UD Bhojpuri BHTB
Language: Bhojpuri (code: bho
)
Family: IE
This treebank has been part of Universal Dependencies since the UD v2.5 release.
The following people have contributed to making this treebank part of UD: Atul Kr. Ojha, Daniel Zeman.
Repository: UD_Bhojpuri-BHTB
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.15
License: CC BY-SA 4.0
Genre: nonfiction, news
Questions, comments? General annotation questions (either Bhojpuri-specific or cross-linguistic) can be raised in the main UD issue tracker. You can report bugs in this treebank in the treebank-specific issue tracker on Github. If you want to collaborate, please contact [shashwatup9k (æt) gmail • com, zeman (æt) ufal • mff • cuni • cz]. Development of the treebank happens directly in the UD repository, so you may submit bug fixes as pull requests against the dev branch.
Annotation | Source |
---|---|
Lemmas | annotated manually |
UPOS | annotated manually in non-UD style, automatically converted to UD |
XPOS | annotated manually |
Features | annotated manually in non-UD style, automatically converted to UD |
Relations | annotated manually, natively in UD style |
Description
The Bhojpuri UD Treebank (BHTB) is a part of the Universal Dependency treebank project.
The Bhojpuri UD Treebank (BHTB) v2.6 consists of 6,664 tokens(357 sentences). This Treebank is a part of the Universal Dependency treebank project. Initially, it was initiated by me (Atul) at Jawaharlal Nehru University, New Delhi during the doctoral research work. BHTB data contains syntactic annotation according to dependency-constituency schema, as well as morphological tags and lemmas. In this data, XPOS is annotated according to Bureau of Indian Standards (BIS) Part Of Speech (POS) tagset.
Acknowledgments
Preparation of this treebank was supported by LINDAT/CLARIAH-CZ (grant no. LM2018051) and Khresmoi (grants no. FP7-ICT-2010-6-257528 and MŠMT 7E11042). ÚFAL, Faculty of Mathematics and Physics, Charles University, Prague.
References
If you use this data, please cite:
@InProceedings{ojha-zeman:2020:WILDRE5, author = {Ojha, Atul Kr. and Zeman, Daniel}, title = {Universal Dependency Treebanks for Low-Resource Indian Languages: The Case of Bhojpuri}, booktitle = {Proceedings of the WILDRE5– 5th Workshop on Indian Language Data: Resources and Evaluation}, month = {May}, year = {2020}, address = {Marseille, France}, publisher = {European Language Resources Association (ELRA)}, pages = {33--38}, }
Other papers/references about the Bhojpui data are:
@article{ojha2019english, title={English-Bhojpuri SMT System: Insights from the Karaka Model}, author={Ojha, Atul Kr}, journal={arXiv preprint arXiv:1905.02239}, year={2019} }
@inproceedings{ojha2015training, title={Training \& evaluation of POS taggers in Indo-Aryan languages: a case of Hindi, Odia and Bhojpuri}, author={Ojha, Atul Kr. and Behera, Pitambar and Singh, Srishti and Jha, Girish N}, booktitle={the proceedings of 7th Language \& Technology Conference: Human Language Technologies as a Challenge for Computer Science and Linguistics}, pages={524--529}, year={2015} }
Statistics of UD Bhojpuri BHTB
POS Tags
ADJ – ADP – ADV – AUX – CCONJ – DET – INTJ – NOUN – NUM – PART – PRON – PROPN – PUNCT – SCONJ – VERB – X
Features
AdpType – AdvType – Aspect – Case – Echo – Foreign – Gender – Mood – Number – NumType – Person – Polarity – Polite – Poss – PronType – Tense – VerbForm – Voice
Relations
acl – advcl – advmod – amod – appos – aux – aux:pass – case – cc – ccomp – clf – compound – conj – cop – csubj – dep – det – discourse – fixed – flat – iobj – list – mark – nmod – nsubj – nummod – obj – obl – punct – root – xcomp
Tokenization and Word Segmentation
- This corpus contains 357 sentences and 6665 tokens.
- This corpus contains 5 tokens (0%) that are not followed by a space.
- This corpus does not contain words with spaces.
