Tokenization and Word Segmentation

Tokenization and Word Segmentation

• This corpus contains 29107 sentences, 494163 tokens and 501776 syntactic words.

• This corpus contains 5997 sentences, 151627 tokens and 152923 syntactic words.

• This corpus contains 43893 tokens (9%) that are not followed by a space.

• This corpus contains 13135 tokens (9%) that are not followed by a space.

• This corpus does not contain words with spaces.

• This corpus does not contain words with spaces.

• This corpus contains 46 types of words that contain both letters and punctuation. Examples: CoRoT-7b, e-mail, م., ه.ق., یو.اس.بی, "اثر", "زن", "مرد", ''ایمیل'', -شاعر, 2-پنتانول, 30-P-409, 4-متیل, :مهناز, A/B, AQ-170, B.C, Blu-ray, DirectX.11.1, Fax.com, S&P, S-300, SIM-LEI, XMM-Newton, [واحد, full-text, iPhone-Dev-Team, real-time, rock-solid, www.biochemiran.com, استارت-2, اسرائیل], اسکاد-بی, اف-5, ان‌شاا…, اچ.آی.وی, ایکس-ری, بتا-گاما, بی-29, بی.ام.دبلیو, رو-ست, سی-130هایی, سیم-لی, غیرشاعر-, هلمن-, پ.م

• This corpus does not contain words that contain both letters and punctuation.

• This corpus contains 7173 multi-word tokens. On average, one multi-word token consists of 2.06 syntactic words.
• There are 3308 types of multi-word tokens. Examples: مرا، خودش، خودم، خودتان، خودمان، خودشان، برایش، دلم، پدرم، خودت، بدین، برایم، مادرم، بدان، پدرش، یادم، دستش، کشورمان، امیدوارم، دلش، سرش، قلبم، خدایا، همسرتان، برایشان، دستم، صورتش، ذهنم، سرم، مادرش، برایت، پایش، برایتان، همسرم، کارتان، یادش، نگاهش، سال‌هاست، چشمانش، کارش، خانواده‌اش، دخترش، زندگی‌ام، نظرم، پسرش، بدنش، برادرم، خانه‌اش، دهانش، زندگی‌اش.

• This corpus contains 1292 multi-word tokens. On average, one multi-word token consists of 2.00 syntactic words.
• There are 715 types of multi-word tokens. Examples: خودش، خودشان، خودم، مرا، معتقدند، بدین، برایش، خودت، دلم، اوست، چیست، کشورمان، ماست، پیداست، خودمان، پدرش، درین، بدان، سرش، مادرش، همسرم، پدرم، آخرش، آن‌هاست، امیدواریم، خانواده‌اش، نامه‌ات، ازین، امیدوارم، امیدوارند، بهش، دستش، دلش، همه‌اش، پایش، کارش، کجاست، آزادند، ارزشهاست، برخوردارند، توست، خانه‌اش، خداست، خودتان، رویش، زین، صدایش، قبلی‌اش، مدتهاست، منظورم.

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

Morphology

Tags

• This corpus uses 15 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, DET, INTJ, NOUN, NUM, PART, PRON, PUNCT, SCONJ, VERB, X
• This corpus does not use the following tags: PROPN, SYM

• This corpus contains 4 word types tagged as particles (PART): آیا, دیگر, مگر, که

• This corpus contains 3 word types tagged as particles (PART): را, رو, و

• This corpus contains 55 lemmas tagged as pronouns (PRON): _, آن, آنان, آنجا, آنها, آنچنان, آنچه, آن‌ها, آها, او, ایشان, این, اینان, اینجانب, اینها, این‌ها, بعضی, بنده, تو, خود, خودت, خودتان, خودش, خودشان, خودم, خودمان, خویش, خویشتن, دیگران, دیگری, شما, ما, ماها, من, هم, همان, همانها, همدیگر, همه, همین, همینان, هیچ, وی, چقدر, چنان, چنین, چه, چی, کجا, کدام, کس, که, کو, کی, یکدیگر

