed tags, the rank of NUM is: 6 in number of lemmas, 6 in number of types and 10 in number of tokens.

The 10 most frequent NUM lemmas: kaksi, yksi, 1, 2, kolme, 2009, 3, viisi, miljoona, neljä

The 10 most frequent NUM types: 1, 2, kaksi, 2009, 3, 5, 4, kolme, yksi, 10

The 10 most frequent ambiguous lemmas: yksi (NUM 197, PRON 53), 1 (NUM 161, PROPN 3), 2 (NUM 151, PROPN 1), miljoona (NUM 86, NOUN 12, ADJ 1), kuusi (NUM 42, NOUN 7), 20 (NUM 40, PROPN 1), pari (NUM 36, NOUN 9), puoli (NOUN 83, NUM 23), 25 (NUM 16, ADJ 1), miljardi (NUM 15, NOUN 3)

The 10 most frequent ambiguous types: 1 (NUM 158, PROPN 2), yksi (NUM 56, PRON 28), yhden (NUM 51, PRON 3), 20 (NUM 39, PROPN 1), miljoonaa (NUM 38, NOUN 4), pari (NUM 19, NOUN 2), kuusi (NUM 14, NOUN 2), miljoonaan (NUM 16, NOUN 1), miljoonan (NUM 15, NOUN 3), yhtä (ADV 49, NUM 13, PRON 4)

• 1
  • NUM 158: Toyotan Formula 1 -tallilla kaksi vuotta aikaa menestyä
  • PROPN 2: * 1970 – Neuvostoliittolainen kuukulkija Lunokhod 1 laskeutui Kuuhun .
• yksi
  • NUM 56: Se ukko oli kyllä yksi saatanan maanvaiva , ihan pahimmasta päästä !
  • PRON 28: Tämä on yksi meidän perheen perinteistä , joista kukaan ei halua luopua .
• yhden
  • NUM 51: Jatkamme täällä tuonne yhden tienoille .
  • PRON 3: Verosta vastattiin pitäjittäin kaikki yhden ja yksi kaikkien puolesta periaatteella .
• 20
  • NUM 39: Tehty Brysselissä 20 päivänä kesäkuuta 2006 .
  • PROPN 1: Mediassa hänet on nähty ainakin Tartu mikkiin ! , YleX:n X-ryhmä ja MTV3:n Kids Top 20 -ohjelmissa sekä Soundi- , Rumba- ja Suosikki-lehdissä .
• miljoonaa
  • NUM 38: Poron lihaa on vuosittain myytävänä noin kaksi miljoonaa kiloa .
  • NOUN 4: Mutta Simpsonille on kuulemaa joku tv-yhtiö tarjonnut jotain 40 miljoonaa ensimmäisestä lausunnosta .
• pari
  • NUM 19: Toisaalta , mikäs sen hauskempaa kuin pari kappaletta jouluaattoja ! ;)
  • NOUN 2: Arabiantimalit pesivät ryhminä , joissa on yksi hallitseva lisääntyvä pari ja joukko pesimättömiä yksilöitä , jotka ovat usein saman parin jälkeläisiä aikaisemmista pesyeistä .
• kuusi
  • NUM 14: Juttua on käsitelty jo kuusi kertaa .
  • NOUN 2: Heprealaisessa numerojärjestelmässä vavilla on lukuarvo kuusi .
• miljoonaan
  • NUM 16: Tulos ennen veroja koheni lähes 13 prosenttia 155 miljoonaan euroon .
  • NOUN 1: Suomen väliluvun kasvu oli suurinta 15 vuoteen ja vuoden lopulla väkiluku yltää 5,5 miljoonaan , arvioi Tilastokeskus .
• miljoonan
  • NUM 15: Wikipedioiden artikkelimäärä ylitti kymmenen miljoonan
  • NOUN 3: Ei paljoa , muutaman miljoonan vain , mutta sen verran , että siitä syntyi jotenkin kaikkivoipainen tunne .
• yhtä
  • ADV 49: Varsinkin jos siihen suhtautui yhtä suurella intohimolla kuin Pirkko .
  • NUM 13: Lava oli tyhjä yhtä kevyttä sohvaa ja paria irtotuolia lukuunottamatta .
  • PRON 4: Olemme yhtä

Morphology

The form / lemma ratio of NUM is 1.136929 (the average of all parts of speech is 2.060960).