- This corpus contains 2 types of words that contain both letters and punctuation. Examples: तरह-तरह, झमक-झमक
Morphology
Tags
- This corpus uses 16 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, DET, INTJ, NOUN, NUM, PART, PRON, PROPN, PUNCT, SCONJ, VERB, X
- This corpus does not use the following tags: SYM
- This corpus contains 39 word types tagged as particles (PART): अतना, अलावे, उहाँसे, केहू, खानी, खाली, गमगमावे, घटना, जादा, ठाक, ढेर, त, तनिको, तिकवते, नइखी, नइखे, ना, नाहीं, पास, बनवले, बस, बहुत, बहुते, बाकिर, बिना, भर, भलही, भा, भी, वां, विस्तार, सँ, सन, सबले, सबसे, सभ, सी, सूखाड़, से
- This corpus contains 85 lemmas tagged as pronouns (PRON): अपना, अबहिंयो, अयह, आप, आपन, आम, ईह, उ, उनुक, उनुकर, उहाँ, उहाँसे, उहेंवाला, उहो, ऊ, ऊहो, ए, एकदम, एकरा, एकहूँ, एहसा, ओ, ओकर, ओकरा, ओत, कबो, कयह, कलम, कह, कहाँ, कहीं, कहे, का, काह, काहे, किडनी, के, केकरा, केहू, केहूँ, खानी, गाना, गेना, जब, जवन, जवना, जानतानी, जापानी, जे, जेकरा, जेतना, तमाम, तोहरा, थाह, दरपन, दहिना, दू, पत्नी, पानी, फलाना, बनाम, बाजे, बिना, बिरहिनी, ब्लू, मा, मुक्क, यह, रउआ, रउरा, रउरो, रउवा, राउर, राह, लइक, शुरू, ससुर, हम, हमनी, हमनीको, हमर, हमरा, हमहूँ, हमार, हयह
- This corpus contains 73 lemmas tagged as determiners (DET): अइसन, अतना, अधिका, अब, अबहिंयो, अभी, अस, असहिष्णु, आजु, इनकर, इहो, ई, ईहो, उनकर, उहाँको, उहेंवाला, ऊहो, एकर, एगो, एह, एहम, एही, ओकर, ओकरा, ओह, ओहम, ओहसे, ओहिजा, ओहु, कई, कतना, कम, कवना, कवनो, का, काह, कीन, कुछ, कुछु, केहूँ, खूनो, गाजन, घर, घरा, जइसन, जवन, जवना, जहवाँ, जासु, जे, जेकरा, डरा, ढेर, ढेरा, तवन, तीन, दूनो, पढ़सु, पुरातन, फेरु, बंधु, बाड़न, बायाँ, बेंगलुरु, यह, स, सन, सब, सबला, सभा, सुधारा, सुनतारा, हर
- Out of the above, 13 lemmas occurred sometimes as PRON and sometimes as DET: अबहिंयो, उहेंवाला, ऊहो, ओकर, ओकरा, का, काह, केहूँ, जवन, जवना, जे, जेकरा, यह
- This corpus contains 20 lemmas tagged as auxiliaries (AUX): आ, कर, गइल, चाही, छी, जा, दे, ना, पड़, पा, बा, भा, मार, रह, लग, ले, स, सक, हऽ, हो
- Out of the above, 13 lemmas occurred sometimes as AUX and sometimes as VERB: आ, कर, गइल, जा, दे, ना, पड़, पा, बा, रह, लग, ले, हो
- There are 4 (de)verbal forms:
- Conv
- PRON: एकर
- VERB: करके
- Fin
- AUX: बा, रहे, सके, बाटे, बाड़न, जाई, जाव, पाई, बाड़ें, रहन
- NOUN: पहिले, कहले, जनले, बिआहे
- PRON: काहे
- VERB: करे, कहले, धीरे, होले, आइलें, करी, करेले, कहेलें, खरीदिहें, ठहरे
- Inf
- ADP: पढ़े
- AUX: सकेनी
