UD Swedish PUD
Language: Swedish (code: sv
)
Family: Indo-European, Germanic
This treebank has been part of Universal Dependencies since the UD v2.1 release.
The following people have contributed to making this treebank part of UD: Joakim Nivre, Bernadeta Griciūtė, Victor Norrman.
Repository: UD_Swedish-PUD
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.14
License: CC BY-SA 4.0
Genre: news, wiki
Questions, comments? General annotation questions (either Swedish-specific or cross-linguistic) can be raised in the main UD issue tracker. You can report bugs in this treebank in the treebank-specific issue tracker on Github. If you want to collaborate, please contact [joakim • nivre (æt) lingfil • uu • se]. Development of the treebank happens directly in the UD repository, so you may submit bug fixes as pull requests against the dev branch.
Annotation | Source |
---|---|
Lemmas | assigned by a program, with extensive manual and semi-automatic corrections, but not a full manual verification |
UPOS | assigned by a program, with some manual corrections, but not a full manual verification |
XPOS | assigned by a program, with some manual corrections, but not a full manual verification |
Features | assigned by a program, with extensive manual and semi-automatic corrections, but not a full manual verification |
Relations | annotated manually, natively in UD style |
Description
Swedish-PUD is the Swedish part of the Parallel Universal Dependencies (PUD) treebanks.
Swedish-PUD was created (together with the other parallel treebanks) for the CoNLL 2017 shared task on Multilingual Parsing from Raw Text to Universal Dependencies (http://universaldependencies.org/conll17/). It consists of Swedish translations of the 1000 sentences from the news domain and from Wikipedia, annotated according to the principles of the Swedish-PT treebank. The syntactic annotation has been manually validated in its entirety, while the morphological annotation has only been partially validated.
Acknowledgments
Translations were produced by Jacob Nolskog at Teknotrans AB and checked by Joakim Nivre. The automatic annotation was carried out using SwePipe, a tool suite trained on the Stockholm-Umeå Corpus and the Swedish-TP treebank, developed by Robert Östling, Aaron Smith and Joakim, and available from https://github.com/robertostling/efselab. The syntactic annotation was checked and corrected manually by Joakim Nivre. The morphological annotation was checked and corrected by Bernadeta Griciūtė. Later, a semi-automatic correction of features and lemmas was done by Victor Norrman and Joakim Nivre.
Statistics of UD Swedish PUD
POS Tags
ADJ – ADP – ADV – AUX – CCONJ – DET – INTJ – NOUN – NUM – PART – PRON – PROPN – PUNCT – SCONJ – SYM – VERB
Features
Abbr – Case – Definite – Degree – Foreign – Gender – Mood – Number – NumType – Polarity – Poss – PronType – Tense – VerbForm – Voice
Relations
acl – acl:cleft – acl:relcl – advcl – advmod – amod – appos – aux – aux:pass – case – cc – ccomp – compound – compound:prt – conj – cop – csubj – csubj:pass – det – discourse – dislocated – expl – fixed – flat – flat:name – iobj – mark – nmod – nmod:poss – nsubj – nsubj:pass – nummod – obj – obl – obl:agent – orphan – parataxis – punct – root – vocative – xcomp
Tokenization and Word Segmentation
- This corpus contains 1000 sentences and 19076 tokens.
- This corpus contains 1914 tokens (10%) that are not followed by a space.
