Statistics of Number in UD

home edit page issue tracker

This page pertains to UD version 2.

Treebank Statistics: UD_Czech: Features: `Number`

This feature is universal. It occurs with 3 different values: Dual, Plur, Sing. Some words have combined values of the feature; 1 combinations have been observed: Plur|Sing.

This is a layered feature with the following layers: Number, Number[psor].

834248 tokens (55%) have a non-empty value of Number. 129500 types (101%) occur at least once with a non-empty value of Number. 49112 lemmas (84%) occur at least once with a non-empty value of Number. The feature is used with 8 part-of-speech tags: NOUN (363302; 24% instances), ADJ (184587; 12% instances), VERB (111091; 7% instances), PROPN (68761; 5% instances), DET (49586; 3% instances), AUX (31663; 2% instances), PRON (13609; 1% instances), NUM (11649; 1% instances).

`NOUN`

363302 NOUN tokens (98% of all NOUN tokens) have a non-empty value of Number.

The most frequent other feature values with which NOUN and Number co-occurred: Polarity=Pos (362738; 100%), Animacy=EMPTY (203009; 56%).

NOUN tokens may have the following values of Number:

Dual (81; 0% of non-empty Number): očima, rukama, nohama, ušima
Plur (103375; 28% of non-empty Number): korun, let, procent, lidí, letech, lidé, milionů, miliónů, zemí, dolarů
Sing (259846; 72% of non-empty Number): roku, roce, době, případě, společnosti, zákona, rok, ministr, vláda, strany
EMPTY (9064): Kč, s, r, p, m, tel, c, č, km, b

Paradigm ruka	`Sing`	`Dual`	`Plur`
`Case=Acc`	ruku		ruce
`Case=Dat`	ruce
`Case=Gen`	ruky		rukou
`Case=Ins`	rukou	rukama
`Case=Loc`	ruce		rukou, rukách
`Case=Nom`	ruka		ruce

`ADJ`

184587 ADJ tokens (98% of all ADJ tokens) have a non-empty value of Number.

The most frequent other feature values with which ADJ and Number co-occurred: Polarity=Pos (172448; 93%), Degree=Pos (153949; 83%), Animacy=EMPTY (109074; 59%).

ADJ tokens may have the following values of Number:

Dual (24; 0% of non-empty Number): zavřenýma, otevřenýma, Sudetoněmeckýma, dlouhýma, filmovýma, holýma, odřenýma, oteklýma, plnýma, prázdnýma
Plur (56301; 31% of non-empty Number): další, dalších, českých, posledních, nové, jiných, nových, jednotlivých, různých, zahraničních
Plur,Sing (2554; 1% of non-empty Number): připravena, schopna, otevřena, uzavřena, založena, zahájena, stanovena, určena, podepsána, ráda
Sing (125708; 68% of non-empty Number): první, české, další, druhé, poslední, státní, možné, třeba, česká, vlastní
EMPTY (4598): tzv, New, a, the, čs, česko, open, sv, RM, US

