﻿Il Treebank VIT è stato creato dall'Università Ca' Foscari in diverse fasi. E' in strutture a costituenti e consiste in due sottocorpora, uno di lingua scritta e l'altro di parlato trascritto. Complessivamente contiene circa 300mila tokens.
Ultimamente - 4 anni fa - la parte di lingua scritta è stata convertita in formato a dipendenze e contiene complessivamente 275mila token, con gli articoli delle preposizioni articolate in tokens separati che sono 19100 entrate.
Abbiamo anche creato una nuova versione in cui abbiamo decomposto tutte le multiwords, raggiungendo in questo caso i 290mila tokens.


Il VIT-fragment contiene 511 frasi ed è stato creato per sperimentare sulla possibilità di inserire automaticamente o semi-automaticamente i Null Elements o categorie vuote. La versione priva di NEs aveva 14955 tokens. Quella attuale ne ha 15630. 
Sono stati aggiunti 675 NEs.
Di questi NEs, 263 sono pPro o big_Pro o ancora soggetti di frasi a modo indefinito, o non temporalizzate.
237 sono little_pro, o soggetti di frasi di modo finito o temporalizzate.
175 sono pronomi relativi.
Sono stati marcati 64 soggetti impersonali, 49 soggetti espletivi.
E' stata poi prodotta una versione priva degli articoli aggiunti separatamente per le amalgame di preposizioni articolate, producendo quindi un nuovo file contenente un totale di 14579 tokens. Questo file si chiama newvitfrext.
Invece il file originale con gli articoli separati si chiama newvitfrorig.
Per ultimo abbiamo prodotto le versioni prive di multiwords dei due file precedenti che abbiamo chiamato rispettivamente newvitfrext_nom e newvitfrorig_nom. Le parole che compongono le multiwords sono state marcate con l'estensione '.2'. I nuovi file contengono, il primo 15876, e il secondo, di 15884.


Abbiamo poi annotato con antecedente anche tutti i possessivi - 90 - 
e i pronomi personali - 17, per un totale di 107 pronomi lessicali annotati - 
questi includono anche "loro" (dativo). Non abbiamo annotato tutti i clitici, 
ma solo quelli di terza persona diversi dal "si", questi ultimi sono 50.
I clitici sono complessivamente 144, quelli argomentali invece sono 96.
Sono stati coindicizzati un totale di 717 antecedenti.

Gli antecedenti possibile sono 3: 
- l'antecedente presente nella stessa frase in cui si trova il pronome, 
  marcato con il suo indice, es. ant=7 e si trova nella posizione della classe semantica. 
  In pratica quindi, questi pronomi hanno un indice argomentale che lo lega al verbo,
  e un altro pronominale che lo lega all'antecedente;
- l'antecedente che si trova in una frase precedente rispetto a quella in
  cui si trova il pronome, marcato con l'indice della frase preceduto da
  sent, uno slash e l'indice locale, ad es. ant=sent98/13. In questo caso, se si tratta
  di pronomi lessicali vale quanto scritto sopra. Altrimenti, per i pronomi inespressi,
  l'indice argomentale è già segnato come estensione all'indice primario di token. Quello
  referenziale si trova nel posto dedicato all'indice argomentale negli altri pronomi,
  cioè in settima colonna. Questi sono 106;
- l'antecedente generico, marcato cosi' ant=generic, questi sono 64.
L'indicazione dell'antecedente nel caso di pronomi multipli segue i criteri
stabiliti nella teoria linguistica, che prevedono di cercare nel dominio di
controllo. Ad esempio, un possessivo cercherà il soggetto della frase/clause
locale, anche se si tratta di una frase non temporalizzata e non fuori di 
essa. E' bene ricordare che il treebank può accedere al soggetto nullo o inespresso
che è stato aggiunto dalle procedure precedenti al calcolo del binding 
pronominale. Il soggetto nullo a sua volta sarà legato al suo antecedente
lessicale in catena.
Alcuni problemi specifici riguardanti i pronomi plurali, come NOI/NOSTRO
sono stati risolti con un riferimento singolare piuttosto che ricorrere al
riferimento generico, che abbiamo utilizzato in modo strettamente indispensabile.
Altri problemi specifici riguardano le strutture coordinate che per ora sono parallele,
e convergono sul coordinatore che viene poi legato alla testa degli elementi 
coordinati. Avrei voluto cambiare questa organizzazione in quella seriale ma non ho
avuto tempo.

