home edit page issue tracker

Treebank Statistics: UD_Italian-TWITTIRO: POS Tags: PRON

There are 63 PRON lemmas (1%), 93 PRON types (1%) and 1416 PRON tokens (5%). Out of 16 observed tags, the rank of PRON is: 10 in number of lemmas, 11 in number of types and 8 in number of tokens.

The 10 most frequent PRON lemmas: si, ci, che, lo, tutto, mi, chi, quello, ti, la

The 10 most frequent PRON types: si, che, ci, lo, mi, chi, c’, tutti, ti, la

The 10 most frequent ambiguous lemmas: si (PRON 194, X 1), ci (PRON 172, ADV 2), che (SCONJ 200, PRON 142, DET 35, ADP 6, CCONJ 1), lo (PRON 105, DET 3), tutto (PRON 74, DET 47, ADV 3), quello (PRON 49, DET 17), la (PRON 34, DET 3, ADP 1), questo (DET 49, PRON 30), ne (PRON 29, ADP 1, CCONJ 1), altro (PRON 22, ADJ 15, DET 6)

The 10 most frequent ambiguous types: si (PRON 169, INTJ 8, ADV 1, X 1), che (SCONJ 188, PRON 134, DET 17, ADP 6, CCONJ 1), ci (PRON 102, ADV 2), lo (PRON 80, DET 30), tutti (PRON 48, DET 16, ADV 2), la (DET 678, PRON 37, ADP 1, ADV 1), ne (PRON 24, ADP 4, CCONJ 1), gli (DET 108, PRON 23), li (PRON 20, ADV 1), tutto (PRON 23, DET 10)

• si
  • PRON 169: Pure Passera si può definire un membro di il governo ? #monti
  • INTJ 8: @user si ! Ma te la do solo se mi dici se stai ancora con Nina * si illumina AHAHAHAH UWU *
  • ADV 1: @user inoltre conosci luccisano ? Se si chiedi gli quanti giorni ha insegnato in una scuola prima di scrivere #labuonascuola
  • X 1: @user hahahahha ma tu si scem uu * ride *
• che
  • SCONJ 188: La profezia di i #maya non e’ che era Mario Monti ?!
  • PRON 134: che ci frega di mario monti , noi abbiamo mario balotelli !
  • DET 17: Piero Angela colto da malore . Ma che cos’ è un malore ? [ @user ]
  • ADP 6: @user Altro che buona scuola . A Campobasso siamo ancora in attesa di il Capo Dipartimento .
  • CCONJ 1: Tunisia , nessun italiano tra le vittime . Fortuna che in spiaggia non c’ era il wi-fi . [ @user ]
• ci
  • PRON 102: che ci frega di mario monti , noi abbiamo mario balotelli !
  • ADV 2: Renzi convoca Prodi per parlare di il Quirinale . “ Come mi ci vedresti ? “ [ @user ]
• lo
  • PRON 80: Napolitano difende il governo Monti ? Ci mancherebbe , lo ha fatto lui !
  • DET 30: Governo #Monti : Passera a lo sviluppo . Dite mi cosa è cambiato da Forza Gnocca .
• tutti
  • PRON 48: effetti collaterali di il governo Monti : tutti in fila da i benzinai
  • DET 16: Greci vicini a il tracollo finanziario . Come tutti quelli che hanno fatto filosofia . [ @user ]
  • ADV 2: ho atteso qualche giorno in la speranza che non fosse così , ma è palese che il governo Monti ci ha montati tutti
• la
  • DET 678: a il via la fase due di il governo #Monti : la risata satanica .
  • PRON 37: RT @user : ‘ impacchettare gente a natale e spedir la a fanculo ‘
  • ADP 1: quando penso la la governo #Monti mi viene in mente #longanesi e il suo ci salveranno le vecchie zie rileggete lo se potete …
  • ADV 1: Che dire de #labuonascuola ? Tutto bello , tutto bene … A nessuno pare l’ ennesima cambiale in bianco , con scadenze sempre più in la ?
• ne
  • PRON 24: 45 . cosa pensi di il governo Monti ? Possiamo non parlar ne !?
  • ADP 4: Se @user assume 150 mila precari ne #labuonascuola in italia restauriamo la monarchia #altroche80euri
  • CCONJ 1: Ho letto #labuonascuola di #incoeRenzi : nessun progetto concreto ! E’ riuscito a fare il gelato senza latte ne aromi ! #ilMagodellaFuffa
• gli
  • DET 108: più che bipolaristi , gli italiani sono bipolari
  • PRON 23: Se un Buonanno vi entra in casa , è giusto legger gli un libro ? [ @user ]
• li
  • PRON 20: @user li accomuna il numero e la qualità di i neuroni
  • ADV 1: @user1 @user2 la buona scuola di #renzi . Mica è passato di li e ha detto a tutti : state sereni ???
• tutto
  • PRON 23: L’ ITAGLIANO prima di tutto …. 😂 #labuonascuola http://t.co/1Lq9mE69GG
  • DET 10: desidero esprimere tutto il mio sostegno a il governo Monti Python

Morphology

The form / lemma ratio of PRON is 1.476190 (the average of all parts of speech is 1.274961).