• This corpus contains 55 lemmas tagged as pronouns (PRON): آن, آنان, آنرا, آنها, آنچه, آن‌ها, ات, ام, او, ایشان, این, اینو, اینگونه, برخی, بسیاری, بعضی, تمام, تو, تک‌تک, جنابعالی, حضرتعالی, خود, خودت, خودم, خودمو, خوی, خویش, خویشتن, دیگر, دیگری, شما, ما, من, منم, هرکدام, هرکس, هرکه, هم, همان, همانها, همانی, همدیگر, همه, همه‌, همگان, همگی, همین, هیچکدام, هیچکس, هیچیک, هیچ‌یک, وی, کی, یک, یکدیگر

• This corpus contains 60 lemmas tagged as determiners (DET): آن, ابن, ان, اندکی, اکثر, این, بدین, برخی, بسی, بسیار, بسیاری, بعضی, تعداد, تعدادی, تنها, تک, خیلی, دو, دین, دیگر, ساعت‌ها, سالیان, سراسر, عجب, عده, عده‌ای, فلان, مدت‌ها, مقدار, مقداری, هر, هرچه, هزار, هزاران, همان, همه, همین, هوار, هیچ, پاره, چقدر, چنان, چند, چندان, چندصد, چندمین, چندی, چندین, چنین, چه, چگونه, کدام, کدامین, کلیه, کمتر, کمی, گاهی, گروه, گروهی, یک

• This corpus contains 30 lemmas tagged as determiners (DET): آن, اون, این, اینهمه, اینگونه, برخی, بعض, بعضی, تعدادی, تمام, تنها, تک‌تک, دیگر, سراسر, غیر, فلان, هر, همان, همه, همچین, همین, هیچ, هیچگونه, چنان, چنین, چه, چگونه, کدام, کلیه, یک‌یک

• Out of the above, 12 lemmas occurred sometimes as PRON and sometimes as DET: آن, این, بعضی, همان, همه, همین, هیچ, چقدر, چنان, چنین, چه, کدام

• Out of the above, 11 lemmas occurred sometimes as PRON and sometimes as DET: آن, این, اینگونه, برخی, بعضی, تمام, تک‌تک, دیگر, همان, همه, همین

• This corpus contains 9 lemmas tagged as auxiliaries (AUX): است, بایست, بود, توان, توانست, خواست, داشت, کرد, گشت

• This corpus contains 12 lemmas tagged as auxiliaries (AUX): است, بایست, بود, توان, توانست, خواست, داشت, شد, هست, کرد, گردید, گشت

• Out of the above, 8 lemmas occurred sometimes as AUX and sometimes as VERB: بایست, بود, توان, توانست, خواست, داشت, کرد, گشت

• Out of the above, 10 lemmas occurred sometimes as AUX and sometimes as VERB: است, بود, توانست, خواست, داشت, شد, هست, کرد, گردید, گشت

• There are 2 (de)verbal forms:

• There are 3 (de)verbal forms:

• Fin
  • AUX: خواهد, خواهند, باشد, خواهم, خواهیم, باشند, خواهید, نخواهد, باشم, باشید
  • VERB: کنید, کن, نکنید, بکنید, بزنید, شود, بدهید, دهید, بگیرید, نکن

• Fin
  • AUX: خواهد, باشد, باشند, خواهند, باشیم, شود, نخواهد, گردد, نباشد, بتواند
  • VERB: کنند, کند, شود, کنیم, کنم, دهد, بشود, کنید, باشد, شوند

• Inf
  • AUX: باید, نباید, بایستی, می‌بایست, می‌باید, بباید, می‌شود, نبایستی, نمی‌بایست, نمی‌شود

• Part
  • VERB: کرده, کرده‌اند, شده, داده, کرده‌ام, کرده‌ایم, داشته, کرده‌اید, آمده, شده‌اند

• Part
  • ADJ: آمده, ساخته, یادشده, بسته, توقیف‌شده, ناخواسته, انجام‌شده, عقب‌افتاده, کاسته, کشته
  • AUX: بوده, شده, بوده‌اند, نبوده, گردیده, شده‌اند, نشده, بوده‌ایم, شده‌ای, می‌شده
  • VERB: شده, کرده, داشته, داده, گرفته, آمده, کرده‌اند, نوشته, دیده, ساخته

