home edit page issue tracker

Treebank Statistics: UD_Vietnamese-TueCL: POS Tags: VERB

There are 161 VERB lemmas (21%), 161 VERB types (21%) and 275 VERB tokens (15%). Out of 15 observed tags, the rank of VERB is: 2 in number of lemmas, 2 in number of types and 2 in number of tokens.

The 10 most frequent VERB lemmas: có, làm, thấy, biết, nói, nghĩ, muốn, thích, đi, cho

The 10 most frequent VERB types: có, làm, thấy, biết, nói, nghĩ, muốn, thích, đi, cho

The 10 most frequent ambiguous lemmas: có (VERB 29, NOUN 2), cho (ADP 5, VERB 4), còn (ADV 3, VERB 3), dịch (VERB 2, NOUN 1), ra (VERB 2, ADP 1, PART 1), tới (ADP 2, VERB 2), được (AUX 16, VERB 2, ADV 1), để (ADP 6, VERB 2), giống (ADJ 1, VERB 1), hướng (NOUN 1, VERB 1)

The 10 most frequent ambiguous types: có (VERB 27, NOUN 2), cho (ADP 5, VERB 4), còn (ADV 3, VERB 3), dịch (VERB 2, NOUN 1), ra (VERB 2, ADP 1, PART 1), tới (ADP 2, VERB 2), được (AUX 16, VERB 2, ADV 1), để (ADP 6, VERB 2), giống (ADJ 1, VERB 1), hướng (NOUN 1, VERB 1)

• có
  • VERB 27: Hắn trầm tĩnh , có uống rượu , nhưng không tới nỗi say quá .
  • NOUN 2: Mối quan hệ của chúng ta sẽ được nhiều hơn là có qua có lại .
• cho
  • ADP 5: Ngay cả thức ăn anh ăn và cái chai đó cũng đã được quyên góp cho chúng tôi .
  • VERB 4: Anh ấy muốn cho tôi biết việc mình đang làm về …
• còn
  • ADV 3: Đằng sau Gregor , âm thanh vào thời điểm này là không còn giống như tiếng nói của chỉ một người cha .
  • VERB 3: Bởi vì ở khoảnh khắc đó , không còn dấu hiệu cho cái tên của Tony , đó chỉ còn hai chúng tôi đứng đó .
• dịch
  • VERB 2: Tuy Google dịch khá hay một vài ngôn ngữ , nó dịch tiếng Trung vô cùng tệ .
  • NOUN 1: Hàng trăm hàng ngàn cái chết không cần thiết ở một nước đã bị mắc bệnh dịch hạch tệ hại hơn bất cứ loại dịch nào .
• ra
  • VERB 2: Hãy để cô ấy ra đi một cách an toàn và ngươi sẽ có ta .
  • ADP 1: Vậy hãy phóng ra một chút , chúng ta thấy lần nữa nước Mỹ – bạn thấy Florida ở ngay góc phải di chuyển qua phái bờ tây .
  • PART 1: Thực ra , dù không biết gì về nó , ông đã phát minh ra một thứ mà chúng ta có thể thấy ở bất cứ hộp bút học sinh nào : được gọi là “ bút xóa “ .
• tới
  • ADP 2: Hắn trầm tĩnh , có uống rượu , nhưng không tới nỗi say quá .
  • VERB 2: Mày đang thắc mắc không biết tụi tao từ đâu tới , phải không ?
• được
  • AUX 16: Quân đội ông ấy đã được rèn dũa qua hàng trăm trận với quân Anh .
  • VERB 2: Cô ấy sẽ phải chịu lời nguyền đó cho đến khi có được nụ hôn của tình yêu đích thực .
  • ADV 1: Cậu thấy sao nếu tôi và cậu tối nay đi dự bữa tiệc mà tôi vừa hóng được ?
• để
  • ADP 6: Nó không tương tác với quang phổ điện từ , thứ chúng ta dùng để phát hiện các sự vật .
  • VERB 2: Hãy để cô ấy ra đi một cách an toàn và ngươi sẽ có ta .
• giống
  • ADJ 1: Bạn phải đến bác sĩ tâm lý hay nhà tâm thần học , thanh toán mười đô la và được chữa trị , cũng giống như khi bạn có một vết cắt trên tay .
  • VERB 1: Đằng sau Gregor , âm thanh vào thời điểm này là không còn giống như tiếng nói của chỉ một người cha .
• hướng
  • NOUN 1: Thế là tôi quyết định sẽ đi xa hơn theo hướng này và tới những nơi không có một bảo tàng nào cả .
  • VERB 1: Tôi rất thích chủ đề lần này , - “ The Future You “ - bởi lẽ việc hướng đến tương lai cho ta cơ hội tranh luận ở hiện tại , cho ta nhìn tương lai qua lăng kính của từng người .

