home edit page issue tracker

UD Karelian KKPP

Language: Karelian (code: krl)
Family: Uralic

This treebank has been part of Universal Dependencies since the UD v2.4 release.

The following people have contributed to making this treebank part of UD: Tommi A Pirinen.

Repository: UD_Karelian-KKPP
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.15

License: CC BY-SA 4.0

Genre: nonfiction, news, web

Questions, comments? General annotation questions (either Karelian-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 [tommi • antero • pirinen (æt) uni-hamburg • de]. Development of the treebank happens outside the UD repository. If there are bugs, either the original data source or the conversion procedure must be fixed. Do not submit pull requests against the UD repository.

Annotation	Source
Lemmas	annotated manually
UPOS	annotated manually, natively in UD style
XPOS	not available
Features	annotated manually, natively in UD style
Relations	annotated manually, natively in UD style

Description

UD Karelian-KKPP is a manually annotated new corpus of Karelian made in Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts.

UD Karelian-KKPP is a manually annotated new corpus of Karelian made in Universal dependencies annotation scheme. The data is collected from VepKar corpora and consists of mostly modern news texts but also some stories and educational texts. We have based many decisions in the dependency annotations on pre-existing Finnish treebanks. The morphological annotations and grammar are based on the refered books (Zaikov, Ahtia) and the Karelian dictionary, with necessary orthographical modernisations.

Acknowledgments

Finnish treebank developers for a good reference treebank and also SETS dep search which has been very useful in finding equivalent examples from Finnish treebanks.

References

• Zaikov, Pekka. Vienankarjalan kielioppi. Lisänä harjotukšie ta lukemisto (2013).
• Ahtia, Edvard Vilhelm. Karjalan kielioppi. Karjalan Kansalaisseura, (1938).
• Karjalan kielen verkkosanakirja

Statistics of UD Karelian KKPP

POS Tags

ADJ – ADP – ADV – AUX – CCONJ – INTJ – NOUN – NUM – PRON – PROPN – PUNCT – SCONJ – VERB – X

Features

Abbr – Case – Clitic – Connegative – Degree – Mood – Number – Number[psor] – NumType – PartForm – Person – Person[psor] – Polarity – PronType – Reflex – Tense – Typo – VerbForm – Voice

Relations

acl – acl:relcl – advcl – advmod – amod – appos – aux – aux:pass – case – cc – ccomp – compound – compound:prt – conj – cop – cop:own – det – discourse – fixed – flat – flat:name – goeswith – mark – nmod – nmod:gsubj – nmod:poss – nsubj – nsubj:cop – nummod – obj – obl – orphan – parataxis – punct – root – vocative – xcomp – xcomp:ds

Tokenization and Word Segmentation

• This corpus contains 228 sentences and 3094 tokens.

• This corpus contains 619 tokens (20%) that are not followed by a space.

• This corpus does not contain words with spaces.

• This corpus contains 54 types of words that contain both letters and punctuation. Examples: -projektin, -aktijo, -aktijoh, -aktijon, -lapšienpruasiekkua, Art-teltan, Art-teltta, L’udmila, WWF:n, -aktijolla, -eepossašta, -hiälaulun, -kanšalaisjärještön, -kaupunkin, -leheššä, -luomiskilpailun, -merkillä, -pelin, -saitilla, -teatterissa, -teemalla, -tehnikašša, -šuaren, 190-vuotispäivällä, 215-vuotispäivällä, 60.wwf.ru/, Art-šat’or, Bol’šoi, Iro-muamo, KT:n, Kalevala-, Kalevala-eepossah, Kalevala-eepossan, Kalevala-šeikkailupelie, Koval’ovan, Ledn’ova, Moskova-Sitikeškukšešša, Sem’onovan, TV-tornilla, kilpailu-festivali, kippuran’okkaset, kirjallisuš-, kulttuuri-, laulu-, miehol’ah, olka-päitä, partn’orit, rahvahan-, tanšši-, vaihtuas’s’a

Morphology

Tags

• This corpus uses 14 UPOS tags out of 17 possible: ADJ, ADP, ADV, AUX, CCONJ, INTJ, NOUN, NUM, PRON, PROPN, PUNCT, SCONJ, VERB, X
• This corpus does not use the following tags: DET, PART, SYM

• This corpus contains 24 lemmas tagged as pronouns (PRON): hiän, hyö, iče, joka, jokahini, kaikki, ken, kennih, koko, kumpaine, mi, mie, mitänä, molompi, moni, muu, myö, ne, nämä, sie, toini, työ, tämä, še