- DET: जवना, कवना
- VERB: कहना, किडनी, जनले, जाए, पढ़नी, पूछनी, बनवावे, मिले, सुनी, होखे
- Part
- ADJ: बचपनवाला
- ADP: लगे
- ADV: नाहिंए
- AUX: रहे, जाई, रहीं, सकेला, रही, गइल, जाला, देले, रहल, रहलीं
- DET: ओकरा, जेकरा, सभे
- NOUN: दिसाईं, पहिले, किडनी, चुनौती, बानी, रंगे, अलगे, आगे, कहनी, जगाईं
- NUM: सन
- PART: नइखे, नाहीं
- PRON: ओकरा, एकरा, ईहे, काहे, जेकरा, हमरा, उनुका, केकरा, मुक्का
- PROPN: पाती
- SCONJ: तकले
- VERB: चाहीं, बा, होखे, होई, होला, कइले, कतहीं, बतवले, आईं, जाले
Nominal Features
- Fem
- ADJ: तरह, नवका, सतरह, जापानी, बेहूदा, ब्रेकिंग, भाग, भोजपुरियन, भोजपुरिया, भोजपुरी
- ADP: के, खातिर, ले
- ADV: जल्दी
- AUX: गइल, बा, जाई, रहीं, रही, रहलीं, कइला, चाहीं, जाला, दिहनी
- AUX-Inf: सकेनी
- AUX-Part: जाई, रहीं, रही, रहलीं, गइल, चाहीं, जाला, दिहनी, पाई, मारीं
- CCONJ: आ, रउँआ
- DET: ई, जवना, अधिका, दूनो, एगो, एही, कवनो
- NOUN: जी, बात, बेर, बिआह, भाषा, अश्लीलता, जय, पत्रिका, स, घेरा
- NOUN-Part: दिसाईं, किडनी, चुनौती, बानी, कहनी, जगाईं, पहिलहीं, महती, लइकाईं
- NUM: गो, दोसरो, एगो, चार, चारो, जोड़ी, तिसरका, दोसरका, शृंगार
- PART: त, बस, ना, अतना, खाली, जादा, नइखी, नाहीं, पास
- PART-Part: नाहीं
- PRON: हमरा, हमनी, उनुका, किडनी, जानतानी, रउवा, ससुरा, खानी, जवना, जापानी
- PROPN: भोजपुरी, दिल्ली, खाली, भगवती, पाती, प्रियंका, अउरी, कमलेश, चोली, जी
- PROPN-Part: पाती
- VERB: चाहीं, होई, बा, ह, कतहीं, आईं, भइल, आइल, कइलीं, होखी
- VERB-Inf: किडनी, पढ़नी, पूछनी, सुनी
- VERB-Part: चाहीं, होई, कतहीं, आईं, कइलीं, कहलीं, कहाई, कहीं, जाईं, दिहलीं
- Masc
- ADJ: पूरा, बड़, छोट, बड़हन, अढ़ाई, अश्लील, आधा, खुलल, खेलल, निडिलवाला
- ADJ-Part: बचपनवाला
- ADP: के, का, वाला, खातिर, ओके, जाके, लेके, उठाके, साथे, हमनीके
- ADP-Part: लगे
- ADV: आजुओ, नाहिंए, शुरू
- ADV-Part: नाहिंए
- AUX: रहे, रहल, बा, जा, सकेला, गइल, जात, जाला, जाव, सकता
- AUX-Fin: रहे, जाई, जाव, पाई, रहन, रहीं, लागल
- AUX-Part: रहे, सकेला, गइल, देले, रहल, सकता, आइल, जाए, जाला, जाव
- CCONJ: बाकिर, अउर, भा, राउर, आखिर, खम्भा, आउर
- DET: कवनो, एह, अइसन, जवन, ई, सभे, ओह, कतना, कुछु, आजु
- DET-Part: सभे
- INTJ: गहरे, अरे, दोसरे
- NOUN: लोग, देश, रंग, साल, आजु, आदमी, लोगन, साहित्य, कार्यक्रम, विश्वास
- NOUN-Part: पहिले, रंगे, अलगे, आगे, लगे
- NUM: एगो, लोग, दू, 5, कलिग, छठवां, दोसर, दोसरा, सिलसिला, 2
- NUM-Part: सन
- PART: त, नइखे, ना, बहुते, गमगमावे, घटना, अलावे, तिकवते, वां, विस्तार
- PRON: अपना, आपन, रउरा, हमार, ऊ, बिना, जे, केहू, हमरा, ईहे
- PRON-Part: ईहे, एकरा, काहे, जेकरा, उनुका, मुक्का
- PROPN: सिंह, जी, प्रियंका, द्विवेदी, प्रसाद, हिन्दुस्तान, उदय, चोपड़ा, प्रकाश, अवधेश
- SCONJ-Part: तकले
- VERB: बा, होखे, भइल, आइल, क, कहल, होला, पहिले, हटे, कइल
- VERB-Fin: करी, लागी, लागे, होई
- VERB-Inf: होखे
- VERB-Part: बा, होखे, होला, कइले, बतवले, जाले, दिहले, पहिले, भइला, हटे
- Plur
- ADJ: छोट, चोट
- ADP: के, हमनीके, उठाके, लेके, करेके, पढ़िके, लगावेके, लगे, ले, लोग
- ADP-Part: लगे
- ADV-Part: नाहिंए
- AUX: बाड़न, रहलीं, गइल, चाहीं, जाए, जात, दीहें, देले, बाड़े, मारीं
- AUX-Fin: बाड़न
- AUX-Part: रहलीं, गइल, चाहीं, जाए, देले, बाड़े, मारीं, हुए, होखे
- CCONJ: आ, फगुआ, रउँआ
- DET: कुछु, आजु, सब, सबले, असहिष्णु, ओकरा, ओहु, जासु, जेकरा, पढ़सु
- DET-Part: ओकरा, जेकरा
- NOUN: लोग, गायक, जानकारी, दिसाईं, पहिले, आदमी, आनंद, आर्थिक, ओने, कबीर
- NOUN-Part: दिसाईं, पहिले, जगाईं, पहिलहीं, लइकाईं
- NUM: लोग, कलिग, उमंग, सन, सभ
- NUM-Part: सन
- PART: नइखे, बहुते, त, तिकवते, नाहीं
- PART-Part: नइखे, नाहीं
- PRON: ओकरा, हम, आम, एकरा, एकदम, कलम, तमाम, दरपन, बनाम, हमनी
- PRON-Part: ओकरा, एकरा, हमरा, ईहे, काहे, केकरा
- PROPN: हिन्दुस्तान, 25
- SCONJ-Part: तकले
- VERB: चाहीं, होखे, होई, आवे, जाए, जाता, देबे, बा, मए, लागे
- VERB-Fin: खरीदिहें, रखीहें, होखिहें
- VERB-Part: चाहीं, होखे, होई, जाए, देबे, मए, लागे, छोड़े, दिहलीं, दीं
- Sing
- ADJ: पूरा, बड़, छोट, तरह, नवका, बड़हन, भोजपुरिया, अढ़ाई, अश्लील, आधा
- ADP: के, का, ले, वाला, खातिर, ओके, जाके, साथे, ओकराके, खड़े
- ADV: आजुओ, जल्दी, शुरू
- AUX: बा, रहे, गइल, रहल, जाई, जाव, जा, रहीं, बानी, सकेला
- AUX-Fin: बा, रहे, सके, बाटे, जाई, जाव, पाई, बाड़ें, रहन, रहीं
- AUX-Inf: सकेनी
- AUX-Part: रहे, जाई, रहीं, सकेला, रही, गइल, जाला, रहल, सकता, आइल
- CCONJ: बाकिर, अउर, फगुआ, भा, राउर, आखिर, खम्भा, आ, आउर
- DET: ई, कवनो, एह, अइसन, जवन, जवना, एही, ओह, सभे, कतना
- DET-Part: सभे
- INTJ: गहरे, अरे, दोसरे
- NOUN: जी, रंग, देश, बिआह, भाषा, आजु, साल, बात, लोगन, साहित्य
- NOUN-Fin: बिआहे
- NOUN-Part: किडनी, चुनौती, बानी, रंगे, अलगे, आगे, कहनी, महती, लगे
- NUM: एगो, गो, दू, 5, छठवां, दोसर, दोसरा, दोसरो, सिलसिला, २०१२
- PART: त, ना, बस, गमगमावे, घटना, नइखे, अतना, अलावे, केहू, खाली
- PRON: अपना, हमरा, ऊ, आपन, हमनी, रउरा, हमार, बिना, उनुकर, उनुका
- PRON-Fin: काहे
- PRON-Part: एकरा, ईहे, जेकरा, उनुका, काहे, मुक्का
- PROPN: भोजपुरी, सिंह, प्रियंका, राय, जी, डॉ., पाण्डेय, तिवारी, दिल्ली, द्विवेदी
- PROPN-Part: पाती
- VERB: बा, भइल, आइल, करे, क, कहल, ह, होखे, कइल, कतहीं
- VERB-Fin: करे, कहले, होले, आइलें, करी, करेले, कहेलें, पढ़सु, लागी, लागे
- VERB-Inf: किडनी, जाए, पढ़नी, पूछनी, सुनी, होखे
- VERB-Part: बा, कतहीं, बतवले, आईं, कइले, जाले, दिहले, होला, आइल, कइलीं
- Acc
- ADJ: सांस्कृतिक, खास, सहज, तरह, निश्चित, रोज, स्थित, अपार, इलेक्ट्रॉनिक, कानूनी
- ADP: के, खड़े, जाके, पटे, खातिर, डाले, पढ़े, पहिलहीं, मोड, वाले
- ADP-Inf: पढ़े
- ADV: ललित, सम्मानित, जल्दी
- AUX: जात, कइला, जाव, सकता, होखी
- DET: जवना, एह, सभे, कवनो, एही, ओह, कवना
- DET-Inf: कवना
- INTJ: गहरे, अरे, दोसरे
- NOUN: आजु, लोगन, जी, बात, साहित्य, सभ, घंटा, परिवार, बिआह, कार्यक्रम
- NUM: पहिला, सिलसिला, २०१२
- PART: त, नइखे, ना, जादा, विस्तार, सबसे, सूखाड़
- PRON: हमनी, केहूँ, पत्नी, फलाना, रउवा, उहाँसे, एहसे, ओ, जवना, हमरा
- PROPN: भोजपुरी, जी, द्विवेदी, खाली, चोपड़ा, दिल्ली, शाही, सिंह, पाती, प्रियंका
- VERB: क, होखे, अद्भुत, छोड़त, लिखे, अंतर्दृष्टि, अतने, अनगिनत, अबीरे, उघरत
- VERB-Inf: जनले, जाए, बनवावे, मिले
- Acc,Dat
- ADJ: हिंदियो
- DET: एहमें, ओहमें, काहें
- PRON: कइसे, अइसे, हइसे, ओकरा, हमरा, हमार
- PROPN: लेखको, ऑडियो, कादो, केनियो, परिचर्चो, प्रियंको, भाषणो
- Acc,Erg
- PRON: ओतने, माने, आपने, हम
- Acc,Gen
- DET: जेकरा
- PRON: हमरा, इनका, ओकर, हमनीके, हमार
- Nom
- ADJ: पूरा, आखिरी, काव्य, बड़, अतिशय, चुनरी, छोट, तथाकथित, बनतारी, राय
- ADP: के, का, खातिर, वाला, ओके, लेके, उठाके, साथे, हमनीके, ओकराके
- ADV: तेज, आजुओ, शुरू
- AUX: बा, गइल, रहल, जा, जात, जाव, बानी, जाला, रहुवे, सकेला
- CCONJ: बाकिर, अउर, भा, राउर, आखिर, खम्भा, आउर
- DET: ई, कवनो, एह, अइसन, जवन, अब, एही, ओह, कुछु, केहूँ
- DET-Inf: जवना
- NOUN: लोग, जब, रंग, गवनई, बेर, शुरू, सन, काम, निबंध, काल्हु
- NUM: एगो, लोग, गो, दू, कुछ, 5, कलिग, छठवां, दोसर, दोसरा
- PART: त, नइखे, ना, बहुते, बस, गमगमावे, घटना, सँ, अतना, अलावे
- PRON: ऊ, अपना, हम, हमरा, आपन, रउरा, हमार, बिना, हमनी, केहू
- PROPN: भोजपुरी, डॉ., पाती, प्रियंका, राय, सिंह, तिवारी, प्रसाद, आंजनेय, उदय
- VERB: भइल, बा, आइल, कहल, ह, कइल, दिहल, खुजली, चल, पड़ल
- VERB-Inf: कहना
Degree and Polarity
- Neg
- PART: ना, नइखे
Verbal Features
- Imp
- AUX-Part: जाला, सकता, रहित
- NOUN-Part: चुनौती, महती
- PROPN-Part: पाती
- VERB-Part: जानतानी, फूलल, रहत, रहे, लेइ
- Perf
- ADJ-Part: बचपनवाला
- ADP-Part: लगे
- ADV-Part: नाहिंए
- AUX-Part: रहे, जाई, रहीं, सकेला, रही, गइल, देले, रहल, रहलीं, आइल
- DET-Part: ओकरा, जेकरा, सभे
- NOUN-Part: दिसाईं, पहिले, किडनी, बानी, रंगे, अलगे, आगे, कहनी, जगाईं, पहिलहीं
- NUM-Part: सन
- PART-Part: नइखे, नाहीं
- PRON-Part: ओकरा, एकरा, ईहे, काहे, जेकरा, हमरा, उनुका, केकरा, मुक्का
- SCONJ-Part: तकले
- VERB-Part: चाहीं, बा, होखे, होई, होला, कइले, कतहीं, बतवले, आईं, जाले
- Ind
- AUX-Fin: बा, रहे, बाटे, बाड़न, जाई, पाई, रहन, रहीं, लागल, हटे
- VERB-Fin: करी, लागी, लागे, होई
- Sub
- AUX-Fin: सके, जाव, बाड़ें, लगीहें
- NOUN-Fin: पहिले, कहले, जनले, बिआहे
- PRON-Fin: काहे
- VERB-Fin: करे, कहले, धीरे, होले, आइलें, करेले, कहेलें, खरीदिहें, ठहरे, पढ़सु
- Fut
- AUX-Fin: जाई, पाई, लागल
- VERB-Fin: करी, लागी, लागे, होई
- Past
- AUX-Fin: रहे, रहन, रहीं
- Pres
- AUX-Fin: बा, बाटे, बाड़न, हटे, हऽ
- Act
- ADP: ले
- AUX: जाई, सकेला, रही, बा, बाटे, रहल, रहलीं, हऽ, चाहीं, जा
- AUX-Fin: बा, बाटे, बाड़ें, लगीहें, हटे, हऽ
- AUX-Part: जाई, सकेला, रही, रहलीं, चाहीं, दिहनी, देले, पाई, मारीं, रहेले
- CCONJ: फगुआ, आ, रउँआ
- DET-Part: ओकरा, जेकरा
- NOUN: पहिले, किडनी, चुनौती, बानी, कहनी, कहले, जनले, पहिलहीं, फगुआ, बिआहे
- NOUN-Fin: पहिले, कहले, जनले, बिआहे
- NOUN-Part: पहिले, किडनी, चुनौती, बानी, कहनी, पहिलहीं, महती
- PART-Part: नइखे, नाहीं
- PRON: ऊहो, एकरा, काहे, जेकरा, ईहे, उनुका, उहो, ओकरा, मुक्का, रउआ
- PRON-Fin: काहे
- PRON-Part: एकरा, जेकरा, ईहे, उनुका, काहे, मुक्का
- VERB: हो, बा, चाहीं, करे, होखे, कहले, कतहीं, बतवले, आईं, जाले
- VERB-Fin: करे, कहले, धीरे, होले, आइलें, करी, करेले, खरीदिहें, ठहरे, पढ़सु
- VERB-Inf: किडनी, पढ़नी, पूछनी, सुनी, होखे
- VERB-Part: चाहीं, बा, होखे, कतहीं, बतवले, आईं, जाले, दिहले, पहिले, हटे
- Pass
- VERB: क, रङा, सुनतानी, सुनतारे
- VERB-Part: रङा
Pronouns, Determiners, Quantifiers
- Dem
- DET: एह, ओह, जवन, यह
- PART: भलही
- VERB: भरोसे
- Ind
- CCONJ: आ
- DET: कुछ, हर, कई, कम, कतना, ढेर
- NUM: जादा
- Int
- DET: काहें
- NOUN: बहिन, कब
- PRON: का, काहें
- Neg
- PART: ना, नइखे
- Prs
- ADJ: हिंदियो
- AUX: रहुवे
- DET: अब, कवनो, केहूँ, ई, एहमें, सब, ओहमें, बायाँ, अतना, ईहो
- NOUN: जब, तब, अब, उहाँ, जहाँ, खराब, गरीब, सब, गाना, परब
- NUM: कुछ, सभ
- PART: सँ
- PRON: अपना, हम, केहूँ, बिना, कइसे, आम, हमरा, कहाँ, कहीं, अइसे
- PROPN: टिप्पणिए, लेखको, इटलिए, ऑडियो, कादो, केनियो, परिचर्चो, प्रियंको, भाषणो
- VERB: आवे, निकालहीं, करीं, दिआवे, हउवे
- Card
- ADJ: फूहड़, बड़
- DET: एह, ओह
- NOUN: बिआह, बरीस, तोड़, पढाई, विश्वास
- NUM: एक, अनकस, 12, 120, 2011, 75, आठ, एगो, चार, छह
- PROPN: 2012, 24
- VERB: ह
- Ord
- PART: वां
- Yes
- DET: जेकरा
