home edit page issue tracker

Treebank Statistics: UD_Finnish-FTB: POS Tags: PROPN

There are 3119 PROPN lemmas (14%), 4105 PROPN types (9%) and 6772 PROPN tokens (4%). Out of 17 observed tags, the rank of PROPN is: 2 in number of lemmas, 4 in number of types and 8 in number of tokens.

The 10 most frequent PROPN lemmas: suomi, helsinki, tampere, ruotsi, eurooppa, maija, mikko, venäjä, ranska, anna

The 10 most frequent PROPN types: Suomen, suomessa, Suomi, Helsingin, Maija, Mikko, Euroopan, Anna, Helsingissä, Suomeen

The 10 most frequent ambiguous lemmas: suomi (PROPN 337, NOUN 26), ruotsi (PROPN 61, NOUN 4), venäjä (PROPN 39, NOUN 2), ranska (PROPN 36, NOUN 12), saksa (PROPN 27, NOUN 9), turku (PROPN 24, NOUN 1), englanti (PROPN 16, NOUN 9), norja (PROPN 16, ADJ 1), viro (PROPN 16, NOUN 1), jussi (PROPN 14, NOUN 1)

The 10 most frequent ambiguous types: Suomen (PROPN 131, NOUN 2), Anna (PROPN 28, VERB 10), New (PROPN 8, X 1), Lahden (PROPN 5, NOUN 1), Sanomien (PROPN 4, NOUN 3), Alan (PROPN 2, NOUN 1), Hirvi (PROPN 2, NOUN 1), Huurre (PROPN 2, NOUN 1), Johan (PART 3, PROPN 2), Maan (PROPN 2, NOUN 1)

• Suomen
  • PROPN 131: ketkä kaksi Suomen presidenttiä
  • NOUN 2: Suomen kielen laitos Lehtonen
• Anna
  • PROPN 28: Anna ja Mikko ovat parhaat kaverukset
  • VERB 10: Anna minä yritän
• New
  • PROPN 8: Lontoo on Tokion ja New Yorkin aikavyöhykkeiden välissä .
  • X 1: Nykyisin hän lentää aina muutaman viikon väliajoin Bostonista Tokioon kahdeksi viikoksi johtamaan nuorta New Japan Philharmonic Orchestraa ja lisäksi johtaa aika ajoin Euroopassa .
• Lahden
  • PROPN 5: Lahden olympiahankkeen edustajat käyvät tänään Samaranchin juttusilla
  • NOUN 1: Lahden alapuolisella jokiosuudella
• Sanomien
  • PROPN 4: Hämäläinen sanoo lauantain Helsingin Sanomien haastattelussa , että –
  • NOUN 3: Sanomien päätuote , Helsingin Sanomat
• Alan
  • PROPN 2: Uusseelantilaisen Alan Duffin romaanin filmatisointi hajoavasta maoriperheestä Aucklandin slummeissa
  • NOUN 1: Alan kannattavuus on heikko kaikissa EU:n jäsenmaissa .
• Hirvi
  • PROPN 2: Sen vuoksi kutsuttakoon häntä nimellä Hirvi .
  • NOUN 1: Hirvi kun ei valitettavasti lue liikennemerkkejä .
• Huurre
  • PROPN 2: Minä jo vähän ihmettelin tiistaina kun Huurre ei avannut liikettään , Nurminen sanoi .
  • NOUN 1: Huurre asetteli sormenpäitään yhteen harkiten , ikään kuin olisi rakentanut monimutkaista palapeliä .
• Johan
  • PART 3: Johan nyt jotakin .
  • PROPN 2: Johan se on taktisestikin aivan typerää että ne ovat siellä täällä .
• Maan
  • PROPN 2: Planeettojen kaasukehässä on happea Maan lisäksi vain Marsilla ja Venuksella .
  • NOUN 1: Maan paras kuulantyöntäjätär halajaa olympiakisoihin .

Morphology

The form / lemma ratio of PROPN is 1.316127 (the average of all parts of speech is 2.048736).

The 1st highest number of forms (14) was observed with the lemma “suomi”: Suomea, Suomeen, Suomella, Suomelle, Suomen, Suomenkin, Suomessakin, Suomessako, Suomesta, Suomestakin, Suomet, Suomi, Suomikin, suomessa.

