Statistics of Gender in UD

home edit page issue tracker

This page pertains to UD version 2.

It appears that you have Javascript disabled. Please consider enabling Javascript for this page to see the visualizations.

Treebank Statistics: UD_Polish-PDB: Features: `Gender`

This feature is universal. It occurs with 3 different values: Fem, Masc, Neut.

171723 tokens (49%) have a non-empty value of Gender. 55766 types (92%) occur at least once with a non-empty value of Gender. 25364 lemmas (92%) occur at least once with a non-empty value of Gender. The feature is used with 8 part-of-speech tags: NOUN (87150; 25% instances), ADJ (35432; 10% instances), VERB (14210; 4% instances), PROPN (11729; 3% instances), PRON (9871; 3% instances), DET (9348; 3% instances), NUM (2633; 1% instances), AUX (1350; 0% instances).

`NOUN`

87150 NOUN tokens (98% of all NOUN tokens) have a non-empty value of Gender.

The most frequent other feature values with which NOUN and Gender co-occurred: Number=Sing (63031; 72%), Animacy=EMPTY (48329; 55%).

NOUN tokens may have the following values of Gender:

Fem (31455; 36% of non-empty Gender): kobieta, pracy, osób, dziewczynka, pani, osoby, sprawie, ręce, wodzie, wody
Masc (38821; 45% of non-empty Gender): mężczyzna, roku, pan, lat, człowiek, chłopiec, ludzi, sposób, domu, dnia
Neut (16874; 19% of non-empty Gender): dzieci, dziecko, życie, państwa, życia, pobliżu, miasta, prawa, miejscu, działania
EMPTY (1484): r, zł, art, tys, proc, ust, %, ul, godz, mln

Paradigm państwo	`Masc`	`Neut`
`Animacy=Hum\|Case=Acc\|Number=Ptan`	państwa
`Animacy=Hum\|Case=Dat\|Number=Ptan`	państwu
`Animacy=Hum\|Case=Gen\|Number=Ptan`	państwa
`Animacy=Hum\|Case=Nom\|Number=Ptan`	państwo
`Case=Acc\|Number=Sing`		państwo
`Case=Acc\|Number=Plur`		państwa
`Case=Dat\|Number=Sing`		państwu
`Case=Dat\|Number=Plur`		państwom
`Case=Gen\|Number=Sing`		państwa
`Case=Gen\|Number=Plur`		państw
`Case=Ins\|Number=Sing`		państwem
`Case=Ins\|Number=Plur`		państwami
`Case=Loc\|Number=Sing`		państwie
`Case=Loc\|Number=Plur`		państwach
`Case=Nom\|Number=Sing`		państwo
`Case=Nom\|Number=Plur`		państwa

Gender seems to be lexical feature of NOUN. 100% lemmas (11210) occur only with one value of Gender.

`ADJ`

35432 ADJ tokens (99% of all ADJ tokens) have a non-empty value of Gender.

The most frequent other feature values with which ADJ and Gender co-occurred: Aspect=EMPTY (28668; 81%), Polarity=EMPTY (28668; 81%), VerbForm=EMPTY (28668; 81%), Voice=EMPTY (28668; 81%), Degree=Pos (27510; 78%), Number=Sing (24045; 68%), Animacy=EMPTY (19226; 54%).

ADJ tokens may have the following values of Gender:

Fem (13041; 37% of non-empty Gender): europejskiej, jednej, drugiej, jedna, innych, polskiej, pierwszej, inne, jedną, sama
Masc (16206; 46% of non-empty Gender): jeden, sam, pierwszy, cały, innych, drugi, 1, mały, jednym, duży
Neut (6185; 17% of non-empty Gender): członkowskie, członkowskich, drugie, jedno, pierwsze, dotyczące, jednym, nowe, całe, innych
EMPTY (496): prostu, czarno, św, biało, polsko, dawna, daleka, wolna, czerwono, południowo

