home edit page issue tracker

Treebank Statistics: UD_Russian-Poetry: Features: Gender

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

25353 tokens (40%) have a non-empty value of Gender. 13575 types (75%) occur at least once with a non-empty value of Gender. 7152 lemmas (72%) occur at least once with a non-empty value of Gender. The feature is used with 8 part-of-speech tags: NOUN (15618; 24% instances), ADJ (4419; 7% instances), VERB (2263; 4% instances), DET (1243; 2% instances), PRON (1122; 2% instances), PROPN (529; 1% instances), AUX (105; 0% instances), NUM (54; 0% instances).

NOUN

15618 NOUN tokens (100% of all NOUN tokens) have a non-empty value of Gender.

The most frequent other feature values with which NOUN and Gender co-occurred: Animacy=Inan (14003; 90%), Number=Sing (11309; 72%).

NOUN tokens may have the following values of Gender:

• Fem (6516; 42% of non-empty Gender): жизнь, ночь, руки, жизни, любовь, любви, душа, земли, душе, ночи
• Masc (6710; 43% of non-empty Gender): день, ветер, мир, вечер, свет, глаза, час, дни, лет, люди
• Neut (2392; 15% of non-empty Gender): сердце, солнце, небо, слова, счастье, время, море, небе, лицо, небес
• EMPTY (7): Кн., г., СБ., громом, пр.

Paradigm полчаса	Masc	Fem	Neut
	полчаса	полчаса	полчаса

Gender seems to be lexical feature of NOUN. 99% lemmas (3988) occur only with one value of Gender.

ADJ

4419 ADJ tokens (73% 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 (4414; 100%), Degree=Pos (4339; 98%), Variant=EMPTY (3736; 85%).

ADJ tokens may have the following values of Gender:

• Fem (1588; 36% of non-empty Gender): милая, белая, милой, золотая, полна, святая, теплой, черной, голубая, осенней
• Masc (2266; 51% of non-empty Gender): тихий, белый, последний, первый, черный, хорошо, холодный, милый, синий, старый
• Neut (565; 13% of non-empty Gender): равно, голубое, чужое, белое, гусиное, вечное, закатное, злое, синее, белом
• EMPTY (1601): золотые, белые, лучше, белых, I, тихие, синие, зеленые, серые, темные

Paradigm белый	Masc	Fem	Neut
Animacy=Inan|Case=Acc	белый
Case=Acc	белый	белую	белое
Case=Gen	белого	белой
Case=Ins	белым	белою, белой	белым
Case=Loc	белом	белой	белом
Case=Nom	белый	белая	белое
Variant=Short	бел	бела

VERB

2263 VERB tokens (27% 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 (2263; 100%), Number=Sing (2262; 100%), Tense=Past (2117; 94%), Mood=Ind (1589; 70%), VerbForm=Fin (1589; 70%), Voice=Act (1511; 67%), Aspect=Perf (1471; 65%).

VERB tokens may have the following values of Gender:

• Fem (743; 33% of non-empty Gender): стала, шла, пела, легла, любила, ушла, могла, пришла, стояла, была
• Masc (1250; 55% of non-empty Gender): стал, был, видел, сказал, жил, забыл, любил, знал, мог, шел
• Neut (270; 12% of non-empty Gender): было, казалось, стало, бывало, дано, сказано, хотелось, приказано, показалось, Било
• EMPTY (5971): нет, знаю, может, надо, стоит, быть, жить, есть, люблю, вижу

Paradigm быть	Masc	Fem	Neut
	был	была	было

DET

1243 DET tokens (69% 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 (1243; 100%), Animacy=EMPTY (1100; 88%), Poss=EMPTY (658; 53%).

DET tokens may have the following values of Gender:

• Fem (501; 40% of non-empty Gender): моя, моей, свою, вся, своей, всю, какая, этой, твоя, твоей
• Masc (571; 46% of non-empty Gender): мой, твой, тот, этот, свой, весь, каждый, наш, сам, один
• Neut (171; 14% of non-empty Gender): мое, твое, все, свое, одно, всё, какое, такое, то, это
• EMPTY (563): их, все, его, эти, ее, мои, твои, твоих, всех, тех

Paradigm мой	Masc	Fem	Neut
Animacy=Inan|Case=Acc	мой
Case=Acc		мою	мое
Case=Dat	моему	моей	моему
Case=Gen	моего	моей	моего
Case=Ins	моим	моей
Case=Loc	моем	моей	моем
Case=Nom	мой	моя	мое

PRON

1122 PRON tokens (32% 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 (1122; 100%), Person=EMPTY (659; 59%), Case=Nom (634; 57%).

