home edit page issue tracker

UD Spanish PUD

Language: Spanish (code: es)
Family: IE

This treebank has been part of Universal Dependencies since the UD v2.1 release.

The following people have contributed to making this treebank part of UD: Hans Uszkoreit, Vivien Macketanz, Aljoscha Burchardt, Kim Harris, Katrin Marheinecke, Slav Petrov, Tolga Kayadelen, Mohammed Attia, Ali Elkahky, Zhuoran Yu, Emily Pitler, Saran Lertpradit, Hector Fernandez Alcalde, Laura Moreno Romero, Martin Popel, Daniel Zeman, Héctor Martínez Alonso.

Repository: UD_Spanish-PUD
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.15

License: CC BY-SA 3.0

Genre: news, wiki

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 [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 in non-UD style, automatically converted to UD

Description

This is a part of the Parallel Universal Dependencies (PUD) treebanks created for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies.

There are 1000 sentences in each language, always in the same order. (The sentence alignment is 1-1 but occasionally a sentence-level segment actually consists of two real sentences.) The sentences are taken from the news domain (sentence id starts in ‘n’) and from Wikipedia (sentence id starts with ‘w’). There are usually only a few sentences from each document, selected randomly, not necessarily adjacent. The digits on the second and third position in the sentence ids encode the original language of the sentence. The first 750 sentences are originally English (01). The remaining 250 sentences are originally German (02), French (03), Italian (04) or Spanish (05) and they were translated to other languages via English. Translation into German, French, Italian, Spanish, Arabic, Hindi, Chinese, Indonesian, Japanese, Korean, Portuguese, Russian, Thai and Turkish has been provided by DFKI and performed (except for German) by professional translators. Then the data has been annotated morphologically and syntactically by Google according to Google universal annotation guidelines; finally, it has been converted by members of the UD community to UD v2 guidelines.

Additional languages have been provided (both translation and native UD v2 annotation) by other teams: Czech by Charles University, Finnish by University of Turku and Swedish by Uppsala University.

The entire treebank is labeled as test set (and was used for testing in the shared task). If it is used for training in future research, the users should employ ten-fold cross-validation.

Acknowledgments

Statistics of UD Spanish PUD

POS Tags

ADJ – ADP – ADV – AUX – CCONJ – DET – INTJ – NOUN – NUM – PART – PRON – PROPN – PUNCT – SCONJ – SYM – VERB – X

Features

Abbr – Case – Definite – Degree – Foreign – Gender – Hyph – 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 – cc:preconj – ccomp – compound – compound:prt – conj – cop – csubj – csubj:pass – dep – det – discourse – expl – expl:pass – expl:pv – fixed – flat – flat:name – mark – nmod – nsubj – nsubj:pass – nummod – obj – obl – obl:agent – obl:arg – obl:tmod – orphan – parataxis – punct – root – vocative – xcomp

Tokenization and Word Segmentation

• This corpus contains 1000 sentences, 22817 tokens and 23284 syntactic words.

• This corpus contains 2317 tokens (10%) that are not followed by a space.

• This corpus contains 8 types of words with spaces. Examples: 10 000, 15 000, 168 000, 25 000, 330 000, 35 000, 5 000, 6 000

• This corpus contains 12 types of words that contain both letters and punctuation. Examples: a., C., d., n't, n.°, B-29, E.E.UU, EE., EE.UU., Z., ca., p.m.

• This corpus contains 467 multi-word tokens. On average, one multi-word token consists of 2.00 syntactic words.
• There are 63 types of multi-word tokens. Examples: del, al, verlo, beneficiarse, convirtiéndose, hacerlo, recuperarlo, Didn't, Don't, admitiéndolo, alejarse, aplicándolo, centrarse, centrándose, comprometerse, concentrase, convertirse, convirtiéndola, darle, dedicarme, dedicarse, deduciéndolo, deslizándose, desplazarse, desplegarse, detenerse, enfrentarse, enfriarse, esperarnos, estarse, examinarlo, formarse, gastarse, haberse, iluminarse, impidiéndole, irritándote, llevarlo, movilizarse, pidiéndole, ponerse, poniéndole, poniéndose, presionarles, protegerse, quedarse, referirse, registrarse, relajarse, reunirse.