Paradigm jeden	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Case=Acc\|Number=Sing`	jednego
`Animacy=Hum\|Case=Dat\|Number=Sing`	jednemu
`Animacy=Hum\|Case=Gen\|Number=Sing`	jednego
`Animacy=Hum\|Case=Gen\|Number=Plur`	jednych
`Animacy=Hum\|Case=Ins\|Number=Sing`	jednym
`Animacy=Hum\|Case=Loc\|Number=Sing`	jednym
`Animacy=Hum\|Case=Nom\|Number=Sing`	jeden
`Animacy=Hum\|Case=Nom\|Number=Plur`	jedni
`Animacy=Inan\|Case=Acc\|Number=Sing`	jeden
`Animacy=Inan\|Case=Gen\|Number=Sing`	jednego, JEDNEG0
`Animacy=Inan\|Case=Gen\|Number=Plur`	jednych
`Animacy=Inan\|Case=Ins\|Number=Sing`	jednym
`Animacy=Inan\|Case=Loc\|Number=Sing`	jednym
`Animacy=Inan\|Case=Loc\|Number=Plur`	jednych
`Animacy=Inan\|Case=Nom\|Number=Sing`	jeden
`Animacy=Inan\|Case=Nom\|Number=Plur`	jedne
`Animacy=Nhum\|Case=Acc\|Number=Sing`	jednego
`Animacy=Nhum\|Case=Dat\|Number=Sing`	jednemu
`Animacy=Nhum\|Case=Gen\|Number=Sing`	jednego
`Animacy=Nhum\|Case=Loc\|Number=Sing`	jednym
`Animacy=Nhum\|Case=Nom\|Number=Sing`	jeden
`Case=Acc\|Number=Sing`		jedną	jedno
`Case=Dat\|Number=Sing`		jednej
`Case=Gen\|Number=Sing`		jednej	jednego
`Case=Gen\|Number=Plur`		jednych	jednych
`Case=Ins\|Number=Sing`		jedną	jednym
`Case=Loc\|Number=Sing`		jednej	jednym
`Case=Nom\|Number=Sing`		jedna	jedno
`Case=Nom\|Number=Plur`		jedne

`VERB`

14210 VERB tokens (36% of all VERB tokens) have a non-empty value of Gender.

The most frequent other feature values with which VERB and Gender co-occurred: Mood=Ind (14210; 100%), Person=EMPTY (14210; 100%), VerbForm=Fin (14210; 100%), Voice=Act (14210; 100%), Tense=Past (13878; 98%), Number=Sing (11134; 78%), Aspect=Perf (8055; 57%), Animacy=Hum (7734; 54%).

VERB tokens may have the following values of Gender:

Fem (3415; 24% of non-empty Gender): miała, powinna, mogła, chciała, powiedziała, musiała, była, stała, widziała, wiedziała
Masc (9198; 65% of non-empty Gender): miał, powiedział, chciał, mógł, powinien, mówił, mieli, mogli, był, powinni
Neut (1597; 11% of non-empty Gender): było, stało, udało, powinno, miało, doszło, okazało, mogło, należało, wydawało
EMPTY (25317): ma, może, stoi, jest, można, mówi, siedzi, należy, mam, mogą

Paradigm mieć	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Number=Sing`	miał
`Animacy=Hum\|Number=Plur`	mieli
`Animacy=Inan\|Number=Sing`	miał
`Animacy=Inan\|Number=Plur`	miały
`Animacy=Nhum\|Number=Sing`	miał
`Number=Sing`		miała, miala	miało
`Number=Plur`		miały	miały

`PROPN`

11729 PROPN tokens (98% of all PROPN tokens) have a non-empty value of Gender.

The most frequent other feature values with which PROPN and Gender co-occurred: Number=Sing (11002; 94%).

PROPN tokens may have the following values of Gender:

Fem (3267; 28% of non-empty Gender): Polsce, Polski, UE, Europy, Polska, Europie, Warszawie, Warszawy, AWS, Rosji
Masc (7283; 62% of non-empty Gender): Andrzej, Jerzy, SLD, Marek, Piotr, Jan, Polacy, Polaków, Krzysztof, Jacek
Neut (1179; 10% of non-empty Gender): USA, PiS, Niemczech, Niemiec, Stanów, PSL, WE, Włoszech, PKP, Chin
EMPTY (271): K, S, A, M, J, b, c, H, G, P

Paradigm Maria	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Case=Gen`	Marii
`Animacy=Hum\|Case=Nom`	Maria
`Case=Acc`		Marie
`Case=Gen`		Marii
`Case=Loc`		Marii
`Case=Nom`		Maria, MARIA	Maria

Gender seems to be lexical feature of PROPN. 98% lemmas (5694) occur only with one value of Gender.

`PRON`

9871 PRON tokens (60% of all PRON tokens) have a non-empty value of Gender.

The most frequent other feature values with which PRON and Gender co-occurred: Reflex=EMPTY (9871; 100%), Number=Sing (7943; 80%), PronType=Prs (6042; 61%), PrepCase=EMPTY (5739; 58%), Animacy=EMPTY (5031; 51%).