Paradigm otevřený	`Plur,Sing`	`Sing`	`Dual`	`Plur`
`Animacy=Anim\|Case=Nom\|Degree=Pos\|Gender=Masc`		otevřený
`Animacy=Anim\|Gender=Masc\|Variant=Short\|VerbForm=Part\|Voice=Pass`				otevřeni
`Animacy=Inan\|Case=Acc\|Degree=Pos\|Gender=Masc`		otevřený		otevřené
`Animacy=Inan\|Case=Acc\|Degree=Cmp\|Gender=Masc`		otevřenější
`Animacy=Inan\|Case=Dat\|Degree=Pos\|Gender=Masc`				otevřeným
`Animacy=Inan\|Case=Gen\|Degree=Pos\|Gender=Masc`		otevřeného		otevřených
`Animacy=Inan\|Case=Ins\|Degree=Pos\|Gender=Masc`		otevřeným
`Animacy=Inan\|Case=Loc\|Degree=Pos\|Gender=Masc`		otevřeném
`Animacy=Inan\|Case=Nom\|Degree=Pos\|Gender=Masc`		otevřený
`Animacy=Inan\|Case=Nom\|Degree=Cmp\|Gender=Masc`		otevřenější
`Animacy=Inan\|Gender=Fem,Masc\|Variant=Short\|VerbForm=Part\|Voice=Pass`				otevřeny
`Case=Acc\|Degree=Pos\|Gender=Fem`		otevřenou		otevřené
`Case=Acc\|Degree=Pos\|Gender=Neut`		otevřené		otevřená
`Case=Acc\|Degree=Cmp\|Gender=Neut`		otevřenější
`Case=Dat\|Degree=Pos\|Gender=Fem`		otevřené
`Case=Dat\|Degree=Pos\|Gender=Neut`		otevřenému
`Case=Gen\|Degree=Pos\|Gender=Fem`		otevřené		otevřených
`Case=Gen\|Degree=Pos\|Gender=Neut`		otevřeného
`Case=Ins\|Degree=Pos\|Gender=Fem`		otevřenou	otevřenýma	otevřenými
`Case=Ins\|Degree=Pos\|Gender=Neut`		otevřeným		otevřenými
`Case=Loc\|Degree=Pos\|Gender=Fem`		otevřené		otevřených
`Case=Loc\|Degree=Pos\|Gender=Neut`		otevřeném
`Case=Nom\|Degree=Pos\|Gender=Fem`		otevřená		otevřené
`Case=Nom\|Degree=Pos\|Gender=Neut`		otevřené		otevřená
`Case=Nom\|Degree=Cmp\|Gender=Fem`		otevřenější		otevřenější
`Gender=Masc\|Variant=Short\|VerbForm=Part\|Voice=Pass`		otevřen
`Gender=Fem,Neut\|Variant=Short\|VerbForm=Part\|Voice=Pass`	otevřena
`Gender=Neut\|Variant=Short\|VerbForm=Part\|Voice=Pass`		otevřeno

`VERB`

111091 VERB tokens (82% of all VERB tokens) have a non-empty value of Number.

The most frequent other feature values with which VERB and Number co-occurred: Voice=Act (110205; 99%), Polarity=Pos (99260; 89%), Gender=EMPTY (60749; 55%), VerbForm=Fin (60731; 55%), Mood=Ind (59845; 54%), Tense=Pres (59397; 53%).

VERB tokens may have the following values of Number:

Plur (31746; 29% of non-empty Number): mají, jsou, mohou, měli, měly, máme, mohli, můžeme, nemají, chtějí
Plur,Sing (9551; 9% of non-empty Number): měla, mohla, byla, stala, začala, získala, musela, vznikla, oznámila, rozhodla
Sing (69794; 63% of non-empty Number): má, je, může, řekl, měl, jde, musí, lze, uvedl, říká
EMPTY (24419): mít, získat, stát, být, hrát, říci, platit, muset, dělat, dostat

Paradigm mít	`Plur,Sing`	`Sing`	`Plur`
`Animacy=Anim\|Gender=Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`			neměli
`Animacy=Anim\|Gender=Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`			měli
`Animacy=Inan\|Gender=Fem,Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`			neměly
`Animacy=Inan\|Gender=Fem,Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`			měly
`Aspect=Imp\|Gender=Masc\|Polarity=Neg\|Tense=Pres\|VerbForm=Conv\|Voice=Act`		nemaje
`Aspect=Imp\|Gender=Masc\|Polarity=Pos\|Tense=Pres\|VerbForm=Conv\|Voice=Act`		maje
`Gender=Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`		neměl
`Gender=Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`		měl
`Gender=Fem,Neut\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`	neměla
`Gender=Fem,Neut\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`	měla
`Gender=Neut\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`		nemělo
`Gender=Neut\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`		mělo
`Mood=Imp\|Person=1\|Polarity=Neg\|VerbForm=Fin`			Nemějme
`Mood=Imp\|Person=1\|Polarity=Pos\|VerbForm=Fin`			mějme
`Mood=Imp\|Person=2\|Polarity=Pos\|VerbForm=Fin`			mějte
`Mood=Ind\|Person=1\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		nemám	nemáme
`Mood=Ind\|Person=1\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		mám	máme
`Mood=Ind\|Person=2\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`			nemáte
`Mood=Ind\|Person=2\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		máš	máte
`Mood=Ind\|Person=3\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		nemá	nemají
`Mood=Ind\|Person=3\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		má	mají

`PROPN`

68761 PROPN tokens (82% of all PROPN tokens) have a non-empty value of Number.

The most frequent other feature values with which PROPN and Number co-occurred: Polarity=Pos (68761; 100%), Abbr=EMPTY (67938; 99%), Gender=Masc (44970; 65%), Case=Nom (37791; 55%), Animacy=Anim (34755; 51%).