• This corpus contains 0 lemmas tagged as determiners (DET):

• This corpus contains 4 lemmas tagged as auxiliaries (AUX): ei, olla, piteä, voija

• Out of the above, 2 lemmas occurred sometimes as AUX and sometimes as VERB: olla, piteä

• There are 4 (de)verbal forms:

• Fin
  • ADV: valittihki
  • AUX: on, oli, ei, voit, ois, olet, ollah, oltih, pitäy, en
  • VERB: tuli, pitäy, otettih, ošallistu, leväheltih, luati, lähettih, otti, pelattih, piti

• Ger
  • VERB: vaihtuas’s’a

• Inf
  • AUX: olla, olleššah
  • VERB: paissa, kiinnoššuttua, löytyä, täyttyä, šanuo, auttua, kaččuo, kerätä, lukie, merkitä

• Part
  • AUX: ollun
  • VERB: järješšetty, kirjutettu, käyty, lašettu, peitetty, pietty, šanottu, šuunnattu

Nominal Features

• Number

• Plur
  • ADJ: kanšallisien, omie, toisie, šemmosie, erilaisie, eeppisien, enšimmäisinä, omat, toiset, Enšimmäiset
  • ADV-Fin: valittihki
  • AUX-Fin: ollah, oltih, voijah, emmä, olemma, voimma
  • NOUN: ihmisie, kulttuurien, lapšien, ropehet, valot, eläjät, lapšet, lauluja, ihmiset, keppijen
  • NUM: Yhet, miljonie, miljardie
  • PRON: hyö, meijän, myö, meilä, ne, kaikin, kumpaset, kumpasien, mit, niitä
  • PROPN: Antilahien, Cookinšuarien, Hiekkaveššokšien
  • VERB-Fin: leväheltih, otettih, ilmotettih, järješšetäh, kannatetah, kerättih, kučutah, ošallissuttih, pelasima, pelattih

• Sing
  • ADJ: omua, 2., omie, toini, 28., Eeppini, kolmannella, kypšie, mukava, omalla
  • ADP: keritty, nimetty, omissettu, tultuoh, vaivuttu
  • AUX: on, oli, ei, voit, ois, olet, pitäy, en, ole, voisin
  • AUX-Fin: on, oli, ei, voit, ois, olet, pitäy, en, voisin, Elä
  • AUX-Part: ollun
  • CCONJ: eikä
  • NOUN: muamo, muan, poika, tunti, vuotena, aktijo, karjalan, luokka, aikana, avulla
  • NUM: kakši, nellä, kahekšan, kolme, pari, viisi, 14, 150, 175, 184
  • PRON: mie, hiän, mitä, še, šiitä, miun, kaikki, šen, šie, mih
  • PROPN: Karjalan, Kalevala, Kalevalan, Venäjän, Kiestinkin, Anna, Irina, Petroskoin, Venäjällä, Manalah
  • VERB: tuli, pitäy, ošallistu, luati, otti, piti, piäsi, tahon, šai, auttau
  • VERB-Fin: tuli, pitäy, ošallistu, luati, otti, piti, piäsi, tahon, šai, auttau
  • VERB-Part: järješšetty, kirjutettu, käyty, lašettu, peitetty, pietty, šanottu, šuunnattu

• Case

• Abe
  • NOUN: valotta
  • VERB-Inf: ajattelomatta

• Abl
  • NOUN: saitilta, ulkomailta, ulkopuolelta, Šuolta, šeuvulta
  • PRON: meiltä

• Acc
  • PRON: ket, miut

• Ade
  • ADJ: kolmannella, omalla, toisella, Uuvvella, enšimmäisellä, kanšainvälisellä, kovalla, nuorilla, omilla, virallisilla
  • NOUN: avulla, kielellä, lapšilla, pojalla, tiellä, šuolla, alovehella, muamolla, ruavolla, šijalla
  • PRON: meilä, miula, Molommilla, heilä, hänellä, ičellä, ičelläh, kaikilla, kellä, tällä
  • PROPN: Venäjällä, Arbatilla, Kirilällä, Polenovilla
  • VERB-Inf: Kieltämällä, šalpuamalla

