home edit page issue tracker

Treebank Statistics: UD_Russian: POS Tags: VERB

There are 2121 VERB lemmas (11%), 4673 VERB types (15%) and 8424 VERB tokens (8%). Out of 16 observed tags, the rank of VERB is: 4 in number of lemmas, 4 in number of types and 5 in number of tokens.

The 10 most frequent VERB lemmas: БЫТЬ, СТАТЬ, НАХОДИТЬСЯ, ИМЕТЬ, МОЧЬ, ПОЛУЧИТЬ, СОСТАВЛЯТЬ, РАБОТАТЬ, ВХОДИТЬ, РАСПОЛОЖИТЬ

The 10 most frequent VERB types: составляет, может, находится, входит, получил, стал, можно, родился, имеет, было

The 10 most frequent ambiguous lemmas: БЫТЬ (AUX 788, VERB 136), СТАТЬ (VERB 119, AUX 25), МОЧЬ (VERB 101, AUX 1), СОСТОЯТЬ (VERB 36, AUX 1), СДЕЛАТЬ (VERB 31, AUX 1), СЧИТАТЬ (VERB 26, AUX 1), НАЗНАЧИТЬ (VERB 23, AUX 1), НАЗЫВАТЬСЯ (VERB 20, AUX 1), НЕТ (VERB 17, NOUN 1, PART 1), ВЕСТИ (VERB 14, NOUN 1)

The 10 most frequent ambiguous types: стал (VERB 44, AUX 9), было (AUX 123, VERB 34), есть (VERB 26, AUX 2), могут (VERB 26, AUX 1), стала (VERB 24, AUX 6), был (AUX 295, VERB 18), назначен (VERB 18, AUX 1), нет (VERB 17, NOUN 1, PART 1), были (AUX 130, VERB 16), стали (VERB 16, AUX 1, NOUN 1)

• стал
  • VERB 44: Первым муллой села Кочалейка стал Абсалям Янаев .
  • AUX 9: Замок Калкреух стал резиденцией вождей клана , а младшие ветви селились поблизости , в Балгэйре и Блэкхаусе .
• было
  • AUX 123: Новое название поселению было дано по речке Пивка .
  • VERB 34: В 2005 году было 1467 человек .
• есть
  • VERB 26: У Самары есть старший брат – Гладстоун Фелиппо Сантана ( род. 1974 ) .
  • AUX 2: В мужицком невежестве своём он воображал , что престол церковный есть царское седалище .
• могут
  • VERB 26: Звёзды также могут быть покрыты планетами и их спутниками .
  • AUX 1: Объектоспособными результатами интеллектуальной деятельности , охраняемыми в качестве полезных моделей , могут быть только технические решения , относящиеся к устройствам .
• стала
  • VERB 24: Она родила Амфисса , позже стала женой Андремона .
  • AUX 6: Победителем турнира стала сборная Бразилии .
• был
  • AUX 295: Текст был написан по - латыни .
  • VERB 18: В городе был Юрий Гагарин .
• назначен
  • VERB 18: 10 октября 1886 года назначен главным инспектором морской артиллерии .
  • AUX 1: Инициатором создания фонда был профессор Брёггер , сам Нансен был назначен пожизненным членом правления .
• нет
  • VERB 17: Крупных притоков нет .
  • NOUN 1: При этом , правда , они не учли , что холодная и влажная погода зимой фактически сводила на нет все надежды на устраиваемые аэростатами лесные пожары : леса США и Канады были влажными и покрыты снегом , небольшие зажигательные бомбы практически не имели шансов произвести задуманный эффект .
  • PART 1: Лирические героини многих её стихотворений говорят о страстной влюблённости или любви ( иногда взаимной , иногда нет ) к различным женщинам , но описания телесного контакта между женщинами встречаются редко и являются спорными .
• были
  • AUX 130: В 1994 году были проведены раскопки и обнаружен фундамент храма .
  • VERB 16: Ещё до представления у неё были плохие предчувствия .
• стали
  • VERB 16: Но после того , как все стали приготавливать , звезда давалась только лучшему .
  • AUX 1: Цена на Nike Air Max выше , чем на другие кроссовки той же фирмы , поэтому они стали символом роскоши и привилегированности .
  • NOUN 1: Для уменьшения веса судна его строили не из стали , а из алюминиево - магниевого сплава .

Morphology

The form / lemma ratio of VERB is 2.203206 (the average of all parts of speech is 1.591329).

The 1st highest number of forms (20) was observed with the lemma “ПОЛУЧИТЬ”: Полученная, Полученный, Получив, получат, получена, полученной, полученном, полученную, полученных, получены, получившему, получившие, получивший, получивших, получил, получила, получили, получило, получит, получить.

The 2nd highest number of forms (19) was observed with the lemma “ИМЕТЬ”: имевшая, имевших, имеем, имеет, имел, имела, имели, имело, иметь, имеют, имеющая, имеющего, имеющей, имеющему, имеющие, имеющий, имеющим, имеющих, имея.