Nominal Features

Nominal Features

• Number

• Number

• Plur
  • AUX: خواهند, بودند, باشند, خواهیم, باشید, بودیم, خواهید, باشیم, بودید, نخواهند
  • AUX-Fin: خواهند, خواهیم, باشند, خواهید, باشید, باشیم, نخواهند, نخواهیم, نخواهید, درخواهند
  • NOUN: مردم, همهٔ, تمام, همه, کسانی, دیگران, افراد, حقوق, بسیاری, کشورهای
  • NUM: هزار, میلیون
  • PRON: ما, آنها, شما, شان, تان, مان, آنان, خود, ایشان, آن‌ها
  • PROPN: ملل, طالبان, امور, ایالات, علوم, منافقین, پاسداران, اطلاعات, دختران, تیم‌های
  • VERB: کنید, می‌کنند, کرده‌اند, کردند, کنند, می‌کنیم, می‌کردند, هستند, کنیم, می‌کنید
  • VERB-Fin: کنید, نکنید, بکنید, بزنید, بدهید, دهید, بگیرید, بگذارید, ندهید, بیایید
  • VERB-Part: کرده‌اند, کرده‌ایم, کرده‌اید, شده‌اند, داده‌اند, داشته‌اند, گرفته‌اند, زده‌اند, داده‌ایم, کرده

• Plur
  • AUX: بودند, باشند, خواهند, می‌توانند, نیستند, باشیم, بوده‌اند, نمی‌توانند, می‌خواهند, می‌خواهیم
  • AUX-Fin: باشند, خواهند, باشیم, باشید, بشوند, بتوانند, داریم, دارند, بخواهیم, نباشند
  • AUX-Part: بوده‌اند, شده‌اند, بوده‌ایم, توانسته‌اند, شده‌اید, شده‌ایم, نتوانسته‌اند, نگردیده‌اند
  • NOUN: انتخابات, افراد, مواد, کسانی, کشورهای, برنامه‌های, اصلاحات, حدود, مطبوعات, آثار
  • PRON: ما, آن‌ها, شان, شما, آنان, این‌ها, مان, ایشان, تان, اینان
  • VERB: کنند, می‌کنند, هستند, دارند, کردند, ند, کرده‌اند, می‌شوند, کنیم, داشتند
  • VERB-Fin: کنند, کنیم, کنید, شوند, دهند, بکنند, بگذارند, بگیرند, بدهند, بیایند
  • VERB-Part: کرده‌اند, شده‌اند, داده‌اند, داشته‌اند, گرفته‌اند, گفته‌اند, نشده‌اند, نکرده‌اند, آمده‌اند, نوشته‌اند

• Sing
  • ADJ: نوزادی‌
  • ADP: جلوی, حدود, پیش
  • AUX: است, بود, خواهد, باشد, خواهم, ست, بودم, نبود, باشم, نخواهد
  • AUX-Fin: خواهد, باشد, خواهم, نخواهد, باشم, خواهی, نخواهم, باشی, درخواهد, فروخواهد
  • NOUN: سال, کار, کسی, دست, روز, خدا, سر, صورت, کشور, بار
  • NUM: هزار, میلیون, میلیارد, صد, 251, 950, بیلیون
  • PRON: آن, او, ش, این, من, م, تو, ت, خود, وی
  • PROPN: ایران, امام, آمریکا, قرآن, علی, جهان, تهران, پیامبر, حسین, افغانستان
  • PUNCT: سطح, چیزی
  • SCONJ: اگر
  • VERB: کرد, کرده, می‌کند, شد, کند, شده, می‌کرد, می‌شود, داد, داشت
  • VERB-Fin: کن, شود, نکن, بیا, بگو, بگذار, برو, بزن, بکن, بده
  • VERB-Part: کرده, شده, داده, کرده‌ام, داشته, آمده, زده, گرفته, بوده, آورده

• Sing
  • ADJ-Part: آمده, ساخته, یادشده, بسته, توقیف‌شده, ناخواسته, انجام‌شده, عقب‌افتاده, کاسته, کشته
  • AUX: است, بود, خواهد, باشد, ست, بوده, شده, می‌تواند, می‌شود, نبود
  • AUX-Fin: خواهد, باشد, شود, نخواهد, گردد, نباشد, بتواند, باشم, دارد, خواهم
  • AUX-Part: بوده, شده, نبوده, گردیده, نشده, شده‌ای, می‌شده, نمی‌توانسته, نگردیده, بوده‌ام
  • NOUN: ایران, سال, مردم, کشور, روز, کار, قرار, دست, انقلاب, تهران
  • PRON: خود, آن, او, این, ش, من, وی, تو, م, اش
  • VERB: کرد, گفت, شد, شده, می‌شود, دارد, می‌کند, کرده, نیست, است
  • VERB-Fin: کند, شود, کنم, دهد, بشود, باشد, کن, گیرد, بگیرد, گو
  • VERB-Part: شده, کرده, داشته, داده, گرفته, آمده, نوشته, دیده, ساخته, رسیده

