home edit page issue tracker

Treebank Statistics: UD_Sanskrit-UFAL: Features: Gender

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

881 tokens (48%) have a non-empty value of Gender. 647 types (61%) occur at least once with a non-empty value of Gender. 500 lemmas (64%) occur at least once with a non-empty value of Gender. The feature is used with 10 part-of-speech tags: NOUN (436; 24% instances), PRON (120; 7% instances), VERB (98; 5% instances), ADJ (77; 4% instances), PROPN (72; 4% instances), DET (64; 3% instances), NUM (10; 1% instances), ADV (2; 0% instances), AUX (1; 0% instances), PART (1; 0% instances).

NOUN

436 NOUN tokens (78% of all NOUN tokens) have a non-empty value of Gender.

The most frequent other feature values with which NOUN and Gender co-occurred: Compound=EMPTY (436; 100%), Number=Sing (368; 84%).

NOUN tokens may have the following values of Gender:

• Fem (54; 12% of non-empty Gender): भद्रे, भार्या, संसदि, अटवीम्, अटव्याम्, इच्छया, इच्छा, उत्पत्तिः, कन्या, कीलिका
• Masc (261; 60% of non-empty Gender): अर्थम्, देव, अर्थाः, राजा, कौलिकः, लोके, अर्थः, उपायम्, ब्राह्मणः, भद्र
• Neut (121; 28% of non-empty Gender): नाम, अर्थम्, नमः, शास्त्रम्, कथामुखम्, करणात्, क्षीरम्, नगरम्, पुस्तकम्, प्रयोजनम्
• EMPTY (124): मास, वणिक्, शास्त्र, सिंह, अर्थ, उदक, कर्म, काल, गुण, नगर

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
Case=Nom|Number=Plur	अर्थाः

Gender seems to be lexical feature of NOUN. 94% lemmas (283) occur only with one value of Gender.

PRON

120 PRON tokens (67% 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 (105; 88%), Person=EMPTY (100; 83%), PronType=Dem (78; 65%).

PRON tokens may have the following values of Gender:

• Fem (9; 8% of non-empty Gender): सा, तया, अस्याम्, एनाम्, तस्याः, या
• Masc (71; 59% of non-empty Gender): तस्य, स, सः, भवान्, यस्या, अयम्, असौ, एतान्, तस्मै, यः
• Neut (40; 33% of non-empty Gender): तत्, किम्, एतत्, इदम्, किं, तस्मात्, यत्, एतद्, एतेषां, किंचिद्
• EMPTY (59): अहम्, मम, मया, अस्मत्, त्वम्, अस्माकम्, तव, त्वत्, त्वाम्, मे

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|Person=3|PronType=Dem	तौ
Case=Nom|Number=Dual|Person=3|PronType=Prs	तौ
Case=Nom|Number=Plur|PronType=Dem	ते

VERB

98 VERB tokens (31% 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=EMPTY (98; 100%), Person=EMPTY (98; 100%), VerbForm=Part (98; 100%), Voice=Pass (88; 90%), Case=Nom (85; 87%), Number=Sing (82; 84%), Tense=Past (67; 68%).

VERB tokens may have the following values of Gender:

• Fem (6; 6% of non-empty Gender): अनुगृहीता, असंभाव्यां, करणीया, जनिता, परिणीता, समुत्पन्ना
• Masc (59; 60% of non-empty Gender): गतः, प्रस्थितः, अगतः, अधिरूढः, अनुज्ञातः, अनुमतः, अन्वितः, अपृष्टः, अप्रयुज्यमानः, अभीष्ट
• Neut (33; 34% of non-empty Gender): उक्तं, आरब्धम्, अभिहितम्, उक्ते, अगम्यम्, अभिहितं, आलम्बितम्, कर्तव्यम्, कार्यम्, कृतम्
• EMPTY (216): अब्रवीत्, आह, भवति, गत्वा, करिष्यामि, श्रुत्वा, उच्यते, करोमि, प्रोवाच, अनुष्ठीयताम्

Paradigm कृ	Masc	Neut
Number=Sing|Tense=Fut	कर्तव्यः	कर्तव्यम्, कार्यम्
Number=Sing|Tense=Past	कृतः	कृतम्
Number=Plur|Tense=Fut	कर्तव्याः

ADJ

77 ADJ tokens (68% of all ADJ tokens) have a non-empty value of Gender.

The most frequent other feature values with which ADJ and Gender co-occurred: Compound=EMPTY (77; 100%), Number=Sing (65; 84%), Case=Nom (41; 53%).