PROPN tokens may have the following values of Number:

Plur (5579; 8% of non-empty Number): LN, USA, Čechách, Němci, Čech, Češi, ČEZ, Němců, Vítkovice, Budějovice
Sing (63182; 92% of non-empty Number): Praha, Praze, Jiří, Jan, Evropy, Brno, Prahy, Václav, Jana, Petr
EMPTY (15270): ČR, ODS, J, OSN, ODA, M, ČSFR, V, A, SR

Paradigm Jan	`Sing`	`Plur`
`Case=Acc`	Jana	Jany
`Case=Dat`	Janu, Janovi
`Case=Gen`	Jana, JANA	Janů
`Case=Ins`	Janem
`Case=Loc`	Janu, Janovi
`Case=Nom`	Jan, JAN	Janové

Number seems to be lexical feature of PROPN. 98% lemmas (12972) occur only with one value of Number.

`DET`

49586 DET tokens (88% of all DET tokens) have a non-empty value of Number.

The most frequent other feature values with which DET and Number co-occurred: Person=EMPTY (45202; 91%), Number[psor]=EMPTY (45202; 91%), Animacy=EMPTY (42599; 86%), Poss=EMPTY (40302; 81%).

DET tokens may have the following values of Number:

Dual (4; 0% of non-empty Number): jejíma, svýma, těma
Plur (13372; 27% of non-empty Number): které, kteří, všechny, všech, těchto, své, tyto, svých, některé, některých
Sing (36210; 73% of non-empty Number): to, který, která, tím, tom, této, které, tomu, tento, své
EMPTY (6879): jeho, jejich, několik, několika, mnoho, jejichž, mnoha, kolik, jehož, tolik

Paradigm ten	`Sing`	`Dual`	`Plur`
`Abbr=Yes\|Case=Nom\|Gender=Neut`	t
`Animacy=Anim\|Case=Acc\|Gender=Masc`	toho		ty
`Animacy=Anim\|Case=Nom\|Gender=Masc`			ti
`Animacy=Inan\|Case=Acc\|Gender=Masc`	ten		ty
`Animacy=Inan\|Case=Nom\|Gender=Masc`			ty
`Case=Acc\|Gender=Fem`	tu		ty
`Case=Acc\|Gender=Neut`	to		ta
`Case=Dat\|Gender=Masc,Neut`	tomu
`Case=Dat\|Gender=Fem`	té
`Case=Dat`			těm
`Case=Gen\|Gender=Masc,Neut`	toho
`Case=Gen\|Gender=Fem`	té
`Case=Gen`			těch
`Case=Ins\|Gender=Masc,Neut`	tím
`Case=Ins\|Gender=Fem`	tou	těma
`Case=Ins`			těmi
`Case=Loc\|Gender=Masc,Neut`	tom
`Case=Loc\|Gender=Fem`	té
`Case=Loc`			těch
`Case=Nom\|Gender=Masc`	ten
`Case=Nom\|Gender=Fem`	ta		ty
`Case=Nom\|Gender=Neut`	to, ten		ta
`Case=Nom\|Gender=Neut\|Style=Coll`			ty

`AUX`

31663 AUX tokens (76% of all AUX tokens) have a non-empty value of Number.

The most frequent other feature values with which AUX and Number co-occurred: Voice=Act (30553; 96%), Polarity=Pos (27599; 87%), Gender=EMPTY (24884; 79%), VerbForm=Fin (24880; 79%), Mood=Ind (23770; 75%), Person=3 (19844; 63%), Tense=Pres (19272; 61%).

AUX tokens may have the following values of Number:

Plur (8394; 27% of non-empty Number): jsou, jsme, budou, byly, bychom, byli, nejsou, jste, budeme, nebudou
Plur,Sing (1579; 5% of non-empty Number): byla, nebyla, bývala, nebývala
Sing (21690; 69% of non-empty Number): je, bude, byl, jsem, bylo, není, bych, nebude, nebyl, nebylo
EMPTY (9730): by, být, býti, nebýt