Morphology

Tags

• This corpus uses 17 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, DET, INTJ, NOUN, NUM, PART, PRON, PROPN, PUNCT, SCONJ, SYM, VERB, X

• This corpus contains 1 word types tagged as particles (PART): n't

• This corpus contains 18 lemmas tagged as pronouns (PRON): I, cual, cuanto, cuál, cuáles, her, my, que, quien, quién, qué, su, suyo, tú, uno, yo, you, él

• This corpus contains 32 lemmas tagged as determiners (DET): a, alguno, ambo, ambos, aquel, aquello, cada, cierto, cualquier, cuyo, el, en, ese, eso, este, esto, le, mi, mucho, ninguno, ningún, nuestro, otro, poco, que, qué, that, the, todo, tu, uno, vario

• Out of the above, 3 lemmas occurred sometimes as PRON and sometimes as DET: que, qué, uno

• This corpus contains 7 lemmas tagged as auxiliaries (AUX): deber, do, estar, haber, poder, ser, soler

• Out of the above, 6 lemmas occurred sometimes as AUX and sometimes as VERB: deber, estar, haber, poder, ser, soler

• There are 4 (de)verbal forms:

• Fin
  • AUX: es, fue, ha, había, está, era, puede, son, fueron, han
  • VERB: dijo, tiene, es, hay, hace, está, tienen, dice, escrito, afirmó

• Ger
  • AUX: siendo, Habiendo
  • VERB: incluyendo, convirtiendo, creciendo, haciendo, pasando, trabajando, utilizando, ayudando, buscando, creando

• Inf
  • AUX: ser, haber, estar, poder
  • VERB: hacer, tener, ver, establecer, ayudar, dejar, enviar, producir, asegurar, construir

• Part
  • AUX: sido, estado
  • VERB: debido, hecho, tenido, dado, dejado, dirigida, visto, acusado, declarado, desarrollado

Nominal Features

• Gender

• Fem
  • ADJ: primera, nueva, británica, gran, mayor, segunda, nuevas, americana, nacional, propia
  • DET: la, las, una, esta, muchas, todas, otra, cada, varias, estas
  • NOUN: guerra, parte, ciudad, vez, personas, historia, región, mayoría, vida, veces
  • NUM: dos, tres, 10, 760, cuatro, diez, ocho, 10.000, 12.000, 125
  • PRON: su, que, sus, ella, la, cual, cuales, una, Her, las
  • PROPN: Clinton, BBC, Kesha, Rona, luna, Blunt, Guinea, Jasmine, UE, Anaya
  • VERB-Fin: coescritas, escritas, incluídas, resueltas
  • VERB-Part: dirigida, consideradas, coprotagonizada, derrotada, destruida, dividida, formada, llamada, localizadas, perdidas

• Masc
  • ADJ: gran, primer, últimos, nuevos, Unidos, grandes, mayor, nacional, Unido, mismo
  • AUX-Part: sido, estado
  • DET: el, los, un, este, esto, ese, cada, muchos, eso, estos
  • NOUN: años, año, lugar, gobierno, estado, millones, día, embargo, mar, mundo
  • NUM: dos, 1, 10, 3, mil, tres, seis, 70, cuatro, 100
  • PRON: que, lo, su, sus, ellos, él, cual, los, cuales, ello
  • PROPN: C., Trump, mediterráneo, EUA, C, Donald, Caribe, Joseph, Rafferty, Andes
  • VERB-Fin: escrito, atraído, construído, contruídos, disuelto
  • VERB-Part: debido, hecho, tenido, dado, dejado, visto, acusado, declarado, desarrollado, dicho