- This corpus contains 9 types of words with spaces. Examples: 5 000, 10 000, 100 000, 12 000, 15 001–19 999, 25 000, 3 000–5 000, 330 000, 35 000
- This corpus contains 147 types of words that contain both letters and punctuation. Examples: f.Kr., USA:s, 1960-talet, 1970-talet, 700-talet, St., 1500-talet, 1900-talet, 1980-talet, 1990-talet, B.C., Joliot-Curie, Qing-dynastins, e-post, e-postmeddelanden, e.Kr., n't, 'Ya, 10-veckorskursen, 1200-talet, 1300-talet, 1350-talet, 1400-talet, 18-åring, 1950-talet, 200-talet, 2000-talet, 28-åringen, 3%-räntan, 400-tal, 400-talet, 45:e, 500-talet, 53-åringen, 60-talshiten, 800-talet, AKP:s, Amarna-breven, Australien-laget, B-29:or, BBC:s, BNP-tillväxten, Beijing-vänliga, Bian-kanalen, Buena-trädgården, CNN-reportrar, CRTC-utfrågningar, Cecelia-konservatoriet, Century-utmärkelserna, Chilia-armen
Morphology
Tags
- This corpus uses 16 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, DET, INTJ, NOUN, NUM, PART, PRON, PROPN, PUNCT, SCONJ, SYM, VERB
- This corpus does not use the following tags: X
- This corpus contains 5 word types tagged as particles (PART): att, ej, icke, inte, n't
- This corpus contains 60 lemmas tagged as pronouns (PRON): 'ya, Papua, alla, allt, alltihop, allting, alltsammans, andra, annat, båda, bådas, de, den, denna, dennes, deras, dess, dessa, detta, din, du, en, ens, er, ett, fler, han, hans, hennes, her, hon, ingen, inget, intet, jag, man, me, min, my, mycket, många, mångt, ni, någon, något, några, sig, sin, som, vad, varandra, vars, vem, vi, vilka, vilkas, vilken, vilket, vår, you
- This corpus contains 17 lemmas tagged as determiners (DET): A, Die, El, Le, all, båda, de, den, denna, en, ingen, las, någon, that, the, varje, vilken
- Out of the above, 8 lemmas occurred sometimes as PRON and sometimes as DET: båda, de, den, denna, en, ingen, någon, vilken
- This corpus contains 13 lemmas tagged as auxiliaries (AUX): behöva, bli, böra, do, få, ha, komma, kunna, må, måste, skola, vara, vilja
- Out of the above, 8 lemmas occurred sometimes as AUX and sometimes as VERB: behöva, bli, få, ha, komma, kunna, vara, vilja
- There are 4 (de)verbal forms:
- Fin
- AUX: är, var, har, hade, kan, skulle, kommer, kunde, måste, ville
- VERB: har, sade, finns, säger, började, hade, blev, gjorde, tog, kommer
- Inf
- AUX: vara, ha, kunna, behöva, bli, få, må, vilja
- VERB: ha, få, göra, ta, gå, se, använda, bli, hjälpa, spela
- Part
- ADJ: betydande, följande, kända, sett, allierade, förenta, känd, levande, omfattande, regisserad
- Sup
- AUX: varit, blivit, kunnat
- VERB: blivit, gjort, sett, beslutat, fått, gått, haft, kommit, skrivit, ansett
Nominal Features
- Com
- ADJ: stor, lång, egen, ensam, hög, liten, modern, politisk, ekonomisk, ny
- ADJ-Part: känd, regisserad, anställd, intresserad, misstänkte, samlad, tvungen, utgiven, Designad, Grundad
- DET: en, den, denna, någon, ingen, all, ett, vilken
- NOUN: personer, miljoner, grund, oktober, världen, del, delen, tiden, plats, dollar
- NUM: en
- PRON: han, jag, sin, hon, den, vi, honom, en, du, henne
- PROPN: Karels, låglandseuropa
- Neut
- ADJ: annat, nytt, otroligt, sett, öppet, allmänt, möjligt, stort, dåligt, eget
- ADJ-Part: sett, Format, begränsat, bevakat, beväpnat, delat, drivet, färdigställt, följt, förbättrat
- DET: ett, det, detta, något, inget, vilket, allt
- NOUN: år, havet, fall, kriget, liv, antal, barn, åren, land, slutet
- NUM: ett
- PRON: det, detta, sitt, vad, vilket, ett, mycket, allt, vårt, allting
- PROPN: Panamanäset
- Plur
- ADJ: andra, flera, nya, stora, fler, vissa, inhemska, små, amerikanska, brittiska
- ADJ-Part: förenta, kända, inblandade, Finansierade, allierade, avlidna, besvarade, beväpnade, dödade, erövrade
- DET: de, alla, dessa, några, båda, inga
- NOUN: år, personer, miljoner, dollar, barn, människor, åren, delar, företag, gånger
- PRON: de, sina, vi, dem, vilka, oss, alla, dessa, många, andra
- PROPN: Mps, Victorias
- Sing
- ADJ: stor, lång, direkt, egen, ensam, hög, liten, modern, politisk, annat
- ADJ-Part: sett, känd, regisserad, anställd, fortsatt, gift, intresserad, misstänkte, samlad, tvungen
- DET: en, den, ett, det, denna, varje, detta, någon, något, ingen
- NOUN: havet, år, grund, oktober, världen, del, delen, kriget, liv, tiden
- NUM: en, ett
- PRON: det, han, jag, sin, hon, den, detta, honom, sitt, vad
- PROPN: North, Punta, Amazon, Cuaron, Karels, Korint, Krasnoyarsk, MahaNakhon, Panamanäset, Slack
- Acc
- PRON: sig, honom, dem, henne, oss, mig, dig, er, varandra
- Gen
- ADJ: ofattbaras