Paradigm být	`Plur,Sing`	`Sing`	`Plur`
`Animacy=Anim\|Gender=Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`			nebyli
`Animacy=Anim\|Gender=Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`			byli
`Animacy=Inan\|Gender=Fem,Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`			nebyly
`Animacy=Inan\|Gender=Fem,Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`			byly
`Aspect=Imp\|Gender=Masc\|Polarity=Pos\|Tense=Pres\|VerbForm=Conv\|Voice=Act`		jsa
`Aspect=Imp\|Gender=Fem,Neut\|Polarity=Pos\|Tense=Pres\|VerbForm=Conv\|Voice=Act`		jsouc
`Aspect=Imp\|Polarity=Pos\|Tense=Pres\|VerbForm=Conv\|Voice=Act`			jsouce
`Gender=Masc\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`		nebyl
`Gender=Masc\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`		byl
`Gender=Fem,Neut\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`	nebyla
`Gender=Fem,Neut\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`	byla
`Gender=Neut\|Polarity=Neg\|Tense=Past\|VerbForm=Part\|Voice=Act`		nebylo
`Gender=Neut\|Polarity=Pos\|Tense=Past\|VerbForm=Part\|Voice=Act`		bylo
`Mood=Cnd\|Person=1\|VerbForm=Fin`		bych	bychom
`Mood=Cnd\|Person=2\|VerbForm=Fin`		bys	byste
`Mood=Imp\|Person=1\|Polarity=Pos\|VerbForm=Fin`			Buďme
`Mood=Imp\|Person=2\|Polarity=Neg\|VerbForm=Fin`			Nebuďte
`Mood=Imp\|Person=2\|Polarity=Pos\|VerbForm=Fin`		buď	buďte
`Mood=Imp\|Person=3\|Polarity=Pos\|Style=Arch\|VerbForm=Fin`		buď	budiž
`Mood=Imp\|Person=3\|Polarity=Pos\|VerbForm=Fin`		budiž
`Mood=Ind\|Person=1\|Polarity=Neg\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		nebudu	nebudeme
`Mood=Ind\|Person=1\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		nejsem	nejsme
`Mood=Ind\|Person=1\|Polarity=Pos\|Style=Coll\|Tense=Fut\|VerbForm=Fin\|Voice=Act`			budem
`Mood=Ind\|Person=1\|Polarity=Pos\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		budu	budeme
`Mood=Ind\|Person=1\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		jsem	jsme
`Mood=Ind\|Person=2\|Polarity=Neg\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		Nebudeš	nebudete
`Mood=Ind\|Person=2\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`			nejste
`Mood=Ind\|Person=2\|Polarity=Pos\|Style=Coll\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		si
`Mood=Ind\|Person=2\|Polarity=Pos\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		budeš	budete
`Mood=Ind\|Person=2\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		jsi	jste
`Mood=Ind\|Person=3\|Polarity=Neg\|Style=Arch\|Tense=Pres\|VerbForm=Fin\|Voice=Act`			nésó
`Mood=Ind\|Person=3\|Polarity=Neg\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		nebude	nebudou
`Mood=Ind\|Person=3\|Polarity=Neg\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		není	nejsou
`Mood=Ind\|Person=3\|Polarity=Pos\|Style=Arch\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		jest
`Mood=Ind\|Person=3\|Polarity=Pos\|Tense=Fut\|VerbForm=Fin\|Voice=Act`		bude	budou
`Mood=Ind\|Person=3\|Polarity=Pos\|Tense=Pres\|VerbForm=Fin\|Voice=Act`		je	jsou

`PRON`

13609 PRON tokens (30% of all PRON tokens) have a non-empty value of Number.

The most frequent other feature values with which PRON and Number co-occurred: Reflex=EMPTY (13609; 100%), Variant=EMPTY (11591; 85%), PronType=Prs (11129; 82%), PrepCase=EMPTY (8684; 64%), Gender=EMPTY (7289; 54%), Person=3 (7277; 53%).

PRON tokens may have the following values of Number:

Plur (6227; 46% of non-empty Number): nás, je, nám, nich, jim, nichž, my, jich, nimi, ně
Sing (7382; 54% of non-empty Number): mu, ji, ho, mi, ní, něj, jej, níž, já, mě
EMPTY (31316): se, si, co, kdo, což, nic, něco, nikdo, sebe, někdo