PRON tokens may have the following values of Gender:

Fem (1611; 16% of non-empty Gender): jej, ją, ona, niej, mnie, ich, nią, mi, je, ja
Masc (4840; 49% of non-empty Gender): jego, go, ich, mnie, mu, mi, nas, on, nim, kto
Neut (3420; 35% of non-empty Gender): to, co, tym, tego, coś, wszystko, nic, wszystkim, czym, czego
EMPTY (6615): się, sobie, siebie, sobą, sie, se, sia

Paradigm on	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Hum\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Hum\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Hum\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Short`	ń
`Animacy=Hum\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Hum\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Short`	ich
`Animacy=Hum\|Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Hum\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jemu
`Animacy=Hum\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Hum\|Case=Dat\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niemu
`Animacy=Hum\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`	im
`Animacy=Hum\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Short`	im
`Animacy=Hum\|Case=Dat\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Hum\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Hum\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Hum\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Hum\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Hum\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Short`	ich
`Animacy=Hum\|Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Hum\|Case=Ins\|Number=Sing\|PrepCase=Npr\|Variant=Long`	nim
`Animacy=Hum\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Hum\|Case=Ins\|Number=Plur\|PrepCase=Npr\|Variant=Long`	nimi
`Animacy=Hum\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Hum\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Hum\|Case=Loc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Hum\|Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`	on
`Animacy=Hum\|Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`	oni
`Animacy=Inan\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Long`	go, jego
`Animacy=Inan\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Inan\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Inan\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`	je, ich
`Animacy=Inan\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Short`	je
`Animacy=Inan\|Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nie
`Animacy=Inan\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Inan\|Case=Dat\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niemu
`Animacy=Inan\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`	im
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Inan\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Short`	ń
`Animacy=Inan\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Inan\|Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Inan\|Case=Ins\|Number=Sing\|PrepCase=Npr\|Variant=Long`	nim
`Animacy=Inan\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Inan\|Case=Ins\|Number=Plur\|PrepCase=Npr\|Variant=Long`	nimi
`Animacy=Inan\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Inan\|Case=Loc\|Number=Sing\|PrepCase=Npr\|Variant=Long`	nim
`Animacy=Inan\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Inan\|Case=Loc\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Inan\|Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`	on
`Animacy=Inan\|Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`	one
`Animacy=Nhum\|Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Nhum\|Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Nhum\|Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`	je
`Animacy=Nhum\|Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`	mu
`Animacy=Nhum\|Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`	im
`Animacy=Nhum\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`	jego, go
`Animacy=Nhum\|Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`	go
`Animacy=Nhum\|Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`	niego
`Animacy=Nhum\|Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`	ich
`Animacy=Nhum\|Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nich
`Animacy=Nhum\|Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Nhum\|Case=Ins\|Number=Plur\|PrepCase=Npr\|Variant=Long`	nimi
`Animacy=Nhum\|Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`	nimi
`Animacy=Nhum\|Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`	nim
`Animacy=Nhum\|Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`	on
`Animacy=Nhum\|Case=Nom\|Number=Sing\|PrepCase=Pre\|Variant=Long`	on
`Animacy=Nhum\|Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`	one
`Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Long`		ją, je	je
`Case=Acc\|Number=Sing\|PrepCase=Npr\|Variant=Short`			je
`Case=Acc\|Number=Sing\|PrepCase=Pre\|Variant=Long`		nią	nie
`Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Long`		je	je
`Case=Acc\|Number=Plur\|PrepCase=Npr\|Variant=Short`		je	je
`Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nie	nie
`Case=Acc\|Number=Plur\|PrepCase=Pre\|Variant=Short`			nie
`Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Long`		jej	jemu
`Case=Dat\|Number=Sing\|PrepCase=Npr\|Variant=Short`		jej	mu
`Case=Dat\|Number=Sing\|PrepCase=Pre\|Variant=Long`		niej
`Case=Dat\|Number=Plur\|PrepCase=Npr\|Variant=Long`		im	im
`Case=Dat\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nim
`Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Long`		jej	jego
`Case=Gen\|Number=Sing\|PrepCase=Npr\|Variant=Short`			go
`Case=Gen\|Number=Sing\|PrepCase=Pre\|Variant=Long`		niej	niego
`Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Long`		ich	ich
`Case=Gen\|Number=Plur\|PrepCase=Npr\|Variant=Short`		ich	ich
`Case=Gen\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nich	nich
`Case=Ins\|Number=Sing\|PrepCase=Npr\|Variant=Long`			nim
`Case=Ins\|Number=Sing\|PrepCase=Pre\|Variant=Long`		nią	nim
`Case=Ins\|Number=Plur\|PrepCase=Npr\|Variant=Long`		nimi	nimi
`Case=Ins\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nimi	nimi
`Case=Loc\|Number=Sing\|PrepCase=Pre\|Variant=Long`		niej	nim
`Case=Loc\|Number=Plur\|PrepCase=Npr\|Variant=Long`			nich
`Case=Loc\|Number=Plur\|PrepCase=Pre\|Variant=Long`		nich	nich
`Case=Nom\|Number=Sing\|PrepCase=Npr\|Variant=Long`		ona	ono
`Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Long`		one, oneż	one
`Case=Nom\|Number=Plur\|PrepCase=Npr\|Variant=Short`			one