• Case

• Loc
  • ADV: بالا, اینجا, آنجا, پیش, بیرون, پایین, آن‌جا, زیر

• Tem
  • ADV: بعد, پس, پیش, حالا, امروز, قبل, اکنون, کنون, همیشه, دیروز

• Voc
  • INTJ: ای
  • NOUN: پروردگارا, الهی, حافظا

Degree and Polarity

Degree and Polarity

• Degree

• Cmp
  • ADJ: بیشتر, بیش, کمتر, بیشتری, بهتر, بالاتر, برتر, بزرگتر, فراتر, نزدیکتر

• Pos
  • ADJ: اسلامی, دیگر, سیاسی, دوم, گذشته, فرهنگی, جدید, چند, ملی, پیدا

• Sup
  • ADJ: نخستین, بهترین, اولین, آخرین, بزرگترین, دومین, مهمترین, بیشترین, سومین, بالاترین

• Polarity

• Polarity

• Neg
  • AUX: نباید, نمی‌توان, نبود, نخواهد, نخواهم, نیست, نخواهند, نباشد, نخواهیم, نبودند
  • AUX-Fin: نخواهد, نخواهم, نخواهند, نخواهیم, نخواهید, برنخواهند, نخواهی, برنخواهد, خواهد, نمی‌خواهد
  • VERB: نیست, نکنید, ندارد, نمی‌تواند, نکرده, نمی‌شود, نکند, نداشته, نداشت, نشده
  • VERB-Fin: نکنید, نکن, ندهید, نزنید, نگیرید, نشوید, نورزید, نکشید, نبرید, نخورید
  • VERB-Part: نکرده, نشده, نداشته, نکرده‌اند, نداده, نبوده, نداشته‌اند, نتوانسته, نکرده‌ام, نکرده‌ایم

• Neg
  • ADJ-Part: ناخواسته, نیاورده, ناخواسته‌ای, نبوده, نجنگیده, نمرده, نیفزوده, پرداخت‌نشده, کشف‌ناشده‌ای
  • ADV: نه, غیر, هرگز, دیگر, هیچ, خیر, هیچ‌گاه
  • AUX: نباید, نیستند, نخواهد, نباشد, نمی‌تواند, نمی‌توانند, نبوده, نباشند, نمی‌توانیم, نبودند
  • AUX-Fin: نخواهد, نباشد, نباشند, نتوانند, نخواهم, نخواهند, نباشم, نشود, نباشید, نشوند
  • AUX-Inf: نباید, نبایستی, نمی‌بایست, نمی‌شود
  • AUX-Part: نبوده, نشده, نمی‌توانسته, نگردیده, نتوانسته, نتوانسته‌اند, نگردیده‌اند
  • VERB: نیست, نداشته, ندارند, نکرده, نشده, نمی‌کند, نمی‌کنند, نمی‌دانستند, نیستم, نمی‌دانم
  • VERB-Fin: نشود, نکند, نکنند, نباشد, نکنید, نیاید, مکن, نداند, ندهد, نماند
  • VERB-Part: نداشته, نکرده, نشده, نیامده, نداده, نشده‌اند, نکرده‌اند, نرسیده, نمانده, نتوانسته

Verbal Features

Verbal Features

• Mood

• Mood

• Imp
  • VERB-Fin: کنید, کن, نکنید, بکنید, بزنید, بدهید, دهید, بگیرید, نکن, بگذارید

• Imp
  • AUX-Fin: باش
  • VERB-Fin: کن, گو, بگو, بگیر, بده, ببین, برو, بیا, بدانید, بزن

• Ind
  • AUX-Fin: خواهد, خواهند, خواهم, خواهیم, خواهید, نخواهد, خواهی, نخواهم, نخواهند, نخواهیم

• Ind
  • AUX-Fin: خواهد, خواهند, نخواهد, دارد, داریم, دارند, خواهم, دارم, خواهیم, می‌باید