The 1st highest number of forms (6) was observed with the lemma “quello”: quel, quella, quelle, quelle/i, quelli, quello.

The 2nd highest number of forms (5) was observed with the lemma “lo”: l’, la, li, lo, qual.

The 3rd highest number of forms (4) was observed with the lemma “altro”: altra, altre, altri, altro.

PRON occurs with 7 features: PronType (1416; 100% instances), Number (880; 62% instances), Person (817; 58% instances), Clitic (774; 55% instances), Gender (443; 31% instances), Poss (7; 0% instances), Definite (1; 0% instances)

PRON occurs with 16 feature-value pairs: Clitic=Yes, Definite=Ind, Gender=Fem, Gender=Masc, Number=Plur, Number=Sing, Person=1, Person=2, Person=3, Poss=Yes, PronType=Art, PronType=Dem, PronType=Ind, PronType=Int, PronType=Prs, PronType=Rel

PRON occurs with 48 feature combinations. The most frequent feature combination is PronType=Rel (204 tokens). Examples: che, chi, cui, quanto, quale, cha, delinque, dove, quali, quanta

Relations

PRON nodes are attached to their parents using 28 different relations: obj (317; 22% instances), nsubj (286; 20% instances), expl (277; 20% instances), iobj (199; 14% instances), obl (102; 7% instances), expl:impers (58; 4% instances), nmod (33; 2% instances), parataxis (31; 2% instances), conj (24; 2% instances), root (20; 1% instances), expl:pass (18; 1% instances), dislocated (8; 1% instances), parataxis:appos (7; 0% instances), advcl (6; 0% instances), nsubj:pass (5; 0% instances), acl:relcl (4; 0% instances), discourse (4; 0% instances), appos (3; 0% instances), orphan (3; 0% instances), ccomp (2; 0% instances), parataxis:obj (2; 0% instances), det (1; 0% instances), det:poss (1; 0% instances), det:predet (1; 0% instances), fixed (1; 0% instances), nsubj:outer (1; 0% instances), parataxis:nsubj (1; 0% instances), xcomp (1; 0% instances)

Parents of PRON nodes belong to 12 different parts of speech: VERB (1207; 85% instances), NOUN (95; 7% instances), ADJ (27; 2% instances), PRON (23; 2% instances), (20; 1% instances), PROPN (12; 1% instances), SYM (9; 1% instances), X (9; 1% instances), ADV (7; 0% instances), AUX (3; 0% instances), INTJ (3; 0% instances), ADP (1; 0% instances)

1093 (77%) PRON nodes are leaves.

169 (12%) PRON nodes have one child.

81 (6%) PRON nodes have two children.

73 (5%) PRON nodes have three or more children.

The highest child degree of a PRON node is 10.

Children of PRON nodes are attached using 34 different relations: case (134; 21% instances), acl:relcl (85; 13% instances), punct (84; 13% instances), nmod (44; 7% instances), advmod (41; 6% instances), cop (39; 6% instances), det (32; 5% instances), nsubj (28; 4% instances), cc (25; 4% instances), vocative:mention (17; 3% instances), conj (16; 2% instances), parataxis (15; 2% instances), amod (11; 2% instances), discourse (11; 2% instances), parataxis:hashtag (10; 2% instances), appos (9; 1% instances), mark (7; 1% instances), advcl (4; 1% instances), aux (4; 1% instances), dep (4; 1% instances), acl (3; 0% instances), orphan (3; 0% instances), flat (2; 0% instances), obl (2; 0% instances), parataxis:appos (2; 0% instances), compound (1; 0% instances), det:predet (1; 0% instances), dislocated (1; 0% instances), iobj (1; 0% instances), nummod (1; 0% instances), obj (1; 0% instances), parataxis:discourse (1; 0% instances), vocative (1; 0% instances), xcomp (1; 0% instances)

Children of PRON nodes belong to 15 different parts of speech: ADP (131; 20% instances), VERB (92; 14% instances), PUNCT (84; 13% instances), NOUN (61; 10% instances), SYM (51; 8% instances), AUX (45; 7% instances), ADV (43; 7% instances), DET (33; 5% instances), CCONJ (27; 4% instances), PRON (23; 4% instances), ADJ (17; 3% instances), PROPN (14; 2% instances), INTJ (10; 2% instances), SCONJ (7; 1% instances), NUM (3; 0% instances)

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

.