home edit page issue tracker

UD French Sequoia

Language: French (code: fr)
Family: Indo-European, Romance

This treebank has been part of Universal Dependencies since the UD v2.0 release.

The following people have contributed to making this treebank part of UD: Marie Candito, Djamé Seddah, Guy Perrier, Bruno Guillaume.

Repository: UD_French-Sequoia
Search this treebank on-line: PML-TQ
Download all treebanks: UD 2.2

License: LGPL-LR

Genre: wiki, medical, news, nonfiction

Questions, comments? General annotation questions (either French-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 [bruno • guillaume (æt) inria • fr]. 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 in non-UD style, automatically converted to UD
UPOS	annotated manually in non-UD style, automatically converted to UD
XPOS	not available
Features	annotated manually in non-UD style, automatically converted to UD
Relations	annotated manually in non-UD style, automatically converted to UD

Description

UD_French-Sequoia is an automatic conversion of the Sequoia Treebank corpus French Sequoia corpus.

UD_French-Sequoia is an automatic conversion of the Sequoia Treebank corpus French Sequoia corpus. The conversion was done with the Grew software and the Graph Rewriting System described here.

Origin

The first version of the Sequoia Corpus was presented in (Candito & Seddah, 2012)

Splitting

The whole corpus contains 70,624 tokens in 3,099 sentences.

In UD_French-Sequoia, data were randomly split into:

• fr_sequoia-ud-test.conllu: 10,050 tokens in 456 sentences
• fr_sequoia-ud-dev.conllu: 10,013 tokens in 412 sentences
• fr_sequoia-ud-train.conllu: 50,561 tokens in 2,231 sentences

Genres

The original sentences of the corpus are taken from:

• French Europarl (sent_id prefix: Europar.550)
• Wikipédia Fr (sent_id prefix: frwiki_50.1000)
• Newspaper Est Républicain (sent_id prefix: annodis.er)
• European Medicines Agency (sent_id prefix: emea-fr-dev and emea-fr-test)

Acknowledgments

The conversion has been performed by Bruno Guillaume with the Graph Rewriting System described here developed by Bruno Guillaume and Guy Perrier.

The Sequoia Corpus was presented in (Candito & Seddah, 2012) and revised later, notably during the project of deep annotation described in (Candito & al. 2014) and (Perrier & al. 2014).

Statistics of UD French Sequoia

POS Tags

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

Features

Definite – Gender – Mood – Number – NumType – Person – Polarity – Poss – PronType – Reflex – Tense – VerbForm – Voice

Relations

acl – acl:relcl – advcl – advmod – amod – appos – aux – aux:caus – aux:pass – case – cc – ccomp – conj – cop – csubj – csubj:pass – dep – det – dislocated – expl – fixed – flat:foreign – flat:name – goeswith – iobj – iobj:agent – mark – nmod – nsubj – nsubj:caus – nsubj:pass – nummod – obj – obj:agent – obl:agent – obl:arg – obl:mod – orphan – parataxis – punct – root – vocative – xcomp

Tokenization and Word Segmentation

• This corpus contains 3099 sentences, 68637 tokens and 70593 syntactic words.

• This corpus contains 10801 tokens (16%) that are not followed by a space.

• This corpus contains 40 types of words with spaces. Examples: 50 000, 125 000, 1 000, 1 500, 10 000, 1 200, 13 819, 15 000, 2 000, 2 127, 3 852, 3 862, 6 000, 7 736, 80 000, 1 062, 1 065, 1 246, 100 000, 108 000, 111 547, 14 000, 17 600, 19 000, 190 500, 2 914571 14 3, 20 000, 25 000, 260 000, 3 092, 4 000, 46 000, 5 000, 500 000, 67 025, 7 000, 70 000, 8 000, 800 000, 850 000

• This corpus contains 304 types of words that contain both letters and punctuation. Examples: l', d', n', qu', s', c', M., j', jusqu', Jean-Claude, -il, aujourd'hui, Hauts-de-Seine, peut-être, IIb/IIIa, après-midi, Deviers-Joncour, post-ménopausique, lorsqu', Jean-François, Jean-Pierre, m', politico-financière, -ce, -t, Jean-Paul, Thomson-CSF, celle-ci, non-lieu, rétro-commissions, États-Unis, Île-de-France, contre-indiqué, p​o​s​t​-​c​o​m​m​e​r​c​i​a​l​i​s​a​t​i​o​n, rendez-vous, -en, -nous, -vous, Chin-Feun, GPIIb/IIIa, Jean-Louis, REPLACE-2, T-score, calcium-élément, celui-ci, etc., -ils, -je, -moi, -on

• This corpus contains 1956 multi-word tokens. On average, one multi-word token consists of 2.00 syntactic words.
• There are 8 types of multi-word tokens. Examples: des, du, au, aux, auxquels, auxquelles, duquel, desdites.