• Sub
  • AUX-Fin: باشد, باشند, باشم, باشید, باشیم, باشی
  • VERB-Fin: شود, شوند, نشود, بشود, بماند, شوید, شویم

• Sub
  • AUX-Fin: باشد, باشند, باشیم, شود, گردد, نباشد, بتواند, باشم, باشید, بشوند
  • VERB-Fin: کنند, کند, شود, کنیم, کنم, دهد, بشود, کنید, باشد, شوند

• Tense

• Tense

• Fut
  • AUX-Fin: خواهد, خواهند, خواهم, خواهیم, خواهید, نخواهد, خواهی, نخواهم, نخواهند, نخواهیم

• Fut
  • AUX-Fin: خواهد, خواهند, نخواهد, خواهم, خواهیم, نخواهم, نخواهند, خواهی, خواهید, نخواهی

• Past
  • AUX: بود, بودند, بودم, بودیم, بودی, بودید, بوده, شد
  • VERB: کرد, کرده, شد, شده, داد, کردند, داشت, داده, داشته, زد
  • VERB-Fin: داشته, نداشته
  • VERB-Part: کرده, شده, داده, داشته, بوده, زده, گرفته, آمده, آورده, رفته

• Past
  • AUX: بود, بودند, نبود, شد, بودم, می‌خواست, توانست, بودیم, توانستند, گردید
  • AUX-Fin: داشت
  • VERB: کرد, گفت, شد, داشت, کردند, داد, افزود, بود, گرفت, می‌کرد

• Pres
  • AUX: است, باشد, باشند, باشم, باشید, باشیم, باشی, باش, می‌گردند
  • AUX-Fin: باشد, باشند, باشم, باشید, باشیم, باشی
  • VERB: می‌کند, می‌کنند, می‌شود, کنید, دارد, می‌کنیم, می‌کنید, می‌کنم, کن, نکنید
  • VERB-Fin: کنید, کن, نکنید, بکنید, بزنید, شود, بدهید, دهید, بگیرید, نکن

• Pres
  • AUX: است, باشد, ست, باشند, می‌تواند, می‌شود, می‌باشد, می‌توانند, می‌خواهد, نیستند
  • AUX-Fin: باشد, باشند, باشیم, شود, گردد, نباشد, بتواند, باشم, دارد, باشید
  • VERB: می‌شود, دارد, می‌کند, کنند, نیست, است, کند, می‌کنند, هستند, دارند
  • VERB-Fin: کنند, کند, شود, کنیم, کنم, دهد, بشود, کنید, باشد, شوند

• Voice

• Act
  • AUX: دارد, داشت, دارید, دارم, داریم, داشتم, داری, دارند, داشتند, داشتیم
  • VERB: کرد, کرده, می‌کند, شد, کنید, می‌کنند, کند, می‌کرد, شده, کرده‌اند
  • VERB-Fin: کنید, کن, نکنید, بکنید, بزنید, بدهید, دهید, بگیرید, نکن, بگذارید
  • VERB-Part: کرده, کرده‌اند, شده, کرده‌ام, کرده‌ایم, داده, داشته, کرده‌اید, آمده, زده

• Pass
  • VERB: داده, شده, زده, گرفته, دیده, گفته, گذاشته, ساخته, کشیده, برده
  • VERB-Part: شده, داده, شده‌اند, ساخته, گرفته, برده, خورده‌اند, نهاده, شکسته, کشته

Pronouns, Determiners, Quantifiers

Pronouns, Determiners, Quantifiers

• PronType

• PronType

• Dem
  • PRON: آن, این, آن‌ها, آنان, این‌ها, همین, آنرا, همان, اینان, دان

• Ind
  • PRON: بعضی, برخی, دیگران, هرکس, یک, دیگری, بعضی‌ها, بسیاری, تک‌تک, دیگر

• Int
  • ADV: چرا, چه, چی, چگونه, کجا, مگر, چقدر, چطور, کی, چه‌طور
  • DET: چه
  • PRON: هرکه, کی

