home edit page issue tracker

Treebank Statistics: UD_Sanskrit: Features: Gender

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

922 tokens (54%) have a non-empty value of Gender. 689 types (70%) occur at least once with a non-empty value of Gender. 550 lemmas (74%) occur at least once with a non-empty value of Gender. The feature is used with 9 part-of-speech tags: NOUN (478; 28% instances), PRON (123; 7% instances), PROPN (87; 5% instances), ADJ (85; 5% instances), VERB (73; 4% instances), DET (64; 4% instances), NUM (10; 1% instances), AUX (1; 0% instances), PART (1; 0% instances).

NOUN

478 NOUN tokens (93% 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 (375; 78%).

NOUN tokens may have the following values of Gender:

• Fem (57; 12% of non-empty Gender): सेवा, धूः, बुद्धि, भद्रे, भार्या, संसदि, सुधा, अटवीम्, अटव्याम्, अनुगृहीता
• Masc (278; 58% of non-empty Gender): अर्थम्, देव, अर्थाः, राजा, काल, कौलिकः, उपायम्, ब्राह्मणः, भद्र, वणिक्
• Neut (143; 30% of non-empty Gender): नाम, उदक, शासन, अर्थम्, नमः, उदर, कथामुखम्, करणात्, क्षीरम्, ग्रहण
• EMPTY (36): महा, मास, अनुग्रह, अर्था, अशन, कठोर, क्षुत्, गति, गान्धर्व, गुण

Paradigm अर्थ	Masc	Neut
Case=Acc|Number=Sing	अर्थम्	अर्थम्
Case=Gen|Number=Sing	अर्थस्य
Case=Ins|Number=Sing	अर्थेन
Case=Nom|Number=Sing	अर्थः	अर्थम्, अर्थ
Case=Nom|Number=Plur	अर्थाः
Number=Sing	अर्थ

Gender seems to be lexical feature of NOUN. 96% lemmas (331) occur only with one value of Gender.

PRON

123 PRON tokens (69% of all PRON tokens) have a non-empty value of Gender.

The most frequent other feature values with which PRON and Gender co-occurred: Number=Sing (108; 88%), Person=EMPTY (102; 83%), PronType=Dem (80; 65%), Case=Nom (63; 51%).

PRON tokens may have the following values of Gender:

• Fem (9; 7% of non-empty Gender): सा, तया, अस्याम्, एनाम्, तस्याः, या
• Masc (72; 59% of non-empty Gender): तस्य, स, सः, भवान्, यस्या, अयम्, असौ, एतान्, तस्मै, यः
• Neut (42; 34% of non-empty Gender): तत्, किम्, एतत्, किं, इदम्, तस्मात्, यत्, एतद्, एतेषां, किंचिद्
• EMPTY (56): अहम्, मम, मया, अस्मत्, त्वम्, अस्माकम्, तव, त्वत्, त्वाम्, मत्

Paradigm तद्	Masc	Fem	Neut
Case=Abl|Number=Sing|PronType=Dem	तस्मात्	तस्याः	तस्मात्
Case=Acc|Number=Sing|PronType=Dem	तम्		तत्
Case=Acc|Number=Plur|PronType=Dem	तान्		तानि
Case=Dat|Number=Sing|PronType=Dem	तस्मै
Case=Gen|Number=Sing|Person=3|PronType=Dem	तस्य		तस्य
Case=Gen|Number=Sing|Poss=Yes|PronType=Dem	तस्य
Case=Gen|Number=Sing|PronType=Dem	तस्य
Case=Gen|Number=Dual|PronType=Dem	तयोर्
Case=Gen|Number=Plur|PronType=Dem			तेषाम्
Case=Ins|Number=Sing|PronType=Dem	तेन	तया
Case=Nom|Number=Sing|Person=3|PronType=Dem			तत्
Case=Nom|Number=Sing|PronType=Dem	स, सः, सह्	सा	तत्, तद्
Case=Nom|Number=Dual	तौ
Case=Nom|Number=Dual|Person=3|PronType=Dem	तौ
Case=Nom|Number=Plur|PronType=Dem	ते

