Treebank Statistics: UD_Odia-ODTB: POS Tags: PROPN
There are 105 PROPN lemmas (12%), 465 PROPN types (17%) and 668 PROPN tokens (11%).
Out of 15 observed tags, the rank of PROPN is: 4 in number of lemmas, 2 in number of types and 4 in number of tokens.
The 10 most frequent PROPN lemmas: _, ନରେନ୍ଦ୍ର, ରମାଦେବୀ, ଗାନ୍ଧୀ, ଦତ୍ତ, ନରେନ୍ଦ୍ରନାଥ, ବିବେକାନନ୍ଦ, କଟକ, ଦକ୍ଷିଣେଶ୍ୱର, ପରମହଂସଦେବ
The 10 most frequent PROPN types: ଟାଗୋର, ଭାରତର, ଦେବୀ, ରମାଦେବୀ, ନରେନ୍ଦ୍ର, ଟାଗୋରଙ୍କ, ଦତ୍ତ, ରମଣ, ନରେନ୍ଦ୍ରଙ୍କର, ନରେନ୍ଦ୍ରନାଥ
The 10 most frequent ambiguous lemmas: _ (NOUN 1308, PUNCT 581, VERB 563, PROPN 481, ADJ 299, PRON 276, NUM 145, DET 137, ADP 124, CCONJ 122, ADV 112, PART 51, SCONJ 31, AUX 10), ଆଶ୍ରମ (NOUN 1, PROPN 1), ଏ (DET 2, PRON 1, PROPN 1), ଜୁଲାଇ (NOUN 1, PROPN 1), ବିଲେ (PRON 5, PROPN 1), ବିଶ୍ୱବିଦ୍ୟାଳୟ (NOUN 1, PROPN 1), ମହିଳା (NOUN 1, PROPN 1), ମା’ (NOUN 1, PROPN 1), ସ୍ୱାମୀ (NOUN 3, PROPN 1), ହାଇକୋର୍ଟ (NOUN 1, PROPN 1)
The 10 most frequent ambiguous types: ବଙ୍ଗଳା (PROPN 5, ADJ 1, NOUN 1), ଭାରତ (PROPN 5, NOUN 1), ଏ (DET 10, PROPN 4, PRON 1), ଶାନ୍ତି (NOUN 5, PROPN 4), ନୋବେଲ (PROPN 3, NOUN 1), ଓଡ଼ିଆ (ADJ 3, PROPN 2), ଜାନୁଆରୀ (NOUN 3, PROPN 2), ବି (PART 6, PROPN 2), ମହାତ୍ମା (PROPN 2, NOUN 1), ଆଶ୍ରମ (NOUN 5, PROPN 1)
- ବଙ୍ଗଳା
- ଭାରତ
- ଏ
- ଶାନ୍ତି
- ନୋବେଲ
- ଓଡ଼ିଆ
- ଜାନୁଆରୀ
- ବି
- ମହାତ୍ମା
- ଆଶ୍ରମ
Morphology
The form / lemma ratio of PROPN is 4.428571 (the average of all parts of speech is 3.185615).