The 2nd highest number of forms (9) was observed with the lemma “ruotsi”: Ruatsin, Ruatsis, Ruotsi, Ruotsia, Ruotsiin, Ruotsilla, Ruotsin, Ruotsissa, Ruotsista.

The 3rd highest number of forms (8) was observed with the lemma “tampere”: Tampere, Tampereella, Tampereelle, Tampereelta, Tampereen, Tampereeseen, Tampereesta, Tamperetta.

PROPN occurs with 7 features: Case (6772; 100% instances), Number (6772; 100% instances), Abbr (201; 3% instances), Clitic (57; 1% instances), Style (34; 1% instances), Person[psor] (10; 0% instances), Number[psor] (5; 0% instances)

PROPN occurs with 25 feature-value pairs: Abbr=Yes, Case=Abl, Case=Ade, Case=All, Case=Ela, Case=Ess, Case=Gen, Case=Ill, Case=Ine, Case=Nom, Case=Par, Case=Tra, Clitic=Han, Clitic=Kaan, Clitic=Kin, Clitic=Ko, Number=Plur, Number=Sing, Number[psor]=Plur, Number[psor]=Sing, Person[psor]=1, Person[psor]=2, Person[psor]=3, Style=Arch, Style=Coll

PROPN occurs with 78 feature combinations. The most frequent feature combination is Case=Nom|Number=Sing (2986 tokens). Examples: Suomi, Maija, Mikko, Anna, Lasse, Pekka, matti, Antti, Halonen, Lipponen

Relations

PROPN nodes are attached to their parents using 22 different relations: nmod (3086; 46% instances), nsubj (1612; 24% instances), flat (773; 11% instances), conj (409; 6% instances), obj (309; 5% instances), nsubj:cop (238; 4% instances), root (158; 2% instances), vocative (64; 1% instances), advcl (42; 1% instances), obl:agent (39; 1% instances), compound:nn (12; 0% instances), nmod:gsubj (8; 0% instances), nmod:gobj (6; 0% instances), xcomp (4; 0% instances), amod (2; 0% instances), appos (2; 0% instances), ccomp (2; 0% instances), nmod:poss (2; 0% instances), acl (1; 0% instances), csubj:cop (1; 0% instances), nsubj:outer (1; 0% instances), obl (1; 0% instances)

Parents of PROPN nodes belong to 11 different parts of speech: VERB (3185; 47% instances), NOUN (1851; 27% instances), PROPN (1264; 19% instances), ADJ (211; 3% instances), (158; 2% instances), PRON (49; 1% instances), ADV (35; 1% instances), X (13; 0% instances), NUM (3; 0% instances), INTJ (2; 0% instances), DET (1; 0% instances)

4232 (62%) PROPN nodes are leaves.

1554 (23%) PROPN nodes have one child.

643 (9%) PROPN nodes have two children.

343 (5%) PROPN nodes have three or more children.

The highest child degree of a PROPN node is 9.

Children of PROPN nodes are attached using 24 different relations: punct (1003; 25% instances), flat (810; 20% instances), conj (446; 11% instances), cc (305; 7% instances), compound:nn (271; 7% instances), nmod (260; 6% instances), case (227; 6% instances), advmod (146; 4% instances), amod (143; 4% instances), acl (136; 3% instances), det (82; 2% instances), mark (72; 2% instances), cop (57; 1% instances), nsubj:cop (52; 1% instances), dep (23; 1% instances), nummod (20; 0% instances), aux (9; 0% instances), nmod:poss (6; 0% instances), ccomp (1; 0% instances), csubj:cop (1; 0% instances), discourse (1; 0% instances), nsubj (1; 0% instances), reparandum (1; 0% instances), xcomp (1; 0% instances)

Children of PROPN nodes belong to 17 different parts of speech: PROPN (1264; 31% instances), PUNCT (1003; 25% instances), NOUN (474; 12% instances), CCONJ (306; 8% instances), ADP (228; 6% instances), ADJ (151; 4% instances), VERB (143; 4% instances), PART (96; 2% instances), ADV (84; 2% instances), DET (81; 2% instances), PRON (71; 2% instances), AUX (66; 2% instances), SCONJ (50; 1% instances), NUM (32; 1% instances), X (17; 0% instances), SYM (7; 0% instances), INTJ (1; 0% instances)

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

.