`DET`

9348 DET tokens (100% of all DET tokens) have a non-empty value of Gender.

The most frequent other feature values with which DET and Gender co-occurred: Number[psor]=EMPTY (8406; 90%), Person=EMPTY (8406; 90%), Poss=EMPTY (7636; 82%), Number=Sing (5489; 59%), Animacy=EMPTY (4680; 50%).

DET tokens may have the following values of Gender:

Fem (3078; 33% of non-empty Gender): tej, która, ta, które, której, tę, swoją, którą, tych, kilka
Masc (4668; 50% of non-empty Gender): ten, który, tym, którzy, tego, którym, które, tych, te, których
Neut (1602; 17% of non-empty Gender): które, to, tym, takie, tego, te, swoje, tych, jakie, moje

Paradigm ten	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Case=Acc\|Number=Sing`	tego
`Animacy=Hum\|Case=Acc\|Number=Plur`	tych
`Animacy=Hum\|Case=Dat\|Number=Sing`	temu
`Animacy=Hum\|Case=Dat\|Number=Plur`	tym
`Animacy=Hum\|Case=Gen\|Number=Sing`	tego
`Animacy=Hum\|Case=Gen\|Number=Plur`	tych
`Animacy=Hum\|Case=Ins\|Number=Sing`	tym
`Animacy=Hum\|Case=Ins\|Number=Plur`	tymi
`Animacy=Hum\|Case=Loc\|Number=Sing`	tym
`Animacy=Hum\|Case=Loc\|Number=Plur`	tych
`Animacy=Hum\|Case=Nom\|Number=Sing`	ten
`Animacy=Hum\|Case=Nom\|Number=Plur`	ci
`Animacy=Inan\|Case=Acc\|Number=Sing`	ten, tego
`Animacy=Inan\|Case=Acc\|Number=Plur`	te
`Animacy=Inan\|Case=Dat\|Number=Sing`	temu
`Animacy=Inan\|Case=Dat\|Number=Plur`	tym
`Animacy=Inan\|Case=Gen\|Number=Sing`	tego
`Animacy=Inan\|Case=Gen\|Number=Plur`	tych
`Animacy=Inan\|Case=Ins\|Number=Sing`	tym
`Animacy=Inan\|Case=Ins\|Number=Plur`	tymi
`Animacy=Inan\|Case=Loc\|Number=Sing`	tym
`Animacy=Inan\|Case=Loc\|Number=Plur`	tych
`Animacy=Inan\|Case=Nom\|Number=Sing`	ten
`Animacy=Inan\|Case=Nom\|Number=Plur`	te
`Animacy=Nhum\|Case=Acc\|Number=Sing`	tego
`Animacy=Nhum\|Case=Acc\|Number=Plur`	te
`Animacy=Nhum\|Case=Dat\|Number=Sing`	temu
`Animacy=Nhum\|Case=Gen\|Number=Plur`	tych
`Animacy=Nhum\|Case=Ins\|Number=Plur`	tymi
`Animacy=Nhum\|Case=Nom\|Number=Sing`	ten
`Animacy=Nhum\|Case=Nom\|Number=Plur`	te
`Case=Acc\|Number=Sing`		tę, tą	to, te
`Case=Acc\|Number=Plur`		te	te
`Case=Dat\|Number=Sing`		tej	temu
`Case=Dat\|Number=Plur`		tym	tym
`Case=Gen\|Number=Sing`		tej	tego
`Case=Gen\|Number=Plur`		tych	tych
`Case=Ins\|Number=Sing`		tą	tym
`Case=Ins\|Number=Plur`		tymi	tymi
`Case=Loc\|Number=Sing`		tej	tym
`Case=Loc\|Number=Plur`		tych	tych
`Case=Nom\|Number=Sing`		ta	to
`Case=Nom\|Number=Plur`		te	te

`NUM`

2633 NUM tokens (100% of all NUM tokens) have a non-empty value of Gender.

The most frequent other feature values with which NUM and Gender co-occurred: Number=Plur (2575; 98%), NumForm=Word (1355; 51%), Animacy=Inan (1332; 51%).