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, VERB, X
• This corpus does not use the following tags: SYM

• This corpus contains 1 word types tagged as particles (PART): -t

• This corpus contains 88 lemmas tagged as pronouns (PRON): -moi, 0,24, 000, 1, 1 000, 1 062, 1 065, 1.000, 1/10, 1/100, 1/1000, 10, 10 000, 100, 11, 139, 14, 15, 150, 17, 19, 19 000, 2, 200, 22, 23, 29, 3, 3 852, 3 862, 34, 40, 41, 4603, 4604, 4612, 5, 50, 51, 6, 60, 69, 75, 8, 80, 92, 96, aucun, autre, beaucoup, ce, ceci, cela, celui, celui-ci, cent, certain, chacun, cinq, deux, dont, en, il, le, lequel, lui, lui-même, nul, nôtre, onze, où, personne, peu, plusieurs, que, quelques-uns, qui, quiconque, quoi, rien, se, six, soi, tout, trois, un, y, ça

• This corpus contains 45 lemmas tagged as determiners (DET): 1 000, 1 200, 1 246, 1 500, 10 000, 100 000, 108 000, 111 547, 125 000, 13 819, 14 000, 15 000, 17 600, 2 000, 2 127, 20 000, 25 000, 4 000, 46 000, 5 000, 50 000, 500 000, 6 000, 67 025, 7 000, 7 736, 8 000, 80 000, aucun, ce, certain, chaque, différent, différentes, divers, du, le, ledit, plusieurs, quel, quelque, son, tel, tout, un

• Out of the above, 9 lemmas occurred sometimes as PRON and sometimes as DET: 1 000, 10 000, aucun, ce, certain, le, plusieurs, tout, un

• This corpus contains 3 lemmas tagged as auxiliaries (AUX): avoir, faire, être

• Out of the above, 3 lemmas occurred sometimes as AUX and sometimes as VERB: avoir, faire, être

• There are 3 (de)verbal forms:

• Fin
  • AUX: est, a, ont, sont, était, avait, sera, fut, étaient, ai
  • VERB: doit, a, peut, est, doivent, faut, peuvent, voudrais, pense, agit

• Inf
  • AUX: être, avoir, faire, ETRE
  • VERB: voir, faire, prendre, avoir, utiliser, dire, partir, savoir, obtenir, recevoir

• Part
  • AUX: été, ayant, étant, fait, faisant
  • VERB: mis, eu, traités, utilisé, atteints, administré, reçu, concernant, pris, pu

Nominal Features

• Gender

• Fem
  • ADJ: européenne, première, rénale, française, toutes, nouvelle, intraveineuse, nationale, seule, osseuse
  • DET: la, une, cette, sa, aucune, certaines, toute, ma, quelles, toutes
  • NOUN: affaire, bivalirudine, commission, perfusion, administration, solution, dose, étude, fois, guerre
  • PRON: elle, laquelle, elles, la, lesquelles, une, celle-ci, chacune, celles, celle
  • PROPN: France, Paget, Europe, Christine, Denise, Afrique, Chine, Jean, Blanche, Société
  • VERB-Part: observée, recommandée, administrée, destinée, maintenue, menée, rapportées, traitées, versées, liée

• Masc
  • ADJ: français, tous, ancien, osseux, premier, nombreux, dernier, compris, faux, général
  • AUX-Part: fait
  • DET: le, un, ce, les, cet, aucun, tout, du, certains, quel
  • NOUN: %, patients, mg, ans, cas, traitement, président, effets, M., cours
  • NUM: 17, neuf
  • PRON: il, ils, un, le, -il, lui, eux, ceux, chacun, lequel
  • PROPN: paris, Jacques, Chirac, Taïwan, Michel, Hauts-de-Seine, Didier, Alain, Maupas, François
  • VERB-Part: mis, eu, traités, utilisé, atteints, administré, reçu, pris, fait, présenté