The 1st highest number of forms (17) was observed with the lemma “yksi”: yhdeksi, yhdelle, yhdellä, yhdeltä, yhdeltäkään, yhden, yhdessä, yhdestä, yhdet, yhteen, yhtenä, yhtenäkin, yhtä, yhtäkään, yks, yksi, yksikin.

The 2nd highest number of forms (15) was observed with the lemma “kaksi”: kahdella, kahdelle, kahdelta, kahden, kahdessa, kahdesta, kahdet, kahta, kahteen, kahtena, kaks, kaksi, kaksi-, kaksiin, kaksin.

The 3rd highest number of forms (12) was observed with the lemma “tuhat”: tuhannella, tuhannen, tuhannesta, tuhannet, tuhansia, tuhansien, tuhansiin, tuhansilta, tuhansista, tuhanteenkin, tuhat, tuhatta.

NUM occurs with 7 features: NumType (4666; 94% instances), Case (1268; 26% instances), Number (1268; 26% instances), Style (13; 0% instances), Clitic (10; 0% instances), Abbr (2; 0% instances), Typo (2; 0% instances)

NUM occurs with 20 feature-value pairs: Abbr=Yes, Case=Abl, Case=Ade, Case=All, Case=Ela, Case=Ess, Case=Gen, Case=Ill, Case=Ine, Case=Ins, Case=Nom, Case=Par, Case=Tra, Clitic=Kaan, Clitic=Kin, NumType=Card, Number=Plur, Number=Sing, Style=Coll, Typo=Yes

NUM occurs with 42 feature combinations. The most frequent feature combination is NumType=Card (3430 tokens). Examples: 1, 2, 2009, 3, 5, 4, kaksi, 10, 2006, 6

Relations

NUM nodes are attached to their parents using 23 different relations: nummod (3243; 65% instances), obl (570; 11% instances), flat (359; 7% instances), compound (184; 4% instances), appos (175; 4% instances), conj (122; 2% instances), nmod (103; 2% instances), flat:name (51; 1% instances), root (49; 1% instances), nsubj (22; 0% instances), nmod:poss (17; 0% instances), obj (17; 0% instances), nsubj:cop (15; 0% instances), orphan (7; 0% instances), advcl (5; 0% instances), ccomp (5; 0% instances), acl:relcl (4; 0% instances), compound:nn (3; 0% instances), amod (2; 0% instances), goeswith (2; 0% instances), advmod (1; 0% instances), nmod:gsubj (1; 0% instances), parataxis (1; 0% instances)

Parents of NUM nodes belong to 13 different parts of speech: NOUN (3328; 67% instances), VERB (575; 12% instances), NUM (449; 9% instances), ADJ (259; 5% instances), PROPN (161; 3% instances), SYM (71; 1% instances), (49; 1% instances), PUNCT (35; 1% instances), ADV (16; 0% instances), PRON (6; 0% instances), CCONJ (4; 0% instances), X (3; 0% instances), AUX (2; 0% instances)

3518 (71%) NUM nodes are leaves.

776 (16%) NUM nodes have one child.

421 (8%) NUM nodes have two children.

243 (5%) NUM nodes have three or more children.

The highest child degree of a NUM node is 9.

Children of NUM nodes are attached using 29 different relations: punct (857; 34% instances), advmod (440; 18% instances), flat (380; 15% instances), compound (138; 6% instances), conj (129; 5% instances), cc (96; 4% instances), nsubj:cop (69; 3% instances), cop (64; 3% instances), nmod (64; 3% instances), appos (50; 2% instances), _ (45; 2% instances), obl (41; 2% instances), case (22; 1% instances), orphan (20; 1% instances), amod (16; 1% instances), det (13; 1% instances), mark (9; 0% instances), acl:relcl (8; 0% instances), flat:name (8; 0% instances), nummod (8; 0% instances), advcl (7; 0% instances), aux (5; 0% instances), nmod:poss (5; 0% instances), obj (4; 0% instances), acl (3; 0% instances), goeswith (3; 0% instances), root (3; 0% instances), discourse (1; 0% instances), fixed (1; 0% instances)

Children of NUM nodes belong to 14 different parts of speech: PUNCT (873; 35% instances), ADV (431; 17% instances), NOUN (429; 17% instances), NUM (398; 16% instances), CCONJ (94; 4% instances), AUX (69; 3% instances), VERB (61; 2% instances), ADJ (49; 2% instances), PROPN (33; 1% instances), PRON (31; 1% instances), ADP (22; 1% instances), SCONJ (9; 0% instances), SYM (9; 0% instances), INTJ (1; 0% instances)

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

.