Paradigm on	`Sing`	`Plur`
`Animacy=Anim\|Case=Nom\|Gender=Masc`		oni
`Animacy=Inan\|Case=Nom\|Gender=Masc`		ony
`Case=Acc\|Gender=Masc,Neut\|PrepCase=Pre`	něj, něho
`Case=Acc\|Gender=Masc,Neut\|Style=Arch`	jej
`Case=Acc\|Gender=Masc,Neut\|Variant=Short`	ho
`Case=Acc\|Gender=Masc`	jeho
`Case=Acc\|Gender=Fem\|PrepCase=Pre`	ni
`Case=Acc\|Gender=Fem\|PrepCase=Pre\|Style=Coll`	ní
`Case=Acc\|Gender=Fem`	ji, jí
`Case=Acc\|Gender=Neut\|PrepCase=Pre`	ně
`Case=Acc\|Gender=Neut`	je
`Case=Acc\|PrepCase=Pre`		ně
`Case=Acc`		je
`Case=Dat\|Gender=Masc,Neut\|PrepCase=Pre`	němu
`Case=Dat\|Gender=Masc,Neut`	jemu
`Case=Dat\|Gender=Masc,Neut\|Variant=Short`	mu
`Case=Dat\|Gender=Fem\|PrepCase=Pre`	ní
`Case=Dat\|Gender=Fem`	jí, ji
`Case=Dat\|PrepCase=Pre`		nim
`Case=Dat`		jim
`Case=Gen\|Gender=Masc,Neut\|PrepCase=Pre`	něj, něho
`Case=Gen\|Gender=Masc,Neut`	jej
`Case=Gen\|Gender=Masc,Neut\|Variant=Short`	ho
`Case=Gen\|Gender=Masc`	jeho
`Case=Gen\|Gender=Fem\|PrepCase=Pre`	ní
`Case=Gen\|Gender=Fem`	jí
`Case=Gen\|PrepCase=Pre`		nich
`Case=Gen`		jich
`Case=Ins\|Gender=Masc,Neut\|PrepCase=Pre`	ním
`Case=Ins\|Gender=Masc,Neut`	jím
`Case=Ins\|Gender=Fem\|PrepCase=Pre`	ní
`Case=Ins\|Gender=Fem`	jí
`Case=Ins\|PrepCase=Pre`		nimi
`Case=Ins`		jimi
`Case=Loc\|Gender=Masc,Neut\|PrepCase=Pre`	něm
`Case=Loc\|Gender=Fem\|PrepCase=Pre`	ní
`Case=Loc\|PrepCase=Pre`		nich
`Case=Nom\|Gender=Masc`	on
`Case=Nom\|Gender=Fem`	ona	ony
`Case=Nom\|Gender=Neut`	ono

`NUM`

11649 NUM tokens (28% of all NUM tokens) have a non-empty value of Number.

The most frequent other feature values with which NUM and Number co-occurred: NumForm=Word (11307; 97%), NumType=Card (11307; 97%), NumValue=1,2,3 (8050; 69%), Gender=EMPTY (6890; 59%).

NUM tokens may have the following values of Number:

Dual (27; 0% of non-empty Number): oběma, dvěma, čtyřma
Plur (6148; 53% of non-empty Number): dva, tři, dvě, dvou, čtyři, obou, oba, tří, pěti, obě
Sing (5474; 47% of non-empty Number): jeden, tisíc, pět, jednoho, jedné, jedna, jednu, deset, jedním, šest
EMPTY (29858): 1, 2, 3, 4, 6, 5, 1992, 10, 1994, 1993

Paradigm dva	`Dual`	`Plur`
`Case=Acc\|Gender=Masc`		dva
`Case=Acc\|Gender=Fem,Neut`		dvě
`Case=Dat`		dvěma
`Case=Gen`		dvou
`Case=Ins\|Gender=Fem`	dvěma
`Case=Ins`		dvěma
`Case=Loc`		dvou
`Case=Nom\|Gender=Masc`		dva
`Case=Nom\|Gender=Fem,Neut`		dvě

Relations with Agreement in `Number`

The 10 most frequent relations where parent and child node agree in Number: NOUN –[amod]–> ADJ (147785; 98%), NOUN –[nmod]–> NOUN (67169; 61%), VERB –[nsubj]–> NOUN (35612; 81%), NOUN –[det]–> DET (23388; 82%), NOUN –[conj]–> NOUN (16967; 78%), NOUN –[nmod]–> PROPN (11931; 53%), PROPN –[flat]–> PROPN (10798; 82%), VERB –[nsubj]–> PROPN (10134; 75%), ADJ –[cop]–> AUX (9996; 86%), VERB –[conj]–> VERB (9686; 72%).

Treebank Statistics: UD_Czech: Features: Number

NOUN

ADJ

VERB

PROPN

DET

AUX

PRON

NUM

Relations with Agreement in Number