- NOUN: stadens, världens, års, företagets, dussintals, flodens, havets, jordens, regeringens, regissörens
- PROPN: USA:s, Kinas, Kongs, Australiens, Clintons, Disneys, Doss, Hitchcocks, Medelhavets, Rysslands
- Nom
- ADJ: andra, första, nya, många, flera, stora, stor, hela, senaste, samma
- ADJ-Part: betydande, följande, kända, sett, allierade, förenta, känd, levande, omfattande, regisserad
- ADV: Anyway
- NOUN: år, havet, personer, fall, miljoner, grund, oktober, världen, del, delen
- NUM: två, tre, fyra, 1, sex, 10, tio, 000, 2014, 2015
- PRON: han, de, jag, hon, vi, du, man, Me, Papua, ni
- PROPN: Kina, Storbritannien, Trump, USA, Frankrike, Hong, Italien, Medelhavet, Albanien, Donald
- Def
- ADJ: hela, senaste, sista, högsta, nya, brittiska, norra, största, södra, bästa
- ADJ-Part: allierade, misstänkte, Förenade, bildade, bundna, frusna, frånskilda, föreslagna, hyllade, idealiserade
- DET: den, de, det, denna, the, dessa, detta, a, båda, Die
- NOUN: havet, världen, delen, kriget, tiden, gången, regeringen, regionen, staden, åren
- PRON: det, han, de, sig, hans, jag, sin, hon, den, sina
- PROPN: Panamanäset
- Ind
- ADJ: andra, nya, stor, samma, stora, vissa, lång, direkt, egen, ensam
- ADJ-Part: sett, känd, kända, regisserad, anställd, fortsatt, gift, inblandade, intresserad, samlad
- DET: en, ett, varje, några, någon, något, ingen, inget, a, inga
- NOUN: år, personer, fall, miljoner, grund, oktober, del, liv, plats, antal
- NUM: en, ett
- PRON: vad, vilket, en, vilka, alla, ett, mycket, många, någon, allt
- PROPN: Korint, låglandseuropa
Degree and Polarity
- Cmp
- ADJ: större, tidigare, högre, mer, senare, bättre, färre, ytterligare, äldre, Nedre
- ADV: mer, senare, tidigare, längre, mindre, bättre, hellre, snarare, närmare, vidare
- Pos
- ADJ: nya, andra, många, flera, stora, stor, hela, samma, brittiska, olika
- ADJ-Part: betydande, följande, kända, sett, allierade, förenta, känd, levande, omfattande, regisserad
- ADV: helt, mycket, ofta, väldigt, djupt, långt, lite, väl, faktiskt, snart
- Sup
- ADJ: senaste, sista, högsta, största, bästa, främsta, bäst, flesta, värsta, bredast
- ADV: mest, sist, främst, värst, Minst, helst, ytterst, knappast
- Neg
- ADV: aldrig, föga, knappast
- PART: inte, icke, ej
Verbal Features
- Imp
- AUX-Fin: Do
- VERB-Fin: Låt, Släpp, Spola
- Ind
- ADJ: betydande, följande, levande, omfattande, beroende, dominerande, omgivande, sittande, självstyrande, växande
- ADJ-Part: betydande, följande, levande, omfattande, beroende, dominerande, omgivande, sittande, växande, återstående
- AUX-Fin: är, var, har, hade, kan, skulle, kommer, kunde, måste, ville
- VERB-Fin: har, sade, finns, säger, började, hade, blev, gjorde, tog, kommer
- Past
- ADJ-Part: kända, sett, allierade, förenta, känd, regisserad, anställd, fortsatt, gift, inblandade
- AUX-Fin: var, hade, skulle, kunde, ville, blev, borde, Did, behövde, fick
- VERB-Fin: sade, började, hade, blev, gjorde, tog, användes, skrev, spelade, berättade
- Pres
- ADJ-Part: betydande, följande, levande, omfattande, beroende, dominerande, omgivande, sittande, växande, återstående
- AUX-Fin: är, har, kan, kommer, måste, ska, vill, bör, blir, får
- VERB-Fin: har, finns, säger, kommer, börjar, står, ger, hjälper, inkluderar, innehåller
- Act
- AUX-Fin: är, var, har, hade, kan, skulle, kommer, kunde, måste, ville
- AUX-Inf: vara, ha, kunna, behöva, bli, få, må, vilja
- AUX-Sup: varit, blivit, kunnat
- VERB-Fin: har, sade, säger, började, hade, blev, gjorde, tog, kommer, börjar
- VERB-Inf: ha, få, göra, ta, gå, se, använda, bli, hjälpa, spela
- VERB-Sup: blivit, gjort, sett, beslutat, fått, gått, haft, kommit, skrivit, ansett
- Pass
- VERB-Fin: finns, användes, fanns, lyckades, anses, behövs, bildades, föddes, förstördes, gavs
- VERB-Inf: finnas, ses, tillämpas, bebyggas, behövas, erbjudas, firas, flockas, flygas, förvaras
- VERB-Sup: använts, lämnats, odlats, rapporterats, setts, skrivits, accepterats, administrerats, anklagats, betonats
Pronouns, Determiners, Quantifiers
- Art
- DET: den, de, det, the, en
- Ind
- PRON: mycket, någon
- Int,Rel
- ADV: där, hur, varför, när, dit, var, varav, då
- DET: vilket, vilken
- PRON: som, vad, vilket, vilka, vem, vilken, vars, vilkas
- SCONJ: när, då
- Prs
- PRON: det, de, den, dem
- Tot
- DET: båda
- PRON: båda
- Card
- NUM: I, IV, V, VI, X, en
- Ord
- ADJ: första, andra, tredje, 3, 4, 45:e, First, fjärde, sextonde
- Yes
- PRON: hans, sin, sina, dess, deras, hennes, sitt, min, vars, vår
Other Features
- Abbr
- Yes
- ADJ: St.