• Com
  • NOUN: jäšenineh
  • PRON: kaikkine

• Ela
  • ADJ: pahašta
  • NOUN: mieleštä, alkoholista, artistoista, huumehista, järještöistä, kiäštä, luomistöistä, meininkistä, näkömykšistä, tašavalloista
  • PRON: šiitä, kumpasešta, niistä, Miušta, kumpasista
  • PROPN: Moskovašta, Kalevalašta, Karjalašta, Murmanskista, Piiteristä, Tulašta

• Ess
  • ADJ: enšimmäisinä, Eryähänä, pienenä, rehellisenä, viimesenä, viimesinä, šeuruavana, šuurena
  • NOUN: vuotena, aikana, tarkotukšena, huomenekšena, johtajana, perehenä, piäaihiena, piälaušehena, proplemana, päivänä
  • PRON: tänä

• Gen
  • ADJ: kanšallisien, eeppisien, nuorien, oman, toisen, uuvven, armenijalaisien, azerbaidžanilaisien, eeppisen, enšimmäisen
  • AUX-Part: ollun
  • NOUN: muan, kulttuurien, lapšien, karjalan, muajilman, pelin, pojan, -projektin, ihmisen, järještön
  • NUM: kahekšan, puolen
  • PRON: meijän, miun, šen, hänen, kumpasien, šiun, tämän, Näijen, heijän, kenen
  • PROPN: Karjalan, Kalevalan, Venäjän, Kiestinkin, Petroskoin, Art-teltan, Kižin, Pohjolan, WWF:n, Ainon

• Ill
  • ADJ: henkelliseh, kymmenenteh, pikkaraiseh, tarkkah, terväseh
  • NOUN: aktijoh, kulttuurih, luontoh, pelih, -aktijoh, aikah, hilloh, kieleh, kotih, laitah
  • PRON: mih, šinne, šiih, tähä, molompih, niihi, näih, täh
  • PROPN: Manalah, Karjalah
  • VERB-Inf: ruatamah, šyömäh

• Ine
  • ADJ: enšimmäiseššä, kanšainvälisistä, kuulusimmissa, oikiešša, toisissa, šamašša, šuurimmista
  • AUX-Inf: olleššah
  • NOUN: yhteistyöššä, kylissä, ativoissa, kilpailušša, lopušša, roolissa, -eepossašta, -leheššä, -teatterissa, -tehnikašša
  • NUM: Yheššä, šuašša
  • PRON: missä, mistä, täššä, monešša, šiinä
  • PROPN: Petroskoissa, Petroskoissaki, Aunukšešša, Australijašša, Eremitaašissa, Hristossa, Kalevalašša, Karjalašša, Moskovašša, Pariisissa
  • VERB-Ger: vaihtuas’s’a
  • VERB-Inf: kaččomašša, olomašša

• Ins
  • NOUN: ropehellisin
  • PRON: kaikin

• Nom
  • ADJ: 2., toini, 28., Eeppini, mukava, omat, toiset, uuši, 1., 19.
  • ADP: keritty, vaivuttu
  • NOUN: muamo, poika, tunti, ropehet, aktijo, luokka, peli, tuatto, valot, eläjät
  • NUM: kakši, nellä, Yhet, kolme, pari, viisi, 14, 150, 175, 184
  • PRON: hyö, mie, hiän, myö, še, kaikki, šie, ne, kumpaset, mit
  • PROPN: Kalevala, Anna, Irina, WWF, Art-teltta, Lemminkäini, L’udmila, Mugačeva, Tatjana, Akropolis
  • VERB: järješšetty, kirjutettu, käyty, lašettu, peitetty, pietty, valettu, šanottu, šuunnattu
  • VERB-Part: järješšetty, kirjutettu, käyty, lašettu, peitetty, pietty, šanottu, šuunnattu

• Par
  • ADJ: omie, omua, šemmosie, toisie, erilaisie, kypšie, šuurie, Viimesie, alkuperaistä, epävirallista
  • ADP: tultuoh
  • NOUN: ihmisie, hilluo, henkie, kulttuurie, lapšie, lauluja, muata, kaupunkie, kertua, kevätkuuta
  • NUM: miljonie, kuutta, miljardie
  • PRON: mitä, tätä, šitä, iččie, niitä, kumpaista, muuta, Milma, heitä, häntä
  • PROPN: Annua, Joukahaista, Kalevala-, Vlasovua, Šeinua

• Tra
  • ADJ: parahakši, kannettavakši, šiliekši, šuurimmakši
  • NOUN: kunnivokši, voittajakši, karjalakši, runonlaulajakši, tunniksi