The 3rd highest number of forms (17) was observed with the lemma “ИСПОЛЬЗОВАТЬ”: использовав, использовал, использовала, использовали, использован, использована, использованы, использовать, используемым, используемых, использует, использую, используют, использующая, использующие, использующих, используя.

VERB occurs with 12 features: Aspect (8336; 99% instances), VerbForm (8319; 99% instances), Number (7191; 85% instances), Tense (7174; 85% instances), Mood (5130; 61% instances), Gender (3835; 46% instances), Voice (3645; 43% instances), Animacy (2061; 24% instances), Case (2061; 24% instances), Person (2012; 24% instances), Variant (946; 11% instances), Degree (88; 1% instances)

VERB occurs with 33 feature-value pairs: Animacy=Anim, Animacy=Inan, Aspect=Imp, Aspect=Perf, Case=Acc, Case=Dat, Case=Gen, Case=Ins, Case=Loc, Case=Nom, Degree=Cmp, Degree=Pos, Gender=Fem, Gender=Masc, Gender=Neut, Mood=Imp, Mood=Ind, Number=Plur, Number=Sing, Person=1, Person=2, Person=3, Tense=Fut, Tense=Past, Tense=Pres, Variant=Short, VerbForm=Conv, VerbForm=Fin, VerbForm=Inf, VerbForm=Part, Voice=Act, Voice=Mid, Voice=Pass

VERB occurs with 226 feature combinations. The most frequent feature combination is Aspect=Imp|Mood=Ind|Number=Sing|Person=3|Tense=Pres|VerbForm=Fin (911 tokens). Examples: составляет, может, входит, имеет, есть, занимает, работает, состоит, представляет, происходит

Relations

VERB nodes are attached to their parents using 24 different relations: root (3798; 45% instances), acl (1103; 13% instances), conj (1012; 12% instances), xcomp (648; 8% instances), acl:relcl (569; 7% instances), advcl (498; 6% instances), parataxis (434; 5% instances), ccomp (214; 3% instances), appos (39; 0% instances), amod (34; 0% instances), fixed (18; 0% instances), nmod (14; 0% instances), discourse (8; 0% instances), cop (7; 0% instances), nsubj (6; 0% instances), obl (6; 0% instances), obj (5; 0% instances), advmod (3; 0% instances), orphan (3; 0% instances), csubj (1; 0% instances), flat (1; 0% instances), goeswith (1; 0% instances), iobj (1; 0% instances), list (1; 0% instances)

Parents of VERB nodes belong to 13 different parts of speech: (3798; 45% instances), VERB (2439; 29% instances), NOUN (1692; 20% instances), ADJ (202; 2% instances), PROPN (139; 2% instances), PRON (82; 1% instances), ADV (28; 0% instances), DET (15; 0% instances), NUM (10; 0% instances), ADP (7; 0% instances), PUNCT (6; 0% instances), AUX (3; 0% instances), SYM (3; 0% instances)

313 (4%) VERB nodes are leaves.

657 (8%) VERB nodes have one child.

1285 (15%) VERB nodes have two children.

6169 (73%) VERB nodes have three or more children.

The highest child degree of a VERB node is 25.

Children of VERB nodes are attached using 34 different relations: punct (7498; 25% instances), obl (7016; 24% instances), nsubj (3766; 13% instances), obj (2821; 10% instances), advmod (2064; 7% instances), conj (1048; 4% instances), cc (836; 3% instances), nsubj:pass (658; 2% instances), xcomp (626; 2% instances), iobj (575; 2% instances), aux:pass (523; 2% instances), advcl (455; 2% instances), mark (422; 1% instances), parataxis (395; 1% instances), ccomp (239; 1% instances), obl:agent (224; 1% instances), discourse (153; 1% instances), cc:preconj (88; 0% instances), aux (46; 0% instances), acl (37; 0% instances), appos (33; 0% instances), list (19; 0% instances), case (13; 0% instances), amod (7; 0% instances), dep (6; 0% instances), vocative (6; 0% instances), acl:relcl (5; 0% instances), det (5; 0% instances), orphan (5; 0% instances), nummod (4; 0% instances), fixed (2; 0% instances), nmod (2; 0% instances), csubj (1; 0% instances), goeswith (1; 0% instances)

Children of VERB nodes belong to 15 different parts of speech: NOUN (12112; 41% instances), PUNCT (7501; 25% instances), VERB (2439; 8% instances), PROPN (1567; 5% instances), PRON (1531; 5% instances), ADV (1516; 5% instances), CCONJ (930; 3% instances), AUX (573; 2% instances), PART (457; 2% instances), SCONJ (402; 1% instances), ADJ (304; 1% instances), NUM (113; 0% instances), DET (57; 0% instances), ADP (51; 0% instances), SYM (46; 0% instances)

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

.