The 1st highest number of forms (365) was observed with the lemma “_”: MKCG, ଅକ୍ଷୟ, ଅନ୍ନପୂର୍ଣ୍ଣା, ଅପ୍ରେଲ, ଅମିତ, ଅମୃତସର, ଅମ୍ମାଲ, ଅମ୍ମାଲଙ୍କ, ଅୟର, ଆକିବା, ଆଣ୍ଟୋନି, ଆନ୍ଧ୍ର, ଆନ୍ଧ୍ରପ୍ରଦେଶର, ଆମର୍, ଆମି, ଆଲେକ୍, ଆୟର, ଇଂଲଣ୍ଡ, ଇଟାନଗରରେ, ଇଣ୍ଟରମିଡିଏଟ, ଇଣ୍ଡିଆନ, ଇଣ୍ଡିଆନ୍ସ, ଇନ୍ଦିରା, ଇସପ୍, ଇସ୍ରାଏଲ୍ର, ଉତ୍କଳମଣିଙ୍କ, ଏ, ଏ., ଏ.ଭି., ଏଏସଆଇ, ଏଙ୍ଗ୍ଲୋ, ଏଣ୍ଡାରସନ଼ଙ୍କ, ଏନ୍, ଏମ.ଏ., ଏମ୍, ଏଲ୍, ଏସ, ଏସ୍, ଓକୁମା, ଓଡ଼ିଆ, ଓଡ଼ିଶା, ଓଡ଼ିଶାର, ଓଡିଶା, ଓଡିଶାରେ, କଟକ, କଟକର, କଦମ୍ବରୀ, କନ୍ଫୁସିଅସ୍, କପୁର, କରିଓଲାନ୍ସ, କରୋନାକୁ, କର୍କଟ, କର୍ଣ୍ଣେଲ, କଲିକତାର, କାଠଯୋଡ଼ି, କାଳୀଦାସ, କିଶୋର, କୁମାର, କୁମାରୀ, କୃଷ୍ଣା, କେ., କେରଳର, କୋରାପୁଟ, କୋହଲି, କୌର୍, କ୍ରିକେଟ୍, କ୍ରିଷ୍ଟିଆନ, କ୍ଲିଓପାଟ୍ରା, କ୍ଷେୟ, ଖଟ୍ଟର, ଖାନ, ଖ୍ରୀଷ୍ଟ, ଗଙ୍ଗା, ଗଙ୍ଗାରେ, ଗଣ, ଗଳ୍ପସଳ୍ପ, ଗାନ୍ଧିଜୀଙ୍କ, ଗାନ୍ଧୀ, ଗାନ୍ଧୀଙ୍କ, ଗାନ୍ଧୀଜୀ, ଗାନ୍ଧୀନଗରରେ, ଗୀତାଞ୍ଜଳି, ଗୀତାଞ୍ଜଳିର, ଗୁଗୁଲ, ଗୁଜୁରାଟର, ଗୁଣପୁର, ଗୁଣପୁରଠାରେ, ଗୁରୁବାରୀ, ଗେଓରେଗ, ଗୋକୁଳାନନ୍ଦ, ଗୋଦାବରୀ, ଗୋପବନ୍ଧୁ, ଗୋପାଳ, ଗୌହାଟୀରୁ, ଗ୍ରୀମ୍, ଗୟା, ଚଣ୍ଡାଳିକା, ଚନ୍ଦ୍ରଶେଖର, ଚିତ୍ର, ଚୀନ, ଚୀନର, ଚୀନ୍ର, ଚେନ୍ନାଇ, ଚେନ୍ନାଇରେ, ଚୌଧୁରୀ, ଚୌଧୁରୀଙ୍କ, ଚୌଧୁରୀଙ୍କୁ, ଛତିଶଗଡ଼, ଜଗନ୍ନାଥ, ଜନ, ଜବରଗୁଡାଠାରେ, ଜର୍ମାନୀ, ଜର୍ମାନୀର, ଜଲିୱନାବାଗ, ଜାଣ୍ଡ୍ରିଆ, ଜାତକର, ଜାନୁଆରୀ, ଜାନୁୟାରୀ, ଜାପାନର, ଜାହ୍ନବୀ, ଜିଙ୍ଗସୁ, ଜିତ୍, ଜିଫାର୍ଡ, ଜୁମ୍, ଜେରୁଜେଲମ୍, ଜେସର, ଜୋନ୍ସ, ଜୋରାସଙ୍କ, ଜୋସେଫ୍, ଜ୍ୟାକି, ଜ୍ୟୋତିନ୍ଦ୍ରନାଥ, ଜୟୋତିନ୍ଦ୍ରନାଥଙ୍କ, ଟାଇଗରଙ୍କ, ଟାଗୋର, ଟାଗୋରଙ୍କ, ଟାଗୋରଙ୍କଠାରୁ, ଟାଗୋରଙ୍କଠୁ, ଟାଗୋରଙ୍କୁ, ଟ୍ରାନ୍ସଜେଣ୍ଡରମାନଙ୍କ, ଠାକୁର, ଠାଣେ, ଡିସେମ୍ବର, ଡେନମାର୍କ, ଡେନମାର୍କର, ଡେଲହଉସି, ତାମିଲନାଡୁର, ତାଳଚୁଆ, ତିରୁଚିରାପଲ୍ଲୀ, ତିରୁଚିରାପଲ୍ଲୀରେ, ତେରାଉଚି, ଦତ୍ତ, ଦାସ, ଦାସଙ୍କ, ଦୀପାବଳୀ, ଦେବୀ, ଦେବୀଙ୍କ, ଦେବୀଙ୍କୁ, ଦେବେନ୍ଦ୍ରନାଥ, ଦ୍ୱିଜେନ୍ଦ୍ରନାଥ, ଧନୋଆ, ନବକୃଷ୍ଣ, ନବଗୋପାଳ, ନଭି, ନଭେମ୍ବର, ନରସିଂହ, ନରେନ୍ଦ୍ର, ନରେନ୍ଦ୍ରଙ୍କର, ନାଳନ୍ଦା, ନିଲହରିତ, ନେତ୍ରମଣି, ନୈବେଦ୍ୟ, ନୋବେଲ, ପଞ୍ଚତନ୍ତ୍ର, ପଞ୍ଜାବ, ପଞ୍ଜାବର, ପଦ୍ମଶ୍ରୀ, ପଦ୍ମାକୁ, ପଶ୍ଚିମବଙ୍ଗ, ପାନୀହାତ, ପାର୍ବତୀ, ପାୱାର, ପୁରୀ, ପୃଥିବୀର, ପ୍ରଦେଶ, ପ୍ରଧାନମନ୍ତ୍ରୀଙ୍କ, ପ୍ରେସିଡେନ୍ସି, ପ୍ରେସିଡେନ୍ସିର, ପ୍ରେସର, ପ୍ରୟାଗରାଜ, ବଂଗଲକ୍ଷ୍ମୀ, ବଙ୍ଗଲା, ବଙ୍ଗଳା, ବଙ୍ଗଳାଦେଶେ, ବଙ୍ଗଳାର, ବଜାଜ, ବନ, ବଲ୍ଲଭ, ବସନ୍ତ, ବାଂଲାଦେଶ, ବାଇବଲ୍, ବାବୁଲ, ବାଲି, ବାଲୁ, ବାଲେଶ୍ୱର, ବି, ବି., ବିଜେପି, ବିଦ୍ୟପତିଙ୍କ, ବିଦ୍ୟାପତି, ବିନୋଦ, ବିନୋବା, ବିରାଟ, ବିଶାଖାପଟନମ୍ରେ, ବିଶାଖାପାଟଣା, ବିଶ୍ୱ, ବିହାରର, ବିହାରୀ, ବେଦ, ବେଦର, ବେନ୍, ବେଲ, ବୋର୍ଡ, ବୋଲପୁର, ବ୍ରିଟେନ, ଭାଇଜାଗ୍, ଭାନୁସିଂହ, ଭାବେଙ୍କ, ଭାରତ, ଭାରତବର୍ଷ, ଭାରତର, ଭାରତରୁ, ଭାରତରେ, ଭାରତୀୟ, ଭି., ଭିକରିଣୀ, ଭିଜାଗପଟମ୍, ଭୁବନେଶ୍ୱର, ଭେଙ୍କଟ, ଭ୍ରାତୃ, ମଧୁସୂଦନ, ମନ, ମନମୋହନ, ମନୋହର, ମସାତାକେ, ମହାତ୍ମା, ମହାରଣା, ମହାରାଷ୍ଟ୍ର, ମହାରାଷ୍ଟ୍ରରେ, ମାଡ୍ରାସ, ମାଡ୍ରାସର, ମାନସୀ, ମାର୍ଚ୍ଚ, ମାଳଞ୍ଜା, ମାଳତୀ, ମିଟ୍, ମିଡ଼ିସି, ମିତ୍ରଙ୍କ, ମିଥିଳାରେ, ମୁଜାଫରପୁର, ମୁମ୍ବାଇ, ମୁମ୍ବାଇରେ, ମେଡ଼ିଆନ, ମୋଦି, ମୋଦିଙ୍କ, ମୋଦୀ, ମୋଦୀଙ୍କ, ମୋହନ, ଯମୁନାଲାଲ, ଯୁଗଳ, ଯୁବରାଜ, ରତନ, ରବିଦ୍ରନାଥଙ୍କଠାରୁ, ରବିନସନ, ରବୀନ୍ଦ୍ର, ରବୀନ୍ଦ୍ରନାଥ, ରବୀନ୍ଦ୍ରନାଥଙ୍କ, ରମଣ, ରମଣଙ୍କ, ରମଣଙ୍କର, ରମାଦେବୀ, ରମାଦେବୀଙ୍କ, ରାଇଜଯାକରେ, ରାଓ, ରାଜେନ୍ଦ୍ର, ରାମନାଥନ, ରାମନାଥନ୍, ରାଷ୍ଟ୍ରମନ୍ତ୍ରୀ, ରାୟଗଡ଼ାଠାରେ, ରିଲିଜିଓ, ରିଶାର୍ଡ, ରେଲି, ରେଲିଙ୍କ, ରୋନାଲ୍ଡୋ, ଲଣ୍ଡନ, ଲର୍ଡ, ଲାଲ, ଲାଲନ, ଲାଲନଙ୍କ, ଲିମାମେଡାଠାରେ, ଲେବେଲିନ୍, ଲୋକସଭା, ଶବନମ, ଶରଦ, ଶାନ୍ତି, ଶାନ୍ତିଦେବୀଙ୍କ, ଶାନ୍ତିନିକେତନ, ଶାରଦା, ଶାହା, ଶାହାଙ୍କ, ଶିଜେନୋବୁ, ଶିବସେନା, ଶିଳଧା, ଶିଳାଧା, ଶ୍ରଫ, ଶ୍ରୀ, ଶ୍ରୀମତୀ, ଶ୍ରୀଲଙ୍କାର, ଶ୍ୟାମା, ଷ୍ଟାଡିୟମରେ, ସଂଖଳାପଦର, ସଂସ୍କୃତ, ସଙ୍ଗୀ, ସତ୍ୟନ୍ଦରନାଥ, ସତ୍ୟନ୍ଦ୍ରନାଥ, ସତ୍ୟଭାମାପୁର, ସନରାଇଜର୍ସ, ସରିତା, ସଲମାନ, ସାଂ, ସାରଜା, ସି, ସି.ଭି, ସିଂହଙ୍କ, ସିକ୍କିମ୍ର, ସିନା, ସିମ୍ରନ୍, ସିହ୍ବାଂତୀ, ସୁପ୍ରିୟୋ, ସୁରେନ୍ଦ୍ର, ସେ, ସେକ୍ସପିଅର, ସେନ, ସୋନାର, ସ୍କାଏପି, ସ୍କୁଲ, ସ୍ୱପ୍ନଭଙ୍ଗା, ସ୍ୱରାଜ, ସ୍ୱର୍ଣ୍ଣ, ହଜାରିବାଗ, ହରକର, ହରିୟାଣା, ହରିୟାଣାର, ହାଇଦ୍ରାବାଦ, ହାନ୍ସ, ହିନ୍ଦୀ, ହିନ୍ଦୁ, ହିମାଳୟ, ହିମାଳୟର, ହୁଏନ୍, ହେମେନ୍ଦ୍ରନାଥ, ହୋବର, ହୋମର୍ଙ୍କର, ୟାଙ୍ଗ୍ଚେଙ୍ଗ୍, ‘ଇଲିଆଡ୍’, ‘ଓଡ଼ିସେ’.