PROPN

87 PROPN tokens (100% 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 (75; 86%), Case=Nom (60; 69%).

PROPN tokens may have the following values of Gender:

• Fem (9; 10% of non-empty Gender): यमुना, सरस्वती, आद्या, चंडिका, दितिर्, मथुरा, शारदा, श्रीर्
• Masc (63; 72% of non-empty Gender): दमनकः, पिङ्गलकः, करटकः, विष्णुशर्मा, सञ्जीवकस्य, अदितिसुता, अनन्तशक्तिश्, अमरशक्तिर्, अर्थशास्त्र, आदित्यौ
• Neut (15; 17% of non-empty Gender): महिलारोप्यं, अपरीक्षितकारकाणि, अर्थशास्त्रं, अर्थशास्त्राणि, कामशास्त्राणि, चाणक्यादीनि, धर्मशास्त्राणि, धर्मार्थकामशास्त्राणि, नीतिशास्त्र, पञ्चतन्त्रम्

Paradigm अर्थशास्त्र	Masc	Neut
Number=Sing	अर्थशास्त्र	अर्थशास्त्रं
Number=Plur		अर्थशास्त्राणि

Gender seems to be lexical feature of PROPN. 99% lemmas (69) occur only with one value of Gender.

ADJ

85 ADJ tokens (83% of all ADJ tokens) have a non-empty value of Gender.

The most frequent other feature values with which ADJ and Gender co-occurred: Number=Sing (71; 84%), Voice=EMPTY (67; 79%), Tense=EMPTY (66; 78%), VerbForm=EMPTY (65; 76%), Case=Nom (50; 59%).

ADJ tokens may have the following values of Gender:

• Fem (11; 13% of non-empty Gender): असंभाव्यां, एकाकिनी, कन्या, जनिता, परां, मानुषी, वन्ध्या, शुभायाम्, श्लक्ष्णया, सकलाम्
• Masc (54; 64% of non-empty Gender): महान्, अजातौ, अतिरस्कृतः, अत्यन्तं, अद्यतनः, अपृष्टः, अप्रधानः, अप्राप्तकालं, अविद्वान्, अशाश्वतो
• Neut (20; 24% of non-empty Gender): प्रथमम्, अगामीनि, उक्तं, ग्राह्यम्, ज्ञातम्, ज्ञेयानि, दाक्षिणात्ये, नित्यम्, परम्, पीड्यमानानि
• EMPTY (18): मृत, सकल, अजात, आकर्ण्य, इन्द्रिय, उचित, गम्भीर, तथ्य, दूर, प्रभूत

Paradigm महत्	Masc	Neut
	महान्	महत्

Gender seems to be lexical feature of ADJ. 97% lemmas (75) occur only with one value of Gender.

VERB

73 VERB tokens (26% of all VERB tokens) have a non-empty value of Gender.

The most frequent other feature values with which VERB and Gender co-occurred: Person=EMPTY (73; 100%), VerbForm=Part (73; 100%), Mood=EMPTY (72; 99%), Case=Nom (65; 89%), Voice=Pass (65; 89%), Number=Sing (61; 84%), Tense=Past (50; 68%).

VERB tokens may have the following values of Gender:

• Fem (3; 4% of non-empty Gender): करणीया, परिणीता, समुत्पन्ना
• Masc (44; 60% of non-empty Gender): प्रस्थितः, अगतः, अधिरूढः, अनुमतः, अभीष्ट, अलब्धाः, अवतीर्णः, अवत्र्णः, आगतः, आरब्धः
• Neut (26; 36% of non-empty Gender): आरब्धम्, उक्तं, अभिहितम्, उक्ते, अगम्यम्, अभिहितं, आलम्बितम्, कर्तव्यम्, कृतम्, गते
• EMPTY (205): अब्रवीत्, आह, भवति, गत्वा, करिष्यामि, श्रुत्वा, उच्यते, करोमि, प्रोवाच, अनुष्ठीयताम्

Paradigm कृ	Masc	Neut
Tense=Fut	कर्तव्यः	कर्तव्यम्
Tense=Past	कृतः	कृतम्

Gender seems to be lexical feature of VERB. 93% lemmas (50) occur only with one value of Gender.