• Number

• Plur
  • ADJ: autres, indésirables, tous, politiques, cliniques, toutes, occultes, âgés, fréquents, graves
  • AUX-Fin: ont, sont, étaient, avaient, avez, avons, seront, soient, auraient, êtes
  • DET: les, des, ces, plusieurs, ses, de, d', leurs, quelques, nos
  • NOUN: patients, ans, enfants, effets, jours, millions, mois, hommes, fractures, francs
  • NUM: 17
  • PRON: nous, vous, ils, les, eux, ceux, elles, lesquelles, leur, lesquels
  • PROPN: Hauts-de-Seine, États-Unis, Dominati, verts, Balkans, Nations, Sources, Bahamas, Frégates, Pays-Bas
  • VERB-Fin: doivent, peuvent, devons, ont, avez, veuillez, devez, présentent, avaient, avons
  • VERB-Part: traités, atteints, présentés, rapportées, traitées, versées, rapportés, liés, menées, observés

• Sing
  • ADJ: autre, politique, même, clinique, ancien, européenne, jeune, première, rénale, premier
  • AUX-Fin: est, a, était, avait, sera, fut, ai, soit, aurait, suis
  • AUX-Part: fait
  • DET: le, la, l', une, un, cette, ce, son, votre, sa
  • NOUN: affaire, bivalirudine, commission, perfusion, traitement, président, M., conseil, administration, solution
  • NUM: neuf
  • PRON: il, je, elle, c', j', cela, on, un, le, l'
  • PROPN: Paris, Union, Jacques, France, Chirac, Taïwan, Francis, Michel, Paget, Didier
  • VERB-Fin: doit, a, peut, est, faut, voudrais, pense, agit, concerne, contient
  • VERB-Part: eu, utilisé, administré, reçu, fait, observée, présenté, recommandé, recommandée, administrée

• Definite

• Def
  • DET: le, les, la, l', lesdites

• Ind
  • DET: une, un, des, de, d', quelques, tout, toute, quelque, tous

Degree and Polarity

• Polarity

• Neg
  • ADV: pas, n', ne, plus, jamais, guère

Verbal Features

• Mood

• Cnd
  • AUX-Fin: aurait, auraient, serait, seraient, serais
  • VERB-Fin: voudrais, pourrait, devrait, devrions, pourraient, devraient, devrais, souhaiterais, deviendrait, retrouverait

• Imp
  • VERB-Fin: veuillez, demandez, permettez, prévenez, suivez, Assurez, Contactez, Faites, Gardez, Revenons

• Ind
  • AUX-Fin: est, a, ont, sont, était, avait, sera, fut, étaient, ai
  • VERB-Fin: doit, a, peut, est, doivent, faut, peuvent, agit, pense, devons

• Sub
  • AUX-Fin: soit, soient, ait, aient, ayez, fasse, sois, soyons
  • VERB-Fin: puisse, puissent, prenne, comportent, fasse, produise, revienne, réserve, soit, aboutisse

• Tense

• Fut
  • AUX-Fin: sera, seront, aura, auront, aurons, fera
  • VERB-Fin: devra, pourra, aura, pourront, aurons, auront, durera, déterminera, informera, aurai

• Imp
  • AUX-Fin: était, avait, étaient, avaient, étais, Etaient, avais, avions
  • VERB-Fin: devait, avait, pouvait, avaient, agissait, faisaient, faisait, travaillait, fallait, souhaitait

• Past
  • AUX-Fin: fut, furent, eut
  • AUX-Part: été, fait
  • VERB-Fin: agit, eut, avéra, mit, revint, aboutisse, aboutit, accrochèrent, adonnèrent, adoucit
  • VERB-Part: mis, eu, traités, utilisé, atteints, administré, reçu, pris, pu, fait

• Pres
  • AUX-Fin: est, a, ont, sont, ai, soit, avez, avons, aurait, soient
  • AUX-Part: ayant, étant, faisant
  • VERB-Fin: doit, a, peut, est, doivent, faut, peuvent, voudrais, pense, devons
  • VERB-Part: concernant, suivant, présentant, ayant, souffrant, subissant, correspondant, recevant, résultant, portant

• Voice

• Pass
  • VERB-Part: utilisé, administré, mis, observée, recommandé, traités, condamné, arrêté, observé, présentés

