segment stringlengths 6 199 | punctuation_type stringclasses 5
values | tokens_annotation listlengths 1 39 |
|---|---|---|
Velkou roli v play off mohou sehrát B družstva extraligových celků Strakonic a Slovanky Mladá Boleslav. | tečka | [
{
"slovo": "Velkou",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "roli",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slo... |
jen tři maturity. | tečka | [
{
"slovo": "jen",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "tři",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "maturity",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 1
}
] |
může si ho žena uhradit. | tečka | [
{
"slovo": "může",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "si",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "ho",
"slovni_druh": "zajmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "... |
že červená bude jen příležitostní sadou. | tečka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "červená",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "bude",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "jen",
... |
Ratajová. | tečka | [
{
"slovo": "Ratajová",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
}
] |
Riziko onemocnění je i u injekčních uživatelů drog. | tečka | [
{
"slovo": "Riziko",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "onemocnění",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
... |
dá se říci, | čárka | [
{
"slovo": "dá",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "říci",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
}
] |
Údajně dostal infarkt. | tečka | [
{
"slovo": "Údajně",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "dostal",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "infarkt",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 4
... |
ve kterém měli lup, | čárka | [
{
"slovo": "ve",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "kterém",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "měli",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo"... |
Na Břeclavsku vznikly nové schránky podél řek
Břeclavsko – Milovníci geocachingu si mohou mnout ruce. | tečka | [
{
"slovo": "Na",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "Břeclavsku",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "vznikly",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"sl... |
„Jeden ruský festivalový snímek nám dovezl sám režisér, | čárka | [
{
"slovo": "Jeden",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "ruský",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "festivalový",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "sní... |
Konkurz na majetek ČSSD podá možná další věřitel
K návrhu na konkurz na majetek ČSSD by měl přistoupit další věřitel. | tečka | [
{
"slovo": "Konkurz",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "na",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "majetek",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 4
... |
nepamatují si telefonní čísla Málokdo si přitom důležitá telefonní čísla pamatuje. | tečka | [
{
"slovo": "nepamatují",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "si",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "telefonní",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 4
},
{
"sl... |
Studiím dal sbohem. | tečka | [
{
"slovo": "Studiím",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "dal",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "sbohem",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 7
... |
uklízečky i kuchařky, | čárka | [
{
"slovo": "uklízečky",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 1
},
{
"slovo": "i",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "kuchařky",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 1
}... |
Dana Rohrabacher z Californie a Joe Wilson z Jižní Karolíny, | čárka | [
{
"slovo": "Dana",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{
"slovo": "Rohrabacher",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "z",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": ... |
Jan Tuček uvádí kolem 2, | čárka | [
{
"slovo": "Jan",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "Tuček",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "uvádí",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "ko... |
Benedikt, | čárka | [
{
"slovo": "Benedikt",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
}
] |
Hned zkraje tři kusy a pak dlouhé hodiny nic Přitom začátek závodu se vyvíjel dobře a během první hodiny rybáři vytáhli tři ryby. | tečka | [
{
"slovo": "Hned",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "zkraje",
"slovni_druh": "prislovce",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "tři",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo"... |
no a to auto odjelo, | čárka | [
{
"slovo": "no",
"slovni_druh": "prislovce",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "a",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "to",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "auto"... |
jenž hrál třeba v Lucii a ve skupině Davida Kollera. | tečka | [
{
"slovo": "jenž",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "hrál",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "třeba",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slo... |
Do Chotěboře pravidelně míří třeba Farma rodiny Němcovy z Netína, | čárka | [
{
"slovo": "Do",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "Chotěboře",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "pravidelně",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"sl... |
které je nyní uzavřeno, | čárka | [
{
"slovo": "které",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "nyní",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "... |
nedokázal jsem si ani představit, | čárka | [
{
"slovo": "nedokázal",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "jsem",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "si",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo... |
Určitě novinkou pro pacienty jsou, | čárka | [
{
"slovo": "Určitě",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "novinkou",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 7
},
{
"slovo": "pro",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
... |