• Number

• Plur
  • ADJ: grandes, últimos, nuevos, Unidos, diferentes, nuevas, primeros, importantes, Olímpicos, electrónicos
  • AUX-Fin: son, fueron, han, habían, pueden, estaban, están, eran, hayan, debemos
  • DET: los, las, muchos, estos, muchas, otros, todas, varios, esos, unos
  • NOUN: años, millones, personas, estados, veces, ciudades, datos, elecciones, inversores, meses
  • PRON: que, sus, ellos, les, cuales, nos, los, quienes, Cuáles, Quiénes
  • PROPN: EUA, Andes, Balcanes, Alpes, B-29, CBS, Caribs, GIFs, Indias, Loving
  • VERB-Fin: tienen, están, incluyen, llegaron, tenían, tuvieron, afirman, dieron, empezaron, corresponden
  • VERB-Part: involucrados, llamados, consideradas, expuestos, localizadas, perdidas, acompañados, activados, acusadas, administrados

• Sing
  • ADJ: gran, primera, mayor, nueva, nacional, primer, británica, segunda, Unido, mismo
  • AUX-Fin: es, fue, ha, había, está, era, puede, estaba, podría, sea
  • AUX-Part: sido, estado
  • DET: el, la, un, una, este, esta, esto, cada, ese, eso
  • NOUN: año, guerra, lugar, parte, gobierno, mar, ciudad, estado, vez, día
  • PRON: su, que, lo, le, cual, me, él, ella, quien, la
  • PROPN: China, Europa, Italia, Australia, Pekín, Albania, Francia, Trump, Bretaña, C.
  • VERB-Fin: dijo, tiene, es, hay, hace, está, dice, afirmó, convirtió, declaró
  • VERB-Part: debido, hecho, tenido, dado, dejado, dirigida, visto, acusado, declarado, desarrollado

• Case

• Acc
  • PRON: lo, la, me, los, sí, las, mí, te

• Acc,Dat
  • PRON: se, me, nos, os, te

• Acc,Nom
  • PRON: ellos, él, ella, ello, usted, ustedes

• Com
  • PRON: consigo

• Dat
  • PRON: le, les, me, nos

• Nom
  • PRON: yo, Ya, tú

• PrepCase

• Npr
  • PRON: se, lo, me, nos, la, los, te, las, os

• Pre
  • PRON: sí, mí

• Definite

• Def
  • DET: el, la, los, las, The, Le

• Ind
  • DET: un, una, unos, unas

Degree and Polarity

• Degree

• Abs
  • ADJ: altísima

• Cmp
  • ADJ: mayor, mejores, mejor, mayores, peor, Stranger, menor, menores, peores
  • ADV: más, menos

• Pos
  • ADJ: American, Talking

• Sup
  • ADJ: máxima, pésimo

• Polarity

• Neg
  • ADV: no, nunca, tampoco
  • PART: n't

Verbal Features

• Mood

• Cnd
  • AUX-Fin: podría, sería, debería, podrían, serían, habrían
  • VERB-Fin: aplicaría, estaría, asistiría, ayudaría, conocerían, convertiría, echaría, estudiaría, gustaría, irían

• Imp
  • AUX-Fin: Do
  • VERB-Fin: Knuck

• Ind
  • AUX-Fin: es, fue, ha, había, está, era, puede, son, fueron, han
  • VERB-Fin: dijo, tiene, es, hay, hace, está, tienen, dice, afirmó, convirtió

• Sub
  • AUX-Fin: sea, hayan, hubiera, fueran, sean, estuviese, esté, estén, fuera, haya
  • VERB-Fin: fuese, escogiera, produzcan, tuviese, utilice, vaya, Avancemos, Digamos, Fueran, acepten

• Tense

• Fut
  • AUX-Fin: será, deberán, estaré, serán
  • VERB-Fin: habrá, tendrá, hará, reducirá, será, Evaluaremos, Jugarán, asistirán, cambiará, contendrán

• Imp
  • AUX-Fin: era, estaba, podría, estaban, eran, podía, sería, debería, podrían, debía
  • VERB-Fin: era, tenía, tenían, consideraba, decía, estaba, fuese, parecía, quería, Aparecía

• Past
  • AUX-Fin: fue, ha, había, fueron, han, habían, hayan, he, hemos, hubiera
  • AUX-Part: sido, estado
  • VERB-Fin: dijo, afirmó, convirtió, declaró, empezó, tuvo, comenzó, hizo, llegaron, tuvieron
  • VERB-Part: debido, hecho, tenido, dado, dejado, dirigida, visto, acusado, declarado, desarrollado

• Pres
  • AUX-Fin: es, está, puede, son, pueden, están, sea, debemos, debe, estamos
  • VERB-Fin: tiene, es, hay, hace, está, tienen, dice, están, incluyen, encuentra
  • VERB-Part: Breaking

Pronouns, Determiners, Quantifiers

• PronType

• Art
  • DET: el, la, los, un, las, una, unos, unas, The, Le

• Dem
  • DET: este, esta, esto, ese, eso, estos, esos, estas, esa, esas

• Ind
  • DET: muchos, muchas, otros, varios, otra, otro, algunos, varias, otras, algunas
  • PRON: una, Ya

• Int
  • DET: qué
  • PRON: qué, cuál, quién, Cuáles, Quiénes

• Int,Rel
  • PRON: cuanto

• Neg
  • DET: ninguna, ningún

• Prs
  • DET: nuestro, mi, nuestra, nuestras, nuestros, mis, tu
  • PRON: se, su, lo, sus, le, me, ellos, él, les, ella

• Rel
  • ADV: cuando, donde
  • DET: cuyo, cuya, cuyos, que
  • PRON: que, cual, cuales, quien, quienes

• Tot
  • DET: cada, todas, todo, todos, toda, ambos, Ambas

• NumType

• Card
  • DET: muchos, muchas, ambos, poca, mucha, mucho, pocos, Ambas
  • NUM: dos, tres, 1, 10, cuatro, 3, mil, seis, 70, 100
  • PRON: cuanto

• Poss

• Yes
  • DET: nuestro, mi, nuestra, cuyo, nuestras, nuestros, cuya, cuyos, mis, tu
  • PRON: su, sus, suya, suyos

• Reflex

• Yes
  • PRON: se, me, nos, sí, consigo

• Person

• 1
  • AUX-Fin: debemos, he, estamos, hemos, podemos, era, estaré, había, puedo, seamos
  • DET: nuestro, mi, nuestra, nuestras, nuestros, mis
  • PRON: me, nos, yo, My, mí
  • VERB-Fin: creo, creemos, espero, estamos, estoy, quería, sé, tenemos, tengo, Avancemos

• 2
  • AUX-Fin: Do, Tienes, habéis, has, puedes
  • DET: tu
  • PRON: You, te, Ya, os, tú, usted, ustedes
  • VERB-Fin: Buck, Knew, Knuck, Terminas, oyes, tienes

• 3
  • AUX-Fin: es, fue, ha, había, está, era, puede, son, fueron, han
  • PRON: se, su, lo, sus, le, ellos, él, les, ella, la
  • VERB-Fin: dijo, tiene, es, hay, hace, está, tienen, dice, afirmó, convirtió

• Polite

• Form
  • PRON: usted, ustedes

• Number[psor]

• Plur
  • DET: nuestro, nuestra, nuestras, nuestros

• Sing
  • DET: mi, mis, tu

Other Features

• Abbr
  • Yes
    • ADJ: UU
    • ADV: a., d., ca.
    • NOUN: EE.
    • PROPN: C., C

• Foreign
  • Yes
    • ADJ: American, Stranger, Talking
    • ADP: Over
    • ADV: Really, Anyway
    • AUX-Fin: Did, Do
    • DET: The, Le
    • INTJ: Yum
    • NOUN: News, Approach, Brands, Company, Dead, Engagement, Father, Forums, Ground, Hack
    • NUM: Five, Nine
    • PART: n't
    • PRON: My, You, Her, Me
    • PROPN: Decca, Scotsman, Wall
    • PUNCT: -
    • SCONJ: If
    • VERB-Fin: Buck, Knuck, Love
    • VERB-Inf: Go, Like
    • VERB-Part: Breaking, Controlled
    • X: maiorum

• Hyph
  • Yes
    • ADJ: austro, co, franco, multi

• NumForm
  • Digit
    • NUM: 1, 10, 3, 70, 100, 1492, 20, 2010, 2014, 2015
  • Roman
    • NUM: III, XVI, XX, V, VIII, XIII, XV
  • Word
    • NUM: dos, tres, cuatro, mil, seis, cinco, diez, siete, treinta, un