• Neg
  • DET: هیچ, غیر
  • PRON: هیچکدام, هیچکس, هیچیک, هیچ‌یک

• Prs
  • PRON: او, ش, ما, من, م, شما, آنها, تو, شان, خود

• Prs
  • PRON: خود, او, ما, ش, من, وی, تو, شان, م, شما

• Rcp
  • PRON: هم, یکدیگر, همدیگر

• Rel
  • PRON: آنچه

• Tot
  • PRON: همه, همهٔ, همگی, همگان, همه‌, تمام, هرکدام

• NumType

• Card
  • NUM: یک, دو, یکی, هزار, سه, میلیون, ۲, چهار, ۵, ۳

• Ord
  • ADJ: دوم, هفتم, اول, سوم, شانزدهم, هشتم, پنجمین, چهاردهم

• Reflex

• Yes
  • PRON: خود, خودم, خودت, خودمو, خویشتن

• Person

• Person

• 1
  • AUX: خواهم, خواهیم, بودم, بودیم, باشم, باشیم, نخواهم, نخواهیم, دارم, داریم
  • AUX-Fin: خواهم, خواهیم, باشم, باشیم, نخواهم, نخواهیم, بازخواهم, برخواهم, برخواهیم, درخواهیم
  • PRON: ما, من, م, مان, خود, ام, یم, یمان, او, بنده
  • VERB: می‌کنیم, کردم, کنیم, می‌کنم, کردیم, کرده‌ام, کنم, کرده‌ایم, می‌کردم, م
  • VERB-Fin: بخواهیم, بسوزانیم, بموییم, بیاوریم, شویم, نداریم, ندهیم, نکن, نکنیم, کنیم
  • VERB-Part: کرده‌ام, کرده‌ایم, داده‌ایم, داده‌ام, داشته‌ام, داشته‌ایم, شده‌ام, آورده‌ام, زده‌ام, گرفته‌ایم

• 1
  • AUX: بودم, باشیم, باشم, می‌خواهیم, می‌خواهم, داریم, بودیم, می‌توانم, بخواهیم, خواهم
  • AUX-Fin: باشیم, باشم, داریم, بخواهیم, خواهم, دارم, خواهیم, نخواهم, بتوانم, بتوانیم
  • AUX-Part: بوده‌ایم, بوده‌ام, شده‌ایم
  • PRON: ما, من, م, مان, ام, منم, خودم, خودمو, منِ
  • VERB: می‌کنم, کنیم, کردیم, کنم, کردم, می‌کنیم, دارم, داریم, هستیم, گفتم
  • VERB-Fin: کنیم, کنم, بگویم, بدهیم, بگوییم, ببینم, باشیم, بدهم, برسیم, برویم
  • VERB-Part: کرده‌ایم, کرده‌ام, آمده‌ام, آمده‌ایم, دیده‌ایم, شده‌ایم, خوانده‌ام, داده‌ام, دیده‌ام, شده‌ام

• 2
  • AUX: باشید, خواهید, خواهی, بودی, بودید, باش, باشی, دارید, داری, نباشید
  • AUX-Fin: خواهید, باشید, خواهی, باشی, نخواهید, برخواهی, بازخواهی, برخواهید, نخواهی, درخواهی
  • PRON: شما, تو, تان, ت, خود, ات, یت, یتان, شماها, شماهایی
  • VERB: کنید, می‌کنید, نکنید, بکنید, کن, بزنید, کرده‌اید, بدهید, می‌توانید, کردی
  • VERB-Fin: کنید, کن, نکنید, بکنید, بزنید, بدهید, دهید, بگیرید, نکن, بگذارید
  • VERB-Part: کرده‌اید, داده‌اید, زده‌اید, کرده‌ای, گرفته‌اید, آورده‌اید, داشته‌اید, دیده‌اید, شده‌اید, شنیده‌اید

• 2
  • AUX: باشید, می‌توانید, می‌خواهید, باش, باشی, بودید, خواستید, خواهی, نمی‌توانید, شده‌ای
  • AUX-Fin: باشید, باش, باشی, خواهی, نباشید, بخواهی, خواهید, داری, شوید, نخواهی
  • AUX-Part: شده‌ای, بوده‌ای, شده‌اید
  • PRON: تو, شما, ت, تان, ات, جنابعالی, شماها, خود, خودت
  • VERB: کنید, کن, گو, بگو, دارید, کنی, نیستی, هستی, کردید, ببینید
  • VERB-Fin: کنید, کن, گو, بگو, کنی, ببینید, بگیر, بده, بدهید, ببین
  • VERB-Part: شنیده‌اید, کرده‌ای, کرده‌اید, نوشته‌ای, داده‌ای, ساخته‌ای, آمده‌ای, آمده‌اید, افکنده‌ای, بوده‌اید