The 2nd highest number of forms (8) was observed with the lemma “ନରେନ୍ଦ୍ର”: ନରେନ୍ଦ୍ର, ନରେନ୍ଦ୍ରଙ୍କ, ନରେନ୍ଦ୍ରଙ୍କର, ନରେନ୍ଦ୍ରଙ୍କୁ, ନରେନ୍ଦ୍ରର, ନରେନ୍, ନରେନ୍କୁ, ନରେନ୍ର.
The 3rd highest number of forms (4) was observed with the lemma “ଗାନ୍ଧୀ”: ଗାନ୍ଧିଙ୍କ, ଗାନ୍ଧିଙ୍କଦ୍ୱାରା, ଗାନ୍ଧୀ, ଗାନ୍ଧୀଙ୍କ.
PROPN occurs with 5 features: Number (519; 78% instances), Case (448; 67% instances), Gender (326; 49% instances), Person (21; 3% instances), Animacy (4; 1% instances)
PROPN occurs with 14 feature-value pairs: Animacy=Anim, Animacy=Inan, Case=Acc, Case=Gen, Case=Ins, Case=Loc, Case=Nom, Gender=Com, Gender=Fem, Gender=Masc, Gender=Neut, Number=Plur, Number=Sing, Person=3
PROPN occurs with 42 feature combinations.
The most frequent feature combination is Case=Nom|Gender=Masc|Number=Sing (112 tokens).
Examples: ଟାଗୋର, ଗାନ୍ଧୀ, ଗୋପବନ୍ଧୁ, ଦତ୍ତ, ନରେନ୍ଦ୍ର, ନରେନ୍ଦ୍ରନାଥ, ରମଣ, ଦାସ, ମଧୁସୂଦନ, ଗୋପାଳ
Relations
PROPN nodes are attached to their parents using 15 different relations: compound (219; 33% instances), nmod (135; 20% instances), nsubj (105; 16% instances), conj (62; 9% instances), flat (43; 6% instances), obl (43; 6% instances), appos (20; 3% instances), obj (19; 3% instances), iobj (7; 1% instances), parataxis (5; 1% instances), root (3; 0% instances), xcomp (3; 0% instances), vocative (2; 0% instances), ccomp (1; 0% instances), dislocated (1; 0% instances)
Parents of PROPN nodes belong to 10 different parts of speech: NOUN (238; 36% instances), PROPN (230; 34% instances), VERB (174; 26% instances), ADJ (13; 2% instances), ADP (3; 0% instances), NUM (3; 0% instances), (3; 0% instances), PRON (2; 0% instances), AUX (1; 0% instances), DET (1; 0% instances)
393 (59%) PROPN nodes are leaves.
157 (24%) PROPN nodes have one child.
71 (11%) PROPN nodes have two children.
47 (7%) PROPN nodes have three or more children.
The highest child degree of a PROPN node is 8.
Children of PROPN nodes are attached using 19 different relations: compound (133; 27% instances), punct (71; 15% instances), conj (59; 12% instances), nmod (52; 11% instances), flat (36; 7% instances), cc (34; 7% instances), appos (21; 4% instances), amod (16; 3% instances), nsubj (12; 2% instances), nummod (11; 2% instances), case (10; 2% instances), obl (8; 2% instances), acl (5; 1% instances), det (4; 1% instances), discourse (4; 1% instances), obj (4; 1% instances), advmod (2; 0% instances), dislocated (1; 0% instances), mark (1; 0% instances)
Children of PROPN nodes belong to 13 different parts of speech: PROPN (230; 48% instances), PUNCT (71; 15% instances), NOUN (68; 14% instances), CCONJ (34; 7% instances), NUM (30; 6% instances), ADJ (16; 3% instances), ADP (10; 2% instances), PRON (7; 1% instances), VERB (7; 1% instances), PART (5; 1% instances), DET (3; 1% instances), ADV (2; 0% instances), SCONJ (1; 0% instances)