NUM tokens may have the following values of Gender:

Fem (613; 23% of non-empty Gender): dwie, trzy, cztery, dwóch, pięć, 10, sześć, trzech, 5, 20
Masc (1853; 70% of non-empty Gender): dwa, dwóch, 10, trzech, trzy, 3, 2, dwaj, 30, 5
Neut (167; 6% of non-empty Gender): dwoje, dwa, trzy, pół, trzech, dwóch, Troje, pięć, 10, czterech

Paradigm dwa	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Case=Acc`	dwóch, dwu
`Animacy=Hum\|Case=Dat`	dwóm
`Animacy=Hum\|Case=Gen`	dwóch
`Animacy=Hum\|Case=Ins`	dwoma
`Animacy=Hum\|Case=Nom`	dwóch, dwaj
`Animacy=Hum\|Case=Nom\|NumType=Sets`	dwoje
`Animacy=Inan\|Case=Acc`	dwa
`Animacy=Inan\|Case=Gen`	dwóch, dwu
`Animacy=Inan\|Case=Ins`	dwoma
`Animacy=Inan\|Case=Loc`	dwóch, dwu
`Animacy=Inan\|Case=Nom`	dwa
`Animacy=Nhum\|Case=Acc`	dwa
`Animacy=Nhum\|Case=Gen`	dwóch
`Animacy=Nhum\|Case=Ins`	dwoma
`Animacy=Nhum\|Case=Nom`	dwa
`Case=Acc`		dwie	dwa
`Case=Acc\|NumType=Sets`			dwoje
`Case=Dat`		dwóm
`Case=Gen`		dwóch	dwóch, dwu
`Case=Ins`		dwiema, dwoma
`Case=Ins\|NumType=Sets`			dwojgiem
`Case=Loc`		dwóch, dwu
`Case=Nom`		dwie	dwa
`Case=Nom\|NumType=Sets`			dwoje

`AUX`

1350 AUX tokens (15% of all AUX tokens) have a non-empty value of Gender.

The most frequent other feature values with which AUX and Gender co-occurred: Mood=Ind (1350; 100%), Person=EMPTY (1350; 100%), Tense=Past (1350; 100%), Variant=EMPTY (1350; 100%), VerbForm=Fin (1350; 100%), Voice=Act (1350; 100%), Number=Sing (1098; 81%), Aspect=Imp (1039; 77%).

AUX tokens may have the following values of Gender:

Fem (369; 27% of non-empty Gender): była, została, były, zostały
Masc (618; 46% of non-empty Gender): był, został, byli, były, zostały, zostali, byl, bywali
Neut (363; 27% of non-empty Gender): było, zostało, były, zostały, była
EMPTY (7425): jest, em, to, by, będzie, są, m, śmy, być, będą

Paradigm być	`Masc`	`Fem`	`Neut`
`Animacy=Hum\|Number=Sing`	był, byl
`Animacy=Hum\|Number=Plur`	byli
`Animacy=Inan\|Number=Sing`	był
`Animacy=Inan\|Number=Plur`	były
`Animacy=Nhum\|Number=Sing`	był
`Animacy=Nhum\|Number=Plur`	Były
`Number=Sing`		była	było
`Number=Plur`		były	były, była

Relations with Agreement in `Gender`

The 10 most frequent relations where parent and child node agree in Gender: NOUN –[amod]–> ADJ (21669; 98%), NOUN –[acl]–> ADJ (4542; 99%), NOUN –[det]–> DET (3928; 99%), PROPN –[flat]–> PROPN (1729; 89%), VERB –[conj]–> VERB (1725; 66%), NOUN –[det:poss]–> DET (1661; 100%), ADJ –[conj]–> ADJ (1428; 83%), VERB –[nsubj]–> PROPN (1413; 63%), NOUN –[amod:flat]–> ADJ (1145; 79%), NOUN –[nummod]–> NUM (1116; 86%).

Treebank Statistics: UD_Polish-PDB: Features: Gender

NOUN

ADJ

VERB

PROPN

PRON

DET

NUM

AUX

Relations with Agreement in Gender