Degree and Polarity

• Degree

• Cmp
  • ADJ: paremmat, parempie, pienemmät, šuuremman

• Sup
  • ADJ: parahakši, Parahat, kuulusimmissa, paraš, šuurimmakši, šuurimmista, šuurimpie

• Polarity

• Neg
  • CCONJ: eikä

Verbal Features

• Mood

• Cnd
  • AUX-Fin: ois, voisin, olis, vois, olisko
  • VERB-Fin: tiijettäis, kannatettais, luiskahettais, painettais, tietäis, tuntis, yhyttäis

• Imp
  • AUX-Fin: Elä
  • VERB-Fin: mäne, Anna, Ottakkua, varjele, šua, šuvaiče

• Ind
  • ADV-Fin: valittihki
  • AUX-Fin: on, oli, ei, voit, olet, ollah, oltih, pitäy, en, voijah
  • VERB: tuli, pitäy, otettih, ošallistu, leväheltih, luati, lähettih, otti, pelattih, piti
  • VERB-Fin: tuli, pitäy, otettih, ošallistu, leväheltih, luati, lähettih, otti, pelattih, piti

• Tense

• Past
  • ADV-Fin: valittihki
  • AUX-Fin: oli, oltih
  • AUX-Part: ollun
  • VERB: tuli, otettih, ošallistu, leväheltih, luati, lähettih, otti, pelattih, piti, piäsi
  • VERB-Fin: tuli, otettih, ošallistu, leväheltih, luati, lähettih, otti, pelattih, piti, piäsi
  • VERB-Part: järješšetty, kirjutettu, käyty, peitetty, pietty, šanottu, šuunnattu

• Pres
  • AUX-Fin: on, ei, voit, olet, ollah, pitäy, en, voijah, Oletko, emmä
  • VERB-Fin: pitäy, tahon, šammutetah, auttau, huaveilen, järješšetäh, kannatetah, kučutah, maltat, otetah

• Voice

• Act
  • ADP: ommellun, vaipun
  • ADV-Fin: valittihki
  • AUX-Fin: on, oli, ei, voit, olet, ollah, oltih, pitäy, en, voijah
  • CCONJ: eikä
  • VERB: tuli, pitäy, ošallistu, leväheltih, luati, otettih, otti, piti, piäsi, tahon
  • VERB-Fin: tuli, pitäy, ošallistu, leväheltih, luati, otettih, otti, piti, piäsi, tahon

• Pass
  • ADP: keritty, nimetty, omissettu, tultuoh, vaivuttu
  • VERB: järješšetty, lähettih, tiijettäis, šammutettih, šyötih, eletäh, erotetah, heitettih, huomata, hyrähettih
  • VERB-Fin: lähettih, tiijettäis, šammutettih, šyötih, eletäh, erotetah, heitettih, huomata, hyrähettih, ilmotetah
  • VERB-Part: järješšetty, kirjutettu, käyty, lašettu, peitetty, pietty, šanottu

Pronouns, Determiners, Quantifiers

• PronType

• Dem
  • PRON: še, šiitä, šen, ne, tätä, šitä, šinne, niitä, šiih, niistä

• Ind
  • PRON: kaikki, kaikin, kumpaset, kumpasien, kennih, kumpaista, kumpasešta, monet, muut, muuta

• Prs
  • PRON: hyö, mie, hiän, myö, meijän, miun, šie, meilä, hänen, šiun

• NumType

• Card
  • NUM: 14, 150, 175, 184, 20.30, 2007, 2009, 2013, 2017, 21.30

• Ord
  • ADJ: 2., 21., 28., 1., 19., 24., 25., 27., 4.

• Reflex

• Yes
  • PRON: iččie, iče, ičellä, ičelläh, iččieh

• Person

• 1
  • AUX-Fin: en, voisin, emmä, olemma, olen, olin, voimma
  • PRON: mie, myö, meijän, miun, meilä, miula, miut, Milma, Miušta, meiltä
  • VERB-Fin: tahon, huaveilen, kačoin, pelasima, piemmä, piäsin, ajattelen, hokšasin, huomasin, issuin

• 2
  • AUX-Fin: voit, olet, Elä, Oletko, et
  • PRON: šie, šiun, teijän, työ, šiula
  • VERB-Fin: maltat, mäne, šuvaičet, Anna, Otatko, Ottakkua, kunnivoičet, löyvät, pakajat, ruatta