Morphology

The form / lemma ratio of VERB is 1.000000 (the average of all parts of speech is 1.000000).

The 1st highest number of forms (1) was observed with the lemma “ba hoa”: ba hoa.

The 2nd highest number of forms (1) was observed with the lemma “bay”: bay.

The 3rd highest number of forms (1) was observed with the lemma “biến”: biến.

VERB occurs with 2 features: VerbType (15; 5% instances), Typo (2; 1% instances)

VERB occurs with 2 feature-value pairs: Typo=Yes, VerbType=Mod

VERB occurs with 3 feature combinations. The most frequent feature combination is _ (258 tokens). Examples: có, làm, thấy, biết, nói, nghĩ, đi, cho, thay đổi, bắt đầu

Relations

VERB nodes are attached to their parents using 16 different relations: root (77; 28% instances), xcomp (49; 18% instances), acl:relcl (34; 12% instances), advcl (32; 12% instances), conj (28; 10% instances), ccomp (17; 6% instances), acl (12; 4% instances), parataxis (12; 4% instances), compound (3; 1% instances), fixed (3; 1% instances), compound:prt (2; 1% instances), csubj (2; 1% instances), amod (1; 0% instances), nmod (1; 0% instances), nsubj (1; 0% instances), obl (1; 0% instances)

Parents of VERB nodes belong to 8 different parts of speech: VERB (128; 47% instances), (77; 28% instances), NOUN (58; 21% instances), ADJ (4; 1% instances), PRON (4; 1% instances), PROPN (2; 1% instances), ADV (1; 0% instances), AUX (1; 0% instances)

20 (7%) VERB nodes are leaves.

53 (19%) VERB nodes have one child.

45 (16%) VERB nodes have two children.

157 (57%) VERB nodes have three or more children.

The highest child degree of a VERB node is 12.

Children of VERB nodes are attached using 27 different relations: punct (140; 16% instances), nsubj (136; 15% instances), advmod (121; 14% instances), obj (118; 13% instances), obl (71; 8% instances), xcomp (51; 6% instances), advcl (33; 4% instances), conj (31; 4% instances), cc (26; 3% instances), mark (25; 3% instances), ccomp (23; 3% instances), aux (19; 2% instances), aux:pass (15; 2% instances), discourse (13; 1% instances), parataxis (12; 1% instances), cop (9; 1% instances), nsubj:pass (7; 1% instances), compound:prt (6; 1% instances), iobj (5; 1% instances), obl:tmod (4; 0% instances), amod (3; 0% instances), case (3; 0% instances), fixed (3; 0% instances), vocative (3; 0% instances), compound (2; 0% instances), nsubj:outer (2; 0% instances), csubj (1; 0% instances)

Children of VERB nodes belong to 13 different parts of speech: NOUN (199; 23% instances), PRON (147; 17% instances), PUNCT (140; 16% instances), VERB (128; 15% instances), ADV (121; 14% instances), AUX (44; 5% instances), CCONJ (23; 3% instances), SCONJ (23; 3% instances), ADJ (17; 2% instances), PROPN (14; 2% instances), ADP (11; 1% instances), PART (11; 1% instances), INTJ (4; 0% instances)

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

.