home edit page issue tracker

This page pertains to UD version 2.

Treebank Statistics: UD_Persian-PerDT: POS Tags: AUX

There are 9 AUX lemmas (0%), 133 AUX types (0%) and 18496 AUX tokens (4%). Out of 16 observed tags, the rank of AUX is: 14 in number of lemmas, 8 in number of types and 9 in number of tokens.

The 10 most frequent AUX lemmas: بود، است، خواست، بایست، توان، داشت، کرد، توانست، گشت

The 10 most frequent AUX types: است، بود، خواهد، خواهند، باید، باشد، بودند، خواهم، باشند، خواهیم

The 10 most frequent ambiguous lemmas: بود (AUX 6623, VERB 202), خواست (AUX 4613, VERB 591, NOUN 23), بایست (AUX 1382, VERB 20), توان (AUX 359, NOUN 65, VERB 4), داشت (VERB 3274, AUX 149), کرد (VERB 20291, AUX 19, ADJ 7, NOUN 5, PROPN 1), توانست (VERB 1059, AUX 18), گشت (VERB 227, NOUN 18, PROPN 2, AUX 1)

The 10 most frequent ambiguous types: بود (AUX 2641, VERB 111), باید (AUX 1094, VERB 15, NOUN 1), باشد (AUX 1051, INTJ 1), ست (AUX 341, VERB 4, NOUN 1), می‌توان (AUX 271, VERB 2), نباید (AUX 219, VERB 3, NOUN 1), نبود (AUX 133, NOUN 10), بوده (AUX 113, VERB 81), نخواهد (AUX 109, VERB 2), خواهی (AUX 75, VERB 4)

Morphology

The form / lemma ratio of AUX is 14.777778 (the average of all parts of speech is 1.486663).

The 1st highest number of forms (49) was observed with the lemma “بود”: باد, باش, باشد, باشم, باشند, باشی, باشید, باشیم, بود, بودم, بودند, بوده, بوده‌ام, بوده‌اند, بوده‌ای, بوده‌اید, بوده‌ایم, بودی, بودید, بودیم, شد, شوند, مباد, مباش, می‌باشد, می‌باشم, می‌باشند, می‌باشید, می‌بود, می‌بودیم, نباش, نباشد, نباشم, نباشند, نباشی, نباشید, نباشیم, نبود, نبودم, نبودند, نبوده, نبوده‌ام, نبوده‌اند, نبوده‌ایم, نبودی, نبودیم, نمی‌باشد, نمی‌باشند, نمی‌بود.

The 2nd highest number of forms (41) was observed with the lemma “خواست”: بازخواهد, بازخواهم, بازخواهند, بازخواهی, بازخواهیم, برخواهد, برخواهم, برخواهند, برخواهی, برخواهید, برخواهیم, برنخواهد, برنخواهند, خواهد, خواهم, خواهند, خواهی, خواهید, خواهیم, درخواهد, درخواهم, درخواهند, درخواهی, درخواهید, درخواهیم, فراخواهد, فراخواهند, فراخواهیم, فروخواهد, فروخواهند, فروخواهیم, نخواهد, نخواهم, نخواهند, نخواهی, نخواهید, نخواهیم, نمی‌خواهد, واخواهد, واخواهیم, ورخواهیم.

The 3rd highest number of forms (13) was observed with the lemma “است”: است, اند, ست, م, ند, نیست, نیستم, نیستند, نیستید, نیستیم, هستند, هستیم, ید.

AUX occurs with 7 features: Number (16749; 91% instances), Person (16734; 90% instances), Tense (10943; 59% instances), VerbForm (4613; 25% instances), Mood (1328; 7% instances), Polarity (862; 5% instances), Voice (149; 1% instances)

AUX occurs with 12 feature-value pairs: Mood=Sub, Number=Plur, Number=Sing, Person=1, Person=2, Person=3, Polarity=Neg, Tense=Fut, Tense=Past, Tense=Pres, VerbForm=Fin, Voice=Act

AUX occurs with 51 feature combinations. The most frequent feature combination is Number=Sing|Person=3 (4648 tokens). Examples: است، بود، باشد، ست، بوده، می‌باشد، باد، بودم، می‌بود، می‌توان

Relations

AUX nodes are attached to their parents using 10 different relations: aux (12868; 70% instances), cop (5126; 28% instances), root (226; 1% instances), acl (111; 1% instances), conj (55; 0% instances), ccomp (53; 0% instances), advcl (50; 0% instances), csubj (3; 0% instances), nmod (3; 0% instances), obl:arg (1; 0% instances)

Parents of AUX nodes belong to 13 different parts of speech: VERB (12916; 70% instances), NOUN (2506; 14% instances), ADJ (2412; 13% instances), PRON (321; 2% instances), (226; 1% instances), PROPN (58; 0% instances), AUX (17; 0% instances), ADV (13; 0% instances), SCONJ (12; 0% instances), ADP (6; 0% instances), INTJ (6; 0% instances), DET (2; 0% instances), NUM (1; 0% instances)

17253 (93%) AUX nodes are leaves.

813 (4%) AUX nodes have one child.

168 (1%) AUX nodes have two children.

262 (1%) AUX nodes have three or more children.

The highest child degree of a AUX node is 8.

Children of AUX nodes are attached using 17 different relations: punct (982; 47% instances), nsubj (351; 17% instances), mark (147; 7% instances), obl:arg (145; 7% instances), obl (143; 7% instances), ccomp (80; 4% instances), conj (72; 3% instances), cc (35; 2% instances), advcl (32; 2% instances), advmod (32; 2% instances), compound:lvc (26; 1% instances), aux (10; 0% instances), obj (7; 0% instances), case (3; 0% instances), vocative (2; 0% instances), dep (1; 0% instances), nmod (1; 0% instances)

Children of AUX nodes belong to 13 different parts of speech: PUNCT (982; 47% instances), NOUN (570; 28% instances), SCONJ (165; 8% instances), VERB (147; 7% instances), PRON (50; 2% instances), CCONJ (42; 2% instances), PROPN (37; 2% instances), ADV (29; 1% instances), ADJ (18; 1% instances), AUX (17; 1% instances), ADP (5; 0% instances), INTJ (5; 0% instances), PART (2; 0% instances)