- ADV: f.Kr., ca, e.Kr.
- CCONJ: &
- NOUN: %, f.Kr., md, nr, AIDS, C, Mrs, Ms., dr, e.Kr.
- PROPN: B.C., Mps, RHS, AKP:s, ECB:s, RSPB:s
- Yes
- Foreign
- Yes
- ADJ: American, National, New, Breaking, Civil, Environmental, First, Golden, Royal, Shaky
- ADJ-Part: Breaking
- ADP: Over
- NOUN: Business, Ground, Protection, Return, Services, Show, Things, View, Zimmer, concept
- PRON: 'Ya, My
- PROPN: Carolina, North, Punta, Rasa, del
- VERB: Controlled, Knew, Thought
- Yes
Syntax
Auxiliary Verbs and Copula
- This corpus uses 1 lemmas as copulas (cop). Examples: vara.
- This corpus uses 11 lemmas as auxiliaries (aux). Examples: ha, kunna, skola, komma, måste, vilja, böra, få, behöva, do, må.
- This corpus uses 2 lemmas as passive auxiliaries (aux:pass). Examples: bli, ha.
Core Arguments, Oblique Arguments and Adjuncts
Here we consider only relations between verbs (parent) and nouns or pronouns (child).
- nsubj
- VERB--PRON (1)
- VERB-Fin--NOUN (7)
- VERB-Fin--NOUN-ADP(On) (1)
- VERB-Fin--NOUN-Nom (362)
- VERB-Fin--NOUN-Nom-ADP(runt) (1)
- VERB-Fin--PRON (183)
- VERB-Fin--PRON-Nom (179)
- VERB-Inf--NOUN (1)
- VERB-Inf--NOUN-Nom (52)
- VERB-Inf--PRON (27)
- VERB-Inf--PRON-Nom (42)
- VERB-Sup--NOUN-Nom (53)
- VERB-Sup--PRON (26)
- VERB-Sup--PRON-Nom (26)
- obj
- VERB-Fin--NOUN (2)
- VERB-Fin--NOUN-Gen (2)
- VERB-Fin--NOUN-Nom (378)
- VERB-Fin--PRON (26)
- VERB-Fin--PRON-Acc (52)
- VERB-Inf--NOUN (2)
- VERB-Inf--NOUN-Nom (251)
- VERB-Inf--PRON (20)
- VERB-Inf--PRON-Acc (13)
- VERB-Inf--PRON-Nom (1)
- VERB-Sup--NOUN (1)
- VERB-Sup--NOUN-Nom (60)
- VERB-Sup--NOUN-Nom-ADP(på) (1)
- VERB-Sup--PRON (9)
- VERB-Sup--PRON-Acc (9)
- iobj
- VERB-Fin--NOUN-Nom (3)
- VERB-Fin--PRON-Acc (8)
- VERB-Inf--NOUN-Nom (3)
- VERB-Inf--PRON-Acc (8)
- VERB-Sup--PRON-Acc (1)
Relations Overview
- This corpus uses 9 relation subtypes: acl:cleft, acl:relcl, aux:pass, compound:prt, csubj:pass, flat:name, nmod:poss, nsubj:pass, obl:agent
- The following 5 relation types are not used in this corpus at all: clf, list, goeswith, reparandum, dep