ADJ tokens may have the following values of Gender:

• Fem (8; 10% of non-empty Gender): एकाकिनी, कन्या, परां, मानुषी, वन्ध्या, शुभायाम्, श्लक्ष्णया, सकलाम्
• Masc (52; 68% of non-empty Gender): महान्, अजातौ, अतिरस्कृतः, अत्यन्तं, अद्यतनः, अप्रधानः, अप्राप्तस्य, अविद्वान्, अशाश्वतो, आद्यः
• Neut (17; 22% of non-empty Gender): प्रथमम्, अगामीनि, अङ्गी, ज्ञातम्, दाक्षिणात्ये, नित्यम्, परम्, पीड्यमानानि, पूरम्, प्रभूते
• EMPTY (36): गम्भीर, महा, सकल, सर्व, अजात, अनन्त, अनुचित, अप्राप्त, अहीन, आकर्ण्य

Paradigm महत्	Masc	Neut
	महान्	महत्

Gender seems to be lexical feature of ADJ. 97% lemmas (66) occur only with one value of Gender.

PROPN

72 PROPN tokens (77% of all PROPN tokens) have a non-empty value of Gender.

The most frequent other feature values with which PROPN and Gender co-occurred: Compound=EMPTY (72; 100%), Number=Sing (62; 86%), Case=Nom (48; 67%).

PROPN tokens may have the following values of Gender:

• Fem (5; 7% of non-empty Gender): आद्या, चंडिका, दितिर्, मथुरा, श्रीर्
• Masc (51; 71% of non-empty Gender): दमनकः, पिङ्गलकः, करटकः, विष्णुशर्मा, सञ्जीवकस्य, अनन्तशक्तिश्, अमरशक्तिर्, आदित्यौ, इद्रः, उग्रशक्तिः
• Neut (16; 22% of non-empty Gender): कामशास्त्राणि, महिलारोप्यं, अपरीक्षितकारकाणि, अर्थशास्त्रं, अर्थशास्त्राणि, चाणक्यादीनि, धर्मशास्त्राणि, नीतिशस्त्रम्, पञ्चतन्त्रकम्, पञ्चतन्त्रम्
• EMPTY (22): सरस्वती, अदिति, अर्थ, अर्थशास्त्र, काकोलूकीय, गणपति, चन्द्र, धर्म, नन्दक, नयशास्त्र

Gender seems to be lexical feature of PROPN. 100% lemmas (57) occur only with one value of Gender.

DET

64 DET tokens (91% 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 (57; 89%), 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, स, एनम्, कः, तस्य, तान्, ते, अनेन, असौ
• Neut (22; 34% of non-empty Gender): तत्, इदम्, किम्, एतत्, एतस्मिन्, कस्मिंश्चिद्, किं, किंचिद्, तेन, यत्
• EMPTY (6): कतिभिः, किंचिद्, तत्, तद्, सर्व, स्व

Paradigm तद्	Masc	Fem	Neut
Case=Abl|Number=Sing	तस्मात्
Case=Acc|Number=Sing|Person=3			तत्
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: Compound=EMPTY (10; 100%), 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

ADV

2 ADV tokens (1% of all ADV tokens) have a non-empty value of Gender.

ADV tokens may have the following values of Gender:

• Neut (2; 100% of non-empty Gender): आदि, यतः
• EMPTY (192): अपि, अथ, इति, एवम्, ततः, तत्र, यथा, अत्र, तथा, कथम्

AUX

1 AUX tokens (6% 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 (15): अस्ति, अस्तु, अस्मि, भवति, 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 (36): न, किम्, नहि, मा

Relations with Agreement in Gender

The 10 most frequent relations where parent and child node agree in Gender: NOUN –[det]–> DET (42; 84%), NOUN –[amod]–> ADJ (32; 53%), PROPN –[conj]–> PROPN (13; 65%), NOUN –[acl]–> VERB (12; 75%), NOUN –[nsubj]–> NOUN (7; 70%), ADJ –[conj]–> ADJ (5; 71%), PRON –[nsubj:cop]–> NOUN (5; 83%), VERB –[conj]–> VERB (5; 71%), NOUN –[det]–> PRON (4; 80%), PRON –[acl]–> PRON (4; 100%).

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

.