co nevím proč se děje, | čárka | [
{
"slovo": "co",
"slovni_druh": "zajmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "nevím",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "proč",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": ... |
" řekla Sedkyová s tím, | čárka | [
{
"slovo": "řekla",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "Sedkyová",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "s",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 7
},
{
"slovo... |
V pořádku jsou i pásy u zadních sedadel. | tečka | [
{
"slovo": "V",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "pořádku",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 6
},
{
"slovo": "jsou",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
... |
Za prvé by si děti s pomocí zkušených lektorů mohly vyzkoušet řadu sportovních aktivit, | čárka | [
{
"slovo": "Za",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "prvé",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "by",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "si",
... |
Zubačka vyjíždí. | tečka | [
{
"slovo": "Zubačka",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "vyjíždí",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
}
] |
která radí lidem poškozeným při nehodách, | čárka | [
{
"slovo": "která",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "radí",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "lidem",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
... |
Klid kolem Borsay Snížilo se i riziko, | čárka | [
{
"slovo": "Klid",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 1
},
{
"slovo": "kolem",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "Borsay",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 2
},
{
... |
Turnaj v plážovém volejbalu byl skvělou volbou na sobotu
/FOTOGALERIE/ Jak si zahrát plážový volejbal na koupališti, | čárka | [
{
"slovo": "Turnaj",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "plážovém",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 6
},
{
"... |
který se zatím rozhodl zůstat v anonymitě, | čárka | [
{
"slovo": "který",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "zatím",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": ... |
ale o něco horší, | čárka | [
{
"slovo": "ale",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "o",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "něco",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "horší",
... |
Pořádek na náměstí hlídala soukromá agentura a městská policie. | tečka | [
{
"slovo": "Pořádek",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "na",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "náměstí",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 6
... |
Případné změny názvů stanic metra pak budou vyžadovat schválení regionálního ministerstva dopravy. | tečka | [
{
"slovo": "Případné",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "změny",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "názvů",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 2
},
... |
Aktivní byli mimo jiné Rihanna, | čárka | [
{
"slovo": "Aktivní",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{
"slovo": "byli",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "mimo",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo"... |
Nejvíce ze všech písniček na ní miluji obě balady. | tečka | [
{
"slovo": "Nejvíce",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "ze",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "všech",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo"... |
Doubek řekl, | čárka | [
{
"slovo": "Doubek",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "řekl",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
}
] |
tedy něčemu, | čárka | [
{
"slovo": "tedy",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "něčemu",
"slovni_druh": "zajmeno",
"vetny_clen": "prisudek",
"pad": 3
}
] |
Veřejnosti je přístupná online od roku 2008 jako databáze pamětníků, | čárka | [
{
"slovo": "Veřejnosti",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "přístupná",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{... |
Mě nepřekvapilo v posledních zápasech vůbec nic, | čárka | [
{
"slovo": "Mě",
"slovni_druh": "zajmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "nepřekvapilo",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"... |
Budapešti, | čárka | [
{
"slovo": "Budapešti",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 3
}
] |
Je si vědom toho, | čárka | [
{
"slovo": "Je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "si",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "vědom",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "toho"... |
lesní zvěři teplo nevadí. | tečka | [
{
"slovo": "lesní",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "zvěři",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "teplo",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{... |
To bylo i za Bendla, | čárka | [
{
"slovo": "To",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "bylo",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "i",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "za",
... |
Musíme najít nějaký kompromis, | čárka | [
{
"slovo": "Musíme",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "najít",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "nějaký",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slo... |
koncovka už nestojí jen na Beauguelovi. | tečka | [
{
"slovo": "koncovka",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "už",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "nestojí",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
... |
tak jsme v tom pokračovali dál. | tečka | [
{
"slovo": "tak",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "jsme",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "tom... |
aby byly negativní vlivy eliminovány již v procesu plánování stavby, | čárka | [
{
"slovo": "aby",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "by",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "byly",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "negativní... |
zdálo se, | čárka | [
{
"slovo": "zdálo",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
}
] |
Důvodem ