UD Spanish COSER
Language: Spanish (code: es
)
Family: IE
This treebank has been part of Universal Dependencies since the UD v2.14 release.
The following people have contributed to making this treebank part of UD: Johnatan Bonilla.
Repository: UD_Spanish-COSER
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.15
License: CC BY-SA 4.0
Genre: spoken
Questions, comments? General annotation questions (either Spanish-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 [johnatan • bonillahuerfano (æt) ugent • be]. 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, natively in UD style |
XPOS | not available |
Features | annotated manually, natively in UD style |
Relations | annotated manually, natively in UD style |
Description
The COSER UD Treebank (COSER-UD) is the first syntactically annotated corpus of spoken Spanish, based on a sample of the “Corpus Oral y Sonoro del Español Rural” (COSER; Fernández-Ordóñez 2005-present), meaning the “Audible Corpus of Spoken Rural Spanish”.
The COSER-UD treebank is a linguistic resource produced in the Universal Dependencies framework, especially adapted to the particularities of spoken Spanish, especially with regard to rural dialects drawn from the written transcript and audio recordings of the Corpus Oral y Sonoro del Español Rural (COSER).
It is tailored to the characteristics of speech, such as word-order fluidity, ellipsis, disfluencies, colloquial expressions, which are critical for capturing morphosyntactic and syntactic features of spoken Spanish mergules.
The treebank explores dialects from outside of urban areas, providing even more representative linguistic variation for NLP than they typically get in NLP resources. These efforts add exciting and much-needed diversity to the purely linguistic data that computational models use, and have a social purpose in preserving linguistic variation.
Acknowledgments
Johnatan E. Bonilla (treebank construction and annotation) Daniel Zeman (guidelines consulting)
Key reference
*Bonilla, J. E. (submitted). Development of the first spoken spanish treebank within the universal dependencies framework: A multi-regional approach.
References
- Fernández-Ordóñez, I. (Ed.). (2005-present). Corpus Oral y Sonoro del Español Rural. Retrieved April 15, 2022, from http://www.corpusrural.es/
Statistics of UD Spanish COSER
POS Tags
ADJ – ADP – ADV – AUX – CCONJ – DET – INTJ – NOUN – NUM – PRON – PROPN – PUNCT – SCONJ – VERB – X
Features
Case – Definite – Degree – Gender – Mood – Number – Number[psor] – NumForm – NumType – Person – Polarity – Polite – Poss – PrepCase – PronType – PunctSide – PunctType – Reflex – Tense – VerbForm
Relations
acl – acl:relcl – advcl – advmod – amod – appos – aux – aux:pass – case – cc – ccomp – compound – conj – cop – csubj – dep – det – discourse – discourse:filler – expl:impers – expl:pass – expl:pv – fixed – flat – mark – nmod – nsubj – nsubj:outer – nsubj:pass – nummod – obj – obl – obl:arg – parataxis – punct – reparandum – root – xcomp
Tokenization and Word Segmentation
- This corpus contains 539 sentences, 7987 tokens and 8073 syntactic words.
- This corpus contains 1615 tokens (20%) that are not followed by a space.
- This corpus does not contain words with spaces.
- This corpus does not contain words that contain both letters and punctuation.
- This corpus contains 85 multi-word tokens. On average, one multi-word token consists of 2.01 syntactic words.
- There are 38 types of multi-word tokens. Examples: al, del, velo, cuéntenos, darle, estirarlo, imagínate, acórdome, aguantalo, bañarse, buscalas, casarme, cocela, cogerlas, cogerse, comprarlo, comérselo, confesarlo, consentilo, contarnos, decirlo, dejalas, dígole, enseñales, entretenerse, freírlas, ganarse, hacerlas, haciles, hacíales, llevalos, ordeñarlas, pasarlo, poderlos, preguntándome, quedaste, vestirme, vámonos.
Morphology
Tags
- This corpus uses 15 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, DET, INTJ, NOUN, NUM, PRON, PROPN, PUNCT, SCONJ, VERB, X
- This corpus does not use the following tags: PART, SYM
- This corpus contains 33 lemmas tagged as pronouns (PRON): algo, alguien, alguno, aquel, cuál, cuándo, cuántos, cómo, demás, donde, dónde, ese, este, mismo, mos, mucho, mío, nada, nadie, ninguno, otro, poco, que, quien, quién, qué, tal, todo, tú, uno, usted, yo, él
- This corpus contains 25 lemmas tagged as determiners (DET): alguno, aquel, bastante, cada, cuanto, cuánto, demasiado, el, ese, este, lo, mi, mucho, mío, ninguno, ningún, nuestro, otro, poco, qué, su, tanto, todo, tu, uno
- Out of the above, 12 lemmas occurred sometimes as PRON and sometimes as DET: alguno, aquel, ese, este, mucho, mío, ninguno, otro, poco, qué, todo, uno
- This corpus contains 6 lemmas tagged as auxiliaries (AUX): estar, haber, poder, querer, ser, soler
- Out of the above, 5 lemmas occurred sometimes as AUX and sometimes as VERB: estar, haber, poder, querer, ser
- There are 4 (de)verbal forms:
- Fin
- AUX: es, era, ha, he, sea, eran, hemos, son, está, estaba
- VERB: había, hay, hace, digo, tenía, está, hacía, tiene, va, hacían
- Ger
- VERB: mirando, preguntando, tirando, viviendo, Viendo, andando, arando, asiendo, cambiando, cayendo
- Inf
- AUX: estar, poder
- VERB: hacer, decir, trabajar, ver, ir, coger, comprar, sembrar, comer, hablar
- Part
- ADJ: Enrazao, apretás, enterrao, sentao, Enrazado, aficionao, asao, asustado, cerrás, delgao
- AUX: sío, estado, sido
- VERB: dicho, hecho, trabajao, puesto, visto, aprendido, cambiao, comprao, conocido, criao
Nominal Features
- Fem
- ADJ: buena, apretás, pequeña, sola, viejas, ancha, baja, blanca, buenas, cerrás
- ADJ-Part: apretás, cerrás, dá, escurría, formada, guardadas, sobreasada
- DET: la, una, las, mucha, otra, esta, unas, esas, estas, esa
- NOUN: gente, casa, cosas, cosa, leche, madre, misa, vez, agua, tierra
- NUM: media
- PRON: la, las, ellas, una, ella, otra, esa, esas, esta, estas
- X: pun
- Masc
- ADJ: buen, bueno, criollo, mismo, Enrazao, alto, bonito, duro, enterrao, espesito
- ADJ-Part: Enrazao, enterrao, sentao, Enrazado, aficionao, asao, asustado, delgao, delicado, dicho
- AUX-Part: sío, estado, sido
- DET: el, un, los, todo, unos, otro, mucho, to, todos, muchos
- NOUN: años, días, día, pueblo, hijos, marido, ejemplo, aceite, año, cerdo
- NUM: doscientos
- PRON: lo, los, todo, todos, nosotros, otro, uno, él, otros, ese
- PROPN: Munguí
- VERB-Part: dicho, hecho, trabajao, puesto, visto, aprendido, cambiao, comprao, conocido, criao
- Plur
- ADJ: amables, apretás, diferentes, grandes, medicinales, naturales, patronales, viejas, viejos, antiguos
- ADJ-Part: apretás, cerrás, guardadas, separados
- AUX-Fin: eran, hemos, son, han, están, fueran, habéis, pueden, fuimos, habían
- DET: las, los, unos, sus, unas, todos, esas, estas, muchos, esos