PRON tokens may have the following values of Gender:

• Fem (167; 15% of non-empty Gender): она, ней, ей, ее, нее, нею, ею
• Masc (405; 36% of non-empty Gender): он, кто, его, ему, ним, нем, кого, кто-то, никто, него
• Neut (550; 49% of non-empty Gender): что, все, это, всё, то, чем, оно, ничего, что-то, тем
• EMPTY (2411): я, ты, мне, мы, меня, тебя, нам, нас, тебе, них

Paradigm что	Masc	Neut
Animacy=Anim|Case=Nom|PronType=Rel	что
Animacy=Inan|Case=Acc|PronType=Int		что
Animacy=Inan|Case=Acc|PronType=Neg		что
Animacy=Inan|Case=Acc|PronType=Rel		что
Animacy=Inan|Case=Dat|PronType=Int		чему
Animacy=Inan|Case=Dat|PronType=Rel		чему
Animacy=Inan|Case=Gen|PronType=Int		чего
Animacy=Inan|Case=Gen|PronType=Rel		чего
Animacy=Inan|Case=Ins|PronType=Int		чем
Animacy=Inan|Case=Ins|PronType=Rel		чем
Animacy=Inan|Case=Loc|PronType=Int		чем, чём
Animacy=Inan|Case=Loc|PronType=Rel		чем
Animacy=Inan|Case=Nom|PronType=Exc		что
Animacy=Inan|Case=Nom|PronType=Int		что
Animacy=Inan|Case=Nom|PronType=Rel		что

PROPN

529 PROPN tokens (90% 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 (519; 98%), Animacy=Anim (327; 62%).

PROPN tokens may have the following values of Gender:

• Fem (191; 36% of non-empty Gender): Волге, Анжелина, Москва, Москве, Русь, Россию, Россия, Руси, Сулико, Изабелла
• Masc (335; 63% of non-empty Gender): Воронский, Восток, Иуда, Париж, Ара, Петроград, ВЛАДИМИРА, Владимир, Геркулес, Гинсбург
• Neut (3; 1% of non-empty Gender): Замоскворечья, Монако, Полесьем
• EMPTY (59): А., В., Н., М., П., С., Т., Д., И., К.

Paradigm Лакримоза	Masc	Fem
Animacy=Anim|Case=Nom|NameType=Giv		Лакримоза
Animacy=Inan|Case=Gen|NameType=Geo	Лакримоза

Gender seems to be lexical feature of PROPN. 100% lemmas (350) occur only with one value of Gender.

AUX

105 AUX tokens (31% 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=Ind (105; 100%), Number=Sing (105; 100%), Person=EMPTY (105; 100%), Tense=Past (105; 100%), VerbForm=Fin (105; 100%), Voice=Act (105; 100%).

AUX tokens may have the following values of Gender:

• Fem (20; 19% of non-empty Gender): была
• Masc (55; 52% of non-empty Gender): был
• Neut (30; 29% of non-empty Gender): было
• EMPTY (231): бы, будет, б, быть, буду, были, будут, будь, будем, будешь

Paradigm быть	Masc	Fem	Neut
	был	была	было

NUM

54 NUM tokens (21% of all NUM tokens) have a non-empty value of Gender.

The most frequent other feature values with which NUM and Gender co-occurred: NumForm=Word (54; 100%), NumType=Card (51; 94%), Case=Nom (33; 61%).

NUM tokens may have the following values of Gender:

• Fem (21; 39% of non-empty Gender): две, одна, одной, одну
• Masc (24; 44% of non-empty Gender): два, один, двух, оба, единый, обоим, одним
• Neut (9; 17% of non-empty Gender): два, одним, одно
• EMPTY (198): много, сколько, три, 1, 3, пять, четыре, 2, двух, мало

Paradigm два	Masc	Fem	Neut
Animacy=Anim|Case=Acc	двух
Animacy=Inan|Case=Acc	два	две
Case=Nom	два	две	два

Relations with Agreement in Gender

The 10 most frequent relations where parent and child node agree in Gender: NOUN –[amod]–> ADJ (3037; 71%), NOUN –[det]–> DET (921; 65%), ADJ –[conj]–> ADJ (315; 90%), ADJ –[nsubj]–> NOUN (255; 68%), NOUN –[amod]–> VERB (197; 62%), NOUN –[acl]–> VERB (185; 63%), NOUN –[appos]–> NOUN (123; 71%), VERB –[nsubj:pass]–> NOUN (74; 61%), PROPN –[amod]–> ADJ (58; 97%), ADJ –[det]–> DET (44; 100%).

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

.