- PRON: हमरा, इनका, ओकर, हमनीके, हमार
- 1
- DET: एहमें, ओहमें, ओकरा, काहें, जेकरा
- DET-Part: ओकरा, जेकरा
- PRON: हम, आम, हमरा, एकदम, कलम, तमाम, बनाम, हमनी, हमार, हमनीके
- VERB-Part: जानतानी
- 2
- AUX: पवलें, लगीहें
- PRON: ओतने, माने, आपने
- VERB-Fin: आइलें, कहेलें, पढ़सु
- 3
- ADJ: बड़, छोट, तरह, नवका, बड़हन, भोजपुरिया, अढ़ाई, अश्लील, आधा, खुलल
- ADP: के, खातिर, ओके, साथे, ओकराके, जाएके, जाके, लेके, उठाके, कहिके
- ADV: आजुओ, जल्दी, शुरू
- AUX: बा, गइल, रहे, रहल, जा, जाव, बानी, रहीं, जात, बाड़न
- AUX-Fin: बा, सके, बाटे, बाड़न, जाई, पाई, बाड़ें, लगीहें, लागल, हटे
- AUX-Part: रहे, रहीं, देले, रहेले
- CCONJ: बाकिर, अउर, भा, राउर, आखिर, खम्भा, आउर
- DET: ई, कवनो, एह, अइसन, जवन, जवना, एही, ओह, सभे, कुछु
- NOUN: लोग, जी, रंग, देश, बिआह, भाषा, आजु, आदमी, साल, बात
- NOUN-Fin: बिआहे
- NOUN-Part: पहिले
- NUM: एगो, लोग, गो, दू, कुछ, 5, कलिग, छठवां, दोसर, दोसरा
- PART: त, नइखे, ना, बहुते, बस, गमगमावे, घटना, अलावे, केहू, खाली
- PART-Part: नइखे
- PRON: हमरा, आपन, हमनी, ऊ, रउरा, हमार, उनुका, कइसे, केहू, जे
- PRON-Fin: काहे
- PRON-Part: ईहे, उनुका, काहे, मुक्का
- PROPN: भोजपुरी, सिंह, प्रियंका, राय, जी, डॉ., पाण्डेय, तिवारी, दिल्ली, द्विवेदी
- VERB: बा, भइल, आइल, करे, कहल, क, ह, होखे, कइल, कतहीं
- VERB-Fin: करे, कहले, होले, करी, करेले, खरीदिहें, रखीहें, लागी, लागे, होई
- VERB-Inf: होखे
- VERB-Part: बा, कतहीं, बतवले, आईं, जाले, दिहले, कइले, कइलीं, कहलीं, कहीं
- Form
- ADP: के, ओके, साथे, ओकराके, जाएके, जाके, लेके, उठाके, कहिके, जमिके
- AUX: रहे, रहीं, रहुवे, देले, पवलें, पाई, बाड़, रहेले, लगीहें
- AUX-Fin: पाई
- AUX-Part: रहे, रहीं, देले, रहेले
- NOUN: साहित्ये
- PRON: ओतने, माने, आपने
- VERB: कतहीं, बतवले, आईं, जाले, दिहले, कइलीं, कहलीं, कहीं, खड़े, जाईं
- VERB-Fin: आइलें, कहेलें, पढ़सु
- VERB-Part: कतहीं, बतवले, आईं, जाले, दिहले, कइलीं, कहलीं, कहीं, खड़े, जाईं
Other Features
- AdpType
- Post
- ADJ: सतरह, तरह
- ADP: के, में, से, पर, का, तबे, अतने, वाला, सङे, अपने
- DET: उहाँके
- NOUN: बाद, आरे, चलते, बरे, ओर, परिवारे, बारे, रउरे, सामने, अइसने
- PART: बनवले, सबले
- PROPN: सदानन्द, प्रो॰
- VERB: चलत, चाहते, परदेसे, परोसे, होखेवाला
- Post
- AdvType
- Deg
- PART: उहाँसे, सबसे
- Deg
- Echo
- Rdp
- NUM: एक
- PRON: केहूँ, कहाँ, उहाँ, एकहूँ, हमहूँ
- Rdp
- Foreign
- Yes
- AUX: गइल
- NOUN: स्टाइल
- VERB: भइल
- X: स्टाइल
- Yes
Syntax
Auxiliary Verbs and Copula
- This corpus uses 2 lemmas as copulas (cop). Examples: बा, हऽ.