• 3
  • AUX: است, بود, خواهد, خواهند, باشد, بودند, باشند, ست, نبود, بوده
  • AUX-Fin: خواهد, خواهند, باشد, باشند, نخواهد, نخواهند, درخواهد, فروخواهد, برخواهد, درخواهند
  • PRON: او, ش, آنها, شان, وی, آنان, خود, اش, ایشان, یش
  • VERB: کرد, کرده, می‌کند, شد, می‌کنند, کند, شده, می‌کرد, می‌شود, کرده‌اند
  • VERB-Fin: شود, داشته, شوند, بروید, نشود, کن, بشود, دارند, نترسید, نورزید
  • VERB-Part: کرده, کرده‌اند, شده, داده, داشته, آمده, شده‌اند, زده, داده‌اند, گرفته

• 3
  • ADJ-Part: آمده, ساخته, یادشده, بسته, توقیف‌شده, ناخواسته, انجام‌شده, عقب‌افتاده, کاسته, کشته
  • AUX: است, بود, خواهد, باشد, بودند, ست, باشند, بوده, شده, می‌تواند
  • AUX-Fin: خواهد, باشد, باشند, خواهند, شود, نخواهد, گردد, نباشد, بتواند, دارد
  • AUX-Part: بوده, شده, بوده‌اند, نبوده, گردیده, شده‌اند, نشده, می‌شده, نمی‌توانسته, نگردیده
  • PRON: خود, او, ش, وی, شان, اش, ایشان, خویش, حضرتعالی, و
  • VERB: کرد, گفت, شد, شده, می‌شود, دارد, می‌کند, کرده, کنند, نیست
  • VERB-Fin: کنند, کند, شود, دهد, بشود, باشد, شوند, دهند, گیرد, بگیرد
  • VERB-Part: شده, کرده, داشته, داده, گرفته, آمده, کرده‌اند, نوشته, دیده, ساخته

Other Features

Other Features

• Typo
  • Yes
    • NOUN: دختر, یک‌شنبه

Syntax

Auxiliary Verbs and Copula

• This corpus uses 2 lemmas as copulas (cop). Examples: است، بود.

Syntax

Auxiliary Verbs and Copula

• This corpus uses 5 lemmas as copulas (cop). Examples: است، بود، شد، گردید، هست.

• This corpus uses 9 lemmas as auxiliaries (aux). Examples: خواست، بود، است، بایست، توان، داشت، کرد، توانست، گشت.

• This corpus uses 8 lemmas as auxiliaries (aux). Examples: است، خواست، بود، بایست، توانست، توان، داشت، کرد.
• This corpus uses 4 lemmas as passive auxiliaries (aux:pass). Examples: کرد، گشت، بود، گردید.

Core Arguments, Oblique Arguments and Adjuncts

• nsubj
  • VERB--NOUN (13845)
  • VERB--NOUN-ADP(در) (1)
  • VERB--NOUN-ADP(مثل) (1)
  • VERB--NOUN-ADP(میان) (1)
  • VERB--NOUN-ADP(همراه) (1)
  • VERB--NOUN-ADP(پیش)-ADP(از) (1)
  • VERB--PRON (3458)
  • VERB-Fin--NOUN (30)
  • VERB-Fin--PRON (73)
  • VERB-Part--NOUN (2018)
  • VERB-Part--PRON (468)

Core Arguments, Oblique Arguments and Adjuncts

• nsubj
  • VERB--NOUN (3513)
  • VERB--NOUN-ADP(ای) (2)
  • VERB--NOUN-ADP(را) (8)
  • VERB--PRON (774)
  • VERB-Fin--NOUN (463)
  • VERB-Fin--NOUN-ADP(ای) (1)
  • VERB-Fin--NOUN-ADP(را) (2)
  • VERB-Fin--PRON (130)
  • VERB-Fin--PRON-ADP(را) (1)
  • VERB-Part--NOUN (820)
  • VERB-Part--PRON (118)
  • VERB-Part--PRON-ADP(را) (1)