- NOUN: años, cosas, días, hijos, hermanos, carros, cruces, kilos, padres, pueblos
- NUM: dos, cinco, cuarenta, cuatro, siete, tres, ocho, diez, catorce, cincuenta
- PRON: los, nos, las, les, todos, nosotros, ellas, otros, esos, muchos
- VERB-Fin: hacían, tienen, teníamos, hacen, vamos, decían, tenían, venían, enseñan, ponían
- Sing
- ADJ: grande, natural, buen, diferente, joven, buena, bueno, igual, criollo, mismo
- ADJ-Part: Enrazao, enterrao, sentao, Enrazado, aficionao, asao, asustado, delgao, delicado, dicho
- AUX-Fin: es, era, ha, he, sea, está, estaba, fue, fui, eres
- AUX-Part: sío, estado, sido
- DET: la, el, un, una, mi, todo, mucha, otra, su, esta
- NOUN: gente, casa, día, pueblo, cosa, marido, ejemplo, leche, aceite, año
- NUM: media, uno
- PRON: lo, yo, eso, le, te, me, todo, la, esto, usted
- PROPN: Munguí
- VERB: había, hay, hace, digo, tenía, está, hacía, tiene, va, fue
- VERB-Fin: había, hay, hace, digo, tenía, está, hacía, tiene, va, fue
- VERB-Part: dicho, hecho, trabajao, puesto, visto, aprendido, cambiao, comprao, conocido, criao
- X: pun
- Acc
- PRON: lo, se, los, la, las, me, te, mí, nos, m
- Acc,Dat
- PRON: se, me, nos, te, os, sos
- Acc,Nom
- PRON: usted, nosotros, él, ellas, ella, ello, ustedes, ellos, uste, usté
- Dat
- PRON: le, te, me, nos, les, se, mos
- Nom
- PRON: yo, tú
- Npr
- PRON: se, lo, te, me, los, la, nos, las, m, mos
- Pre
- PRON: mí
- Def
- DET: la, el, las, los, l
- Ind
- DET: un, una, unos, unas
Degree and Polarity
- Abs
- ADJ: rarísimo
- DET: muchísima, muchísimas
- Cmp
- ADJ: mayor
- ADV: más, menos, meno
- Dim
- ADJ: espesito, chiquitinas, traviesillos
- NOUN: cabritas, mesillas, pastillica, patitas, pueblecito, ratito, tajaditas
- Sup
- ADJ: máximo
- Neg
- ADV: no, ni, non, nunca
Verbal Features
- Cnd
- VERB-Fin: dedicaría, pintaría
- Imp
- VERB-Fin: mira, Oye, cuente, imagina, sube, Anda, Mire, cuenta, vamos
- Ind
- AUX-Fin: es, era, ha, he, eran, hemos, son, está, estaba, fue
- VERB: había, hay, hace, digo, tenía, está, hacía, tiene, va, hacían
- VERB-Fin: había, hay, hace, digo, tenía, está, hacía, tiene, va, hacían
- Sub
- AUX-Fin: sea, fueran, hubieras, puedas
- VERB-Fin: haya, ordeñes, penetre, preocupes, Fuera, crea, creas, dedique, diera, estirara
- Fut
- AUX-Fin: será
- VERB-Fin: dará, diré, habrá, hará
- Imp
- AUX-Fin: era, eran, estaba, había, eras, fueran, solía, habían, hubieras, podía
- VERB-Fin: había, tenía, hacía, hacían, iba, teníamos, decían, tenían, venían, ponían
- Past
- AUX-Fin: fue, fui, estuvo, estuve, fuimos, hubo, pudieron
- AUX-Part: sío, estado, sido
- VERB-Fin: fue, fui, sembraron, dijo, estuvo, fueron, acostaron, dije, echó, hicieron
- VERB-Part: dicho, hecho, trabajao, puesto, visto, aprendido, cambiao, comprao, conocido, criao
- Pres
- AUX-Fin: es, ha, he, sea, hemos, son, está, han, eres, están
- VERB: hay, hace, digo, está, tiene, va, tienen, sé, tengo, hacen
- VERB-Fin: hay, hace, digo, está, tiene, va, tienen, sé, tengo, hacen
Pronouns, Determiners, Quantifiers
- Art
- DET: la, el, un, una, las, los, unos, unas, l
- Dem
- DET: esta, esas, estas, esa, esos, este, tanta, aquel, aquella, ese
- PRON: eso, esto, ese, esos, esa, esas, esta, estos, aquel, estas
- Exc
- PRON: Qué
- Ind
- DET: mucha, otra, otro, mucho, muchos, alguna, otros, Otras, algunas, algún
- PRON: otro, algo, uno, otros, una, otra, mucho, muchos, donde, dónde
- Int
- ADV: cuándo
- DET: Cuántos, cuantos
- PRON: cómo, qué, dónde, cuándo, quién, Cuántos
- SCONJ: como
- Int,Rel
- DET: qué
- PRON: que, cuál, cuáles
- Neg
- DET: ninguno
- PRON: nada, na, nadie, ningún
- Prs
- DET: mi, su, sus, mía, mis, mío, nuestro, tus
- PRON: se, lo, yo, le, te, me, los, la, nos, las
- Rel
- DET: cuantas
- PRON: que, donde, quien
- Tot
- DET: todo, to, cada, todos, todas, toda, Tos, toa
- PRON: todo, todos, tos, to, toas, todas
- Card
- DET: mucha, mucho, muchos, tanta, Cuántos, cuantas, cuantos, demasiada, muchas, muchísima
- NUM: dos, cinco, cuarenta, cuatro, siete, tres, cincuenta, ocho, diez, nueve
- PRON: poco, Cuántos, poca, pocas
- Ord
- ADJ: segundo, primer, primero, segunda, último
- Yes
- DET: mi, su, sus, mía, mis, mío, nuestro, tus
- PRON: mí, mío
- Yes
- PRON: se, me, nos, te, m
- 1
- AUX-Fin: he, hemos, fui, puedo, Eres, estuve, fuimos, ha, quiero, soy
- DET: mi, mía, mis, mío, nuestro
- PRON: yo, me, nos, nosotros, mí, m, mos, mío
- VERB-Fin: digo, sé, tengo, teníamos, vamos, creo, voy, fui, acuerdo, comíamos
- 2
- AUX-Fin: eras, eres, habéis, He, estás, has, hubieras, poder, podías, puedas
- DET: tus
- PRON: te, usted, tú, ustedes, os, sos, uste, usté
- VERB-Fin: sabes, tienes, mira, vas, Oye, ves, entiendes, ibas, imagina, metías
- 3
- AUX-Fin: es, era, ha, sea, eran, son, está, estaba, fue, han
- DET: su, sus
- PRON: se, lo, le, los, la, las, les, él, ellas, ella
- VERB: había, hay, hace, está, hacía, tenía, tiene, va, hacían, fue
- VERB-Fin: había, hay, hace, está, hacía, tenía, tiene, va, hacían, fue
- Form
- PRON: usted, ustedes, usté
- Plur
- DET: nuestro
- Sing
- DET: mi, mía, mis, mío, tus
- PRON: mí, mío
Other Features
- NumForm
- Digit
- NOUN: pesetas, pesos
- NUM: 2003, 3, 48
- Digit
- PunctSide
- Fin
- PUNCT: ?, !, ", )
- Ini
- PUNCT: ¿, ", ¡, (
- Fin
- PunctType
- Brck
- PUNCT: (, )
- Colo
- PUNCT: :
- Comm
- PUNCT: ,, ...
- Excl
- PUNCT: !, ¡
- Peri
- PUNCT: .
- Qest
- PUNCT: ?, ¿
- Quot
- PUNCT: "
- Semi
- PUNCT: ;
- Brck
Syntax
Auxiliary Verbs and Copula
- This corpus uses 2 lemmas as copulas (cop). Examples: ser, estar.
- This corpus uses 6 lemmas as auxiliaries (aux). Examples: poder, estar, haber, ser, soler, querer.
- This corpus uses 1 lemmas as passive auxiliaries (aux:pass). Examples: haber.
Core Arguments, Oblique Arguments and Adjuncts
Here we consider only relations between verbs (parent) and nouns or pronouns (child).
- nsubj
- VERB--PRON (1)
- VERB-Fin--NOUN (96)
- VERB-Fin--PRON (59)
- VERB-Fin--PRON-ADP(con) (1)
- VERB-Fin--PRON-Acc (1)
- VERB-Fin--PRON-Acc,Nom (28)
- VERB-Fin--PRON-Acc,Nom-ADP(por) (1)
- VERB-Fin--PRON-Acc-ADP(de) (1)
- VERB-Fin--PRON-Nom (38)
- VERB-Ger--PRON (1)
- VERB-Inf--NOUN (3)
- VERB-Inf--PRON (2)
- VERB-Inf--PRON-Acc,Nom (1)
- VERB-Inf--PRON-Nom (4)
- VERB-Part--NOUN (1)
- VERB-Part--PRON (3)
- VERB-Part--PRON-Acc,Nom (1)
- obj
- VERB--NOUN (1)
- VERB--PRON (1)
- VERB-Fin--NOUN (162)
- VERB-Fin--NOUN-ADP(a) (7)
- VERB-Fin--NOUN-ADP(de) (2)
- VERB-Fin--PRON (49)
- VERB-Fin--PRON-ADP(A) (1)
- VERB-Fin--PRON-ADP(a) (2)
- VERB-Fin--PRON-ADP(de) (3)
- VERB-Fin--PRON-ADP(do) (1)
- VERB-Fin--PRON-Acc (80)
- VERB-Fin--PRON-Acc,Dat (4)
- VERB-Fin--PRON-Dat (39)
- VERB-Fin--PRON-Dat-ADP(según) (1)
- VERB-Fin--PRON-Nom (1)
- VERB-Ger--NOUN (7)
- VERB-Ger--PRON (3)
- VERB-Inf--NOUN (36)
- VERB-Inf--NOUN-ADP(a) (4)
- VERB-Inf--NOUN-ADP(de) (1)
- VERB-Inf--PRON (9)
- VERB-Inf--PRON-ADP(de) (1)
- VERB-Inf--PRON-Acc (21)
- VERB-Inf--PRON-Dat (3)
- VERB-Part--NOUN (7)
- VERB-Part--NOUN-ADP(a) (1)
- VERB-Part--PRON (6)
- VERB-Part--PRON-Acc (7)
- VERB-Part--PRON-Acc,Dat (2)
Reflexive Verbs
- This corpus contains 59 lemmas that occur at least once with an expl:pv child. Examples: ir se, llamar se, acordar me, morir se, acostar se, casar me, comer se, hacer se, preocupar te, ser se, tirar se, ver se, acabar se, acordar m, bajar se, bañar se, cagar me, casar se, coger se, conoer nos, contar nos, creer te, decir le, decir te, dedicar nos, despedazar se, dijiste me, dormir se, entretener se, estropear se, ganar se, instalar nos, ir nos, juntar te, lavar se, levantar se, levantar te, llevar se, marchar se, matar se, pasar se, poner se, preguntar me, preparar se, quedar me, quedar te, quejar se, repartir nos, reunir se, saber se
Reflexive Passive
- This corpus contains 31 lemmas that occur at least once with an expl:pass child. Examples: hacer se, tener se, coger se, comer se, conservar se, dedicar se, echar se, llevar se, poner se, quitar se, acordar se, amasar se, bajar se, caer se, cebar se, conocer se, cortar se, cuidar se, cultivar se, curar se, decir se, dicer se, gastar se, ir se, lavar se, notar se, quejar se, recordar se, secar se, terminar se, ver se
Verbs with Reflexive Core Objects
- This corpus contains 10 lemmas that occur at least once with a reflexive core object (obj or iobj). Examples: ir se, preparar se, comprar me, echar se, hacer se, ir me, llamar se, morir se, ser me, tra se
Relations Overview
- This corpus uses 9 relation subtypes: acl:relcl, aux:pass, discourse:filler, expl:impers, expl:pass, expl:pv, nsubj:outer, nsubj:pass, obl:arg
- The following 1 main types are not used alone, they are always subtyped: expl
- The following 7 relation types are not used in this corpus at all: iobj, vocative, dislocated, clf, list, orphan, goeswith