• PunctSide
  • Fin
    • PUNCT: ), ?
  • Ini
    • PUNCT: (, ¿

• PunctType
  • Brck
    • PUNCT: (, )
  • Colo
    • PUNCT: :, /
  • Comm
    • PUNCT: ,
  • Dash
    • PUNCT: -, —
  • Elip
    • PUNCT: …
  • Peri
    • PUNCT: .
  • Qest
    • PUNCT: ?, ¿
  • Quot
    • PUNCT: ", ', «, »
  • Semi
    • PUNCT: ;

Syntax

Auxiliary Verbs and Copula

• This corpus uses 2 lemmas as copulas (cop). Examples: ser, estar.

• This corpus uses 7 lemmas as auxiliaries (aux). Examples: haber, poder, estar, deber, ser, do, soler.
• This corpus uses 1 lemmas as passive auxiliaries (aux:pass). Examples: ser.

Core Arguments, Oblique Arguments and Adjuncts

Here we consider only relations between verbs (parent) and nouns or pronouns (child).

• nsubj
  • VERB-Fin--NOUN (499)
  • VERB-Fin--PRON (132)
  • VERB-Fin--PRON-Acc,Nom (13)
  • VERB-Fin--PRON-Nom (4)
  • VERB-Ger--NOUN (16)
  • VERB-Ger--PRON (2)
  • VERB-Ger--PRON-Acc,Nom (1)
  • VERB-Inf--NOUN (29)
  • VERB-Inf--PRON (5)
  • VERB-Inf--PRON-Acc,Nom (2)
  • VERB-Part--NOUN (64)
  • VERB-Part--PRON (17)
  • VERB-Part--PRON-Acc,Nom (2)
  • VERB-Part--PRON-Nom (1)

• obj
  • VERB-Fin--NOUN (392)
  • VERB-Fin--PRON (24)
  • VERB-Fin--PRON-Acc (25)
  • VERB-Fin--PRON-Acc,Dat (4)
  • VERB-Fin--PRON-Com (1)
  • VERB-Ger--NOUN (37)
  • VERB-Ger--PRON (2)
  • VERB-Ger--PRON-Acc (6)
  • VERB-Inf--NOUN (195)
  • VERB-Inf--PRON (5)
  • VERB-Inf--PRON-Acc (13)
  • VERB-Inf--PRON-Acc,Dat (1)
  • VERB-Part--NOUN (38)
  • VERB-Part--PRON (4)
  • VERB-Part--PRON-Acc (5)

• iobj

Reflexive Verbs

• This corpus contains 3 lemmas that occur at least once with an expl:pv child. Examples: mostrar se, poderoso me, sentir se

Reflexive Passive

• This corpus contains 77 lemmas that occur at least once with an expl:pass child. Examples: conocer se, aplicar se, establecer se, hacer se, usar se, utilizar se, considerar se, construir se, decir se, incluir se, permitir se, producir se, saber se, tener se, crear se, creer se, esperar se, lanzar se, llevar se, poner se, publicar se, vender se, abrir se, atenuar se, atribuir se, añadir se, calcular se, cerrar se, cobrar se, comentar se, conceder se, debatir se, decretar se, definir se, denegar se, desaconsejar se, desarrollar se, descubrir se, destuir se, discutir se, disparar se, echar se, elegir se, emplear se, emprender se, encontrar se, enviar se, escribir se, escuchar se, estimar se

Verbs with Reflexive Core Objects

• This corpus contains 2 lemmas that occur at least once with a reflexive core object (obj or iobj). Examples: entregar se, traer consigo

Relations Overview

• This corpus uses 12 relation subtypes: acl:relcl, aux:pass, cc:preconj, compound:prt, csubj:pass, expl:pass, expl:pv, flat:name, nsubj:pass, obl:agent, obl:arg, obl:tmod
• The following 6 relation types are not used in this corpus at all: iobj, dislocated, clf, list, goeswith, reparandum

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

.