SEMANTIC ROLES

NON-ARGUMENTAL ROLES
1081 specifier (spec)
197 adjunct temporal (adjt)(adj-t)
163 adjunct manner (adjm)
96 adversative (av)
27 adjunct evidence (adjv)

				TOTALE					1554

ARGUMENTAL ROLES
561 agente (agent) 60 pobj-agent
203 location (loc)
186 theme_unaffected (theme_unaff)
157 theme_affected (theme_aff)
151 subject of copulatives (tema_bound)
129 actor 26 pobj-actor
127 goal
123 esperiente (exper)
97 predicative nominal complement (ncomp)
83 theme
74 predicative adjectival complement (acomp)
46 predicative prepositional complement (pcomp)

				TOTALE					1947

CIRCUMSTANTIAL ROLES - OPTIONALLY ARGUMENTAL									
46 measure (meas)
42 causer
37 maniera (mannr)
30 theme_effected (theme_eff)(theme_effect)
30 comitative (comit)
29 source information (source_info)
29 recipient (recipnt)
26 addressee (address)
18 information (informtn)
17 passive agent (arg_mod)
17 perceiver (perciv)
16 event punctual in time (tev)
15 possession (possesn)
13 source
11 reason, motivation (ratio)
11 event last in time (tdur)
10 benefactive (benef)
8 owner
7 origin (orig)
7 pobj temporal (t) 
6 transferred object (transf_obj)
6 causer emotional (causer_emot)
6 comparative (comp)
3 subject of discourse (subj_dis)
2 possessor (possess)
2 istigatore (istigat)

				TOTALE 						444								

TOTAL ROLES ANNOTATED 3945

SEMANTIC LABELS ASSOCIATED TO VERBS

201 extensional verbs (exten)
166 existence verbs (exist)
23 activity verbs
46 posit verbs
37 information verbs (inform)
31 mental activity verbs (ment_act)
24 possession verbs (possess)
24 subjective verbs (subj)
23 process
23 stato/posizione (stato)(at_posit)
21 accomplishment verbs (camb_attiv)(accomp)
20 result - stands for achievement
19 augmentative/measuring verbs (measu_maj)
17 perfective verbs (perf)
16 perceptive verbs (percpt)
15 reportive verbs (riport_dir)
14 evaluative (eval)
11 decision verbs (rep_contr)
10 hyper
10 direction verbs (dir)
9 not extensional (not_exten)
9 go_against
8 factive (fact)
7 presuppositivo (presup)
6 inserire (into_hole)
6 permission verbs (let)
6 direct speech (dir_speech)
6 mental perlocutive (ment_perloc)
5 property (propr)
4 perlocutive (perloc)
4 coercitive (coerc)
4 unione (unit)
3 extensional negative (exten_neg)
3 manipulative (manip)
3 overrunning/prevailing verbs (over)
3 division (divid)
2 not react
2 not let
2 direction to (dir_tow)
1 direction difficulty (dir_difclt)
1 risultato processo (risult_proc)
1 toccare/contatto (touch)

SYNTACTIC LABELS ASSOCIATED TO VERBS

340 transitive verbs (tr)
130 riflessivi verbs (refl)
100 riflessivi inerenti (refl_in)
49 unaccusative verbs
25 unergative verbs
6 psychological 1

SEMANTIC LABELS ASSOCIATED TO REMAINING CATEGORIES

2639 com (common)
1017 det (prepositional article)
955 def (definite)
362 aux (auxiliary)
353 sum (summative conjunction)
277 invar (invariable words)
257 hum (human NE)
234 ind (indefinite)
217 card (cardinal)
211 q  (quantifier)
209 inst (institution NE)
171 t (temporal)
134 geo (geographical NE)
99 nom (nominative clitic)
95 mn (manner adverb/conjunction)
88 mod (modal verbs)
73 acc (accusative clitic)
59 dim (dimostrative pronoun)
54  tm  (time month)
43  td  (time day)
40 percent
38 arb (arbitrary reading pronoun)
29s comp (comparative)
24 exp (explicative conjunction)
20 caus (causative conjunction)
16 dat (dative clitic)
16 coor (coordinating conjunction)
15 ord (ordinal)
15 par (temporal conjunction)
13 conc (concessive conjunction)
13 cond (conditional conjunction)
10 abl (ablative clitic)
12 r (majorative conjunction)
9 date
8 tg (time day week)
8 gen (genitive clitic)
4 nt (noun temporal)