• 3
  • ADV-Fin: valittihki
  • AUX-Fin: on, oli, ei, ois, ollah, oltih, pitäy, voijah, olis, vois
  • CCONJ: eikä
  • PRON: hyö, hiän, hänen, heijän, heilä, heitä, hänellä, häntä
  • VERB: tuli, pitäy, ošallistu, leväheltih, luati, otettih, otti, piti, piäsi, šai
  • VERB-Fin: tuli, pitäy, ošallistu, leväheltih, luati, otettih, otti, piti, piäsi, šai

• Number[psor]

• Sing
  • NOUN: matkahaš, olkapäilläh

Other Features

• Abbr
  • Yes
    • NOUN: klo, ven.
    • PROPN: WWF, WWF:n, KT:n

• Clitic
  • Ki
    • ADV-Fin: valittihki
    • PROPN: Petroskoissaki
  • Ko
    • AUX-Fin: Oletko, olisko
    • VERB-Fin: Otatko, Vaikuttauko

• Connegative
  • Yes
    • AUX: ole
    • VERB: huomata, järješšän, kuottele, käynyn, käyvä, miellytä, pitän, tahton, tunneta
    • VERB-Fin: huomata, järješšän, kuottele, käynyn, käyvä, pitän, tahton, tunneta

• PartForm
  • Past
    • VERB: lähten, valettu

• Person[psor]
  • 2
    • NOUN: matkahaš
  • 3
    • ADP: tultuoh
    • AUX-Inf: olleššah
    • NOUN: jäšenineh, lapšillah, olkapäilläh
    • PRON: ičelläh, iččieh

• Typo
  • Yes
    • ADJ: alkuperaistä
    • PROPN: Kalevala-

Syntax

Auxiliary Verbs and Copula

• This corpus uses 1 lemmas as copulas (cop). Examples: olla.

• This corpus uses 4 lemmas as auxiliaries (aux). Examples: olla, ei, voija, piteä.
• This corpus uses 1 lemmas as passive auxiliaries (aux:pass). Examples: olla.

Core Arguments, Oblique Arguments and Adjuncts

Here we consider only relations between verbs (parent) and nouns or pronouns (child).

• nsubj
  • VERB--NOUN-Nom (1)
  • VERB--PRON-Nom (1)
  • VERB-Fin--NOUN-Nom (71)
  • VERB-Fin--NOUN-Par (2)
  • VERB-Fin--PRON (1)
  • VERB-Fin--PRON-Ela (1)
  • VERB-Fin--PRON-Nom (80)
  • VERB-Inf--NOUN-Nom (3)
  • VERB-Inf--PRON-Gen (2)
  • VERB-Inf--PRON-Ins (1)
  • VERB-Inf--PRON-Nom (6)
  • VERB-Part--NOUN-Nom (2)

• obj
  • VERB--NOUN-Nom (1)
  • VERB--NOUN-Par (2)
  • VERB--PRON-Par (1)
  • VERB-Fin--NOUN-Gen (16)
  • VERB-Fin--NOUN-Gen-ADP(nimeltäh) (1)
  • VERB-Fin--NOUN-Nom (33)
  • VERB-Fin--NOUN-Par (77)
  • VERB-Fin--PRON-Acc (2)
  • VERB-Fin--PRON-Gen (2)
  • VERB-Fin--PRON-Nom (3)
  • VERB-Fin--PRON-Par (12)
  • VERB-Inf--NOUN-Gen (2)
  • VERB-Inf--NOUN-Nom (5)
  • VERB-Inf--NOUN-Par (24)
  • VERB-Inf--PRON-Ela (1)
  • VERB-Inf--PRON-Gen (1)
  • VERB-Inf--PRON-Nom (1)
  • VERB-Inf--PRON-Par (7)
  • VERB-Part--NOUN-Nom (4)
  • VERB-Part--NOUN-Par (1)

• iobj

Verbs with Reflexive Core Objects

• This corpus contains 3 lemmas that occur at least once with a reflexive core object (obj or iobj). Examples: merkitä iččie, muu iččie, šuvaija iččie

Relations Overview

• This corpus uses 9 relation subtypes: acl:relcl, aux:pass, compound:prt, cop:own, flat:name, nmod:gsubj, nmod:poss, nsubj:cop, xcomp:ds
• The following 8 relation types are not used in this corpus at all: iobj, csubj, expl, dislocated, clf, list, reparandum, dep

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

.