Pronouns, Determiners, Quantifiers

• PronType

• Art
  • DET: le, les, la, l', une, un, des, de, d', quelques

• Dem
  • DET: cette, ce, ces, cet
  • PRON: cela, ceci, ceux, celle-ci, celles, celle, celui, celui-ci, ça, celles-ci

• Int
  • ADV: comment, pourquoi, où, combien
  • DET: quel, quelles, quelle, quels
  • PRON: Qu', Que, qui, quoi, QU'

• Prs
  • PRON: lui, eux, moi, elle, vous, elles, nous, Toi

• Rel
  • PRON: qui, que, dont, où, qu', laquelle, lequel, lesquelles, lesquels, quoi

• NumType

• Card
  • NOUN: millions, milliards, 1/10, 2006-08-07, 1/100, milliard, 1/1000, million, -1,5, -2,5
  • NUM: deux, 5, 2006, trois, 2, 10, 30, 4, 3, 1
  • PRON: 1, deux, 100, 1/10, 1/100, 10, 6, 96, six, trois

• Ord
  • ADJ: première, premier, dernier, 3e, deuxième, 1er, premiers, troisième, quatrième, 21e

• Poss

• Yes
  • DET: son, ses, votre, sa, leur, leurs, notre, nos, mon, mes

• Reflex

• Yes
  • PRON: se, s', me, nous, vous, m', -vous

• Person

• 1
  • AUX-Fin: ai, avons, suis, sommes, aurons, avions, serais, sois, soyons, étais
  • PRON: nous, je, j', me, m', moi, -nous, -je, -moi
  • VERB-Fin: voudrais, devons, pense, crois, dois, avons, devrions, remercie, voulons, espère

• 2
  • AUX-Fin: avez, êtes, avais, ayez, étais
  • PRON: vous, -vous, Toi
  • VERB-Fin: avez, veuillez, devez, demandez, pouvez, remarquez, allaitez, prenez, présentez, suivez

• 3
  • AUX-Fin: est, a, ont, sont, était, avait, sera, fut, étaient, soit
  • PRON: il, se, y, s', en, elle, ils, c', on, le
  • VERB-Fin: doit, a, peut, est, doivent, faut, peuvent, agit, concerne, contient

Other Features

Syntax

Auxiliary Verbs and Copula

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

• This corpus uses 2 lemmas as auxiliaries (aux). Examples: avoir, être.
• This corpus uses 1 lemmas as passive auxiliaries (aux:pass). Examples: être.

Core Arguments, Oblique Arguments and Adjuncts

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

• nsubj
  • VERB-Fin--NOUN (791)
  • VERB-Fin--PRON (1014)
  • VERB-Part--NOUN (306)
  • VERB-Part--PRON (223)

• obj
  • VERB-Fin--NOUN (658)
  • VERB-Fin--PRON (146)
  • VERB-Inf--NOUN (692)
  • VERB-Inf--NOUN-ADP(à) (1)
  • VERB-Inf--PRON (76)
  • VERB-Part--NOUN (497)
  • VERB-Part--PRON (61)

• iobj
  • VERB-Fin--PRON (105)
  • VERB-Inf--PRON (33)
  • VERB-Part--PRON (71)

Verbs with Reflexive Core Objects

• This corpus contains 30 lemmas that occur at least once with a reflexive core object (obj or iobj). Examples: fracturer s', lier se, défendre se, déclarer se, frotter se, réserver se, sentir se, apprécier se, attendre se, comprendre me, compromettre se, confier se, croire se, dessaisir se, dire se, entraîner s', faire se, fracturer se, inscrire s', inscrire se, persuader se, rassurer se, remarquer s', rembourser se, rendre se, restructurer se, retrouver s', retrouver se, réchauffer se, voiler se
• Out of those, 2 lemmas occurred more than once, but never without a reflexive dependent. Examples: fracturer, frotter

Relations Overview

• This corpus uses 13 relation subtypes: acl:relcl, aux:caus, aux:pass, csubj:pass, flat:foreign, flat:name, iobj:agent, nsubj:caus, nsubj:pass, obj:agent, obl:agent, obl:arg, obl:mod
• The following 2 main types are not used alone, they are always subtyped: flat, obl
• The following 5 relation types are not used in this corpus at all: discourse, clf, compound, list, reparandum

© 2014–2017 Universal Dependencies contributors. Site powered by Annodoc and brat

.