- This corpus uses 20 lemmas as auxiliaries (aux). Examples: बा, जा, रह, सक, गइल, दे, हो, कर, लग, आ, पा, ले, चाही, पड़, स, छी, ना, भा, मार, हऽ.
- This corpus uses 6 lemmas as passive auxiliaries (aux:pass). Examples: जा, बा, सक, दे, रह, हो.
Core Arguments, Oblique Arguments and Adjuncts
Here we consider only relations between verbs (parent) and nouns or pronouns (child).
- nsubj
- VERB--NOUN (7)
- VERB--NOUN-ADP(पर) (1)
- VERB--NOUN-ADP(से) (1)
- VERB--NOUN-Acc (4)
- VERB--NOUN-Acc-ADP(का) (3)
- VERB--NOUN-Acc-ADP(पर) (3)
- VERB--NOUN-Acc-ADP(में) (3)
- VERB--NOUN-Acc-ADP(से) (1)
- VERB--NOUN-Nom (33)
- VERB--NOUN-Nom-ADP(का) (7)
- VERB--NOUN-Nom-ADP(की) (1)
- VERB--NOUN-Nom-ADP(जइसे) (1)
- VERB--NOUN-Nom-ADP(लेको) (2)
- VERB--PRON-Nom (13)
- VERB--PRON-Nom-ADP(का) (1)
- VERB--PRON-Nom-ADP(को) (1)
- VERB-Fin--NOUN-Acc (1)
- VERB-Fin--NOUN-Nom (3)
- VERB-Fin--PRON-Acc,Dat (1)
- VERB-Fin--PRON-Nom (2)
- VERB-Inf--NOUN-ADP(तोर) (2)
- VERB-Inf--NOUN-Nom (3)
- VERB-Inf--PRON-Nom (1)
- VERB-Part--NOUN (2)
- VERB-Part--NOUN-Acc (5)
- VERB-Part--NOUN-Acc-ADP(को) (1)
- VERB-Part--NOUN-Nom (17)
- VERB-Part--NOUN-Nom-ADP(का) (1)
- VERB-Part--PRON-Acc,Erg (1)
- VERB-Part--PRON-Nom (15)
- VERB-Part--PRON-Nom-ADP(का) (3)
- obj
- VERB--NOUN (8)
- VERB--NOUN-Acc-ADP(वाला) (1)
- VERB--NOUN-Nom (25)
- VERB--NOUN-Nom-ADP(का) (1)
- VERB--NOUN-Nom-ADP(प) (1)
- VERB--NOUN-Nom-ADP(से) (1)
- VERB--PRON-Nom (1)
- VERB-Fin--NOUN-Nom (1)
- VERB-Fin--PRON-Nom (1)
- VERB-Inf--NOUN (1)
- VERB-Inf--NOUN-Nom (2)
- VERB-Inf--PRON (1)
- VERB-Part--NOUN (1)
- VERB-Part--NOUN-Nom (15)
- iobj
- VERB--NOUN-Acc-ADP(का) (1)
- VERB--NOUN-Acc-ADP(के) (1)
- VERB--NOUN-Acc-ADP(को) (1)
- VERB--NOUN-Acc-ADP(में) (1)
- VERB--NOUN-Nom (4)
- VERB--PRON-Nom (1)
- VERB-Fin--PRON-Nom (1)
- VERB-Part--NOUN-Acc (1)
- VERB-Part--NOUN-Acc-ADP(में) (1)
Relations Overview
- This corpus uses 1 relation subtypes: aux:pass
- The following 7 relation types are not used in this corpus at all: vocative, expl, dislocated, parataxis, orphan, goeswith, reparandum