• obj
  • VERB--NOUN (4556)
  • VERB--NOUN-ADP(از)-ADP(را) (3)
  • VERB--NOUN-ADP(بین)-ADP(را) (1)
  • VERB--NOUN-ADP(تا)-ADP(را) (5)
  • VERB--NOUN-ADP(توی)-ADP(را) (2)
  • VERB--NOUN-ADP(جز)-ADP(را) (1)
  • VERB--NOUN-ADP(جلو)-ADP(را) (7)
  • VERB--NOUN-ADP(جلوی)-ADP(را) (2)
  • VERB--NOUN-ADP(را) (9698)
  • VERB--NOUN-ADP(را)-ADP(و) (3)
  • VERB--NOUN-ADP(را)-ADP(که) (1)
  • VERB--NOUN-ADP(رو) (3)
  • VERB--NOUN-ADP(روی)-ADP(را) (1)
  • VERB--NOUN-ADP(سوء)-ADP(را) (1)
  • VERB--PRON (171)
  • VERB--PRON-ADP(بین)-ADP(را) (2)
  • VERB--PRON-ADP(جز)-ADP(را) (1)
  • VERB--PRON-ADP(جلو)-ADP(را) (1)
  • VERB--PRON-ADP(را) (1643)
  • VERB--PRON-ADP(را)-ADP(و) (2)
  • VERB--PRON-ADP(روی)-ADP(را) (1)
  • VERB--PRON-ADP(میان)-ADP(را) (1)
  • VERB-Fin--NOUN (223)
  • VERB-Fin--NOUN-ADP(را) (748)
  • VERB-Fin--NOUN-ADP(را)-ADP(و) (1)
  • VERB-Fin--NOUN-ADP(رو) (1)
  • VERB-Fin--PRON (10)
  • VERB-Fin--PRON-ADP(جز)-ADP(را) (1)
  • VERB-Fin--PRON-ADP(جلو)-ADP(را) (1)
  • VERB-Fin--PRON-ADP(را) (143)
  • VERB-Fin--PRON-ADP(را)-ADP(و) (1)
  • VERB-Part--NOUN (530)
  • VERB-Part--NOUN-ADP(را) (1287)
  • VERB-Part--NOUN-ADP(مورد)-ADP(را) (1)
  • VERB-Part--PRON (18)
  • VERB-Part--PRON-ADP(را) (211)
  • VERB-Part--PRON-ADP(را)-ADP(و) (1)
  • VERB-Part--PRON-ADP(پیرامون)-ADP(را) (1)

• obj
  • VERB--NOUN (813)
  • VERB--NOUN-ADP(را) (1172)
  • VERB--PRON (21)
  • VERB--PRON-ADP(را) (175)
  • VERB-Fin--NOUN (234)
  • VERB-Fin--NOUN-ADP(را) (510)
  • VERB-Fin--NOUN-ADP(را)-ADP(را) (1)
  • VERB-Fin--NOUN-ADP(رو) (2)
  • VERB-Fin--PRON (9)
  • VERB-Fin--PRON-ADP(را) (85)
  • VERB-Part--NOUN (220)
  • VERB-Part--NOUN-ADP(را) (332)
  • VERB-Part--PRON (6)
  • VERB-Part--PRON-ADP(را) (35)

• iobj
  • VERB--NOUN (6)

• iobj

Verbs with Reflexive Core Objects

• This corpus contains 15 lemmas that occur at least once with a reflexive core object (obj or iobj). Examples: کرد خود، دانست خود، داد خود، زد خود، دید خود، رساند خود، رسانید خود، آورد خود، افکند خود، بست خود، حلیم خود، دیدار خود، نامید خود، پوشاند خود، کشید خود

Relations Overview

• This corpus uses 5 relation subtypes: compound:lvc, flat:name, flat:num, nsubj:pass, obl:arg
• The following 1 main types are not used alone, they are always subtyped: flat
• The following 7 relation types are not used in this corpus at all: expl, dislocated, discourse, clf, list, orphan, reparandum

Relations Overview

• This corpus uses 10 relation subtypes: acl:relcl, aux:pass, cc:preconj, compound:lvc, compound:prt, det:predet, flat:foreign, nmod:poss, nsubj:nc, nsubj:pass
• The following 8 relation types are not used in this corpus at all: iobj, csubj, expl, clf, list, orphan, goeswith, reparandum