DET

64 DET tokens (94% 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=Sing (56; 88%), PronType=Dem (45; 70%).

DET tokens may have the following values of Gender:

• Fem (6; 9% of non-empty Gender): तया, असौ, एषा, तस्याम्, तां
• Masc (36; 56% of non-empty Gender): अयम्, तम्, एनम्, कः, तस्य, तान्, ते, स, अनेन, असौ
• Neut (22; 34% of non-empty Gender): तत्, इदम्, किम्, एतत्, एतस्मिन्, कस्मिन्, किं, तेन, यत्, सर्वम्
• EMPTY (4): कतिभिः, किंचिद्, तत्, स्व

Paradigm तद्	Masc	Fem	Neut
Case=Abl|Number=Sing	तस्मात्
Case=Acc|Number=Sing	तम्	तां	तत्
Case=Acc|Number=Plur	तान्
Case=Gen|Number=Sing|Person=3	तस्य
Case=Gen|Number=Sing	तस्य
Case=Ins|Number=Sing|Person=3		तया
Case=Ins|Number=Sing	तेन	तया	तेन
Case=Loc|Number=Sing		तस्याम्
Case=Nom|Number=Sing|Person=3			तत्
Case=Nom|Number=Sing	स, सः		तत्
Case=Nom|Number=Plur	ते

NUM

10 NUM tokens (56% of all NUM tokens) have a non-empty value of Gender.

The most frequent other feature values with which NUM and Gender co-occurred: NumType=Card (10; 100%), Number=Sing (7; 70%), Case=Nom (6; 60%).

NUM tokens may have the following values of Gender:

• Fem (2; 20% of non-empty Gender): तिस्रः, पञ्चशती
• Masc (6; 60% of non-empty Gender): एकः, त्रयः, एकम्, षट्केन
• Neut (2; 20% of non-empty Gender): शतेन
• EMPTY (8): अशीति, एक, त्रि, द्वादशभिर्, पञ्चभिः, षट्, षड्भिः, सप्त

Paradigm त्रि	Masc	Fem
	त्रयः	तिस्रः

AUX

1 AUX tokens (8% 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=EMPTY (1; 100%), Number=Sing (1; 100%), Person=EMPTY (1; 100%), Tense=Pres (1; 100%), VerbForm=Part (1; 100%), Voice=Act (1; 100%).

AUX tokens may have the following values of Gender:

• Neut (1; 100% of non-empty Gender): सत्त्वम्
• EMPTY (12): अस्ति, अस्मि, स्यात्

PART

1 PART tokens (3% of all PART tokens) have a non-empty value of Gender.

The most frequent other feature values with which PART and Gender co-occurred: Polarity=EMPTY (1; 100%).

PART tokens may have the following values of Gender:

• Neut (1; 100% of non-empty Gender): किम्
• EMPTY (37): न, चित्, अन्, किम्, नहि, मा

Relations with Agreement in Gender

The 10 most frequent relations where parent and child node agree in Gender: NOUN –[amod]–> ADJ (48; 79%), NOUN –[det]–> DET (46; 84%), PROPN –[conj]–> PROPN (21; 84%), NOUN –[det]–> PRON (7; 88%), NOUN –[nsubj]–> NOUN (6; 67%), ADJ –[conj]–> ADJ (5; 71%), PRON –[nsubj:cop]–> NOUN (5; 83%), PROPN –[conj]–> NOUN (5; 71%), VERB –[conj]–> VERB (5; 71%), ADJ –[nsubj:cop]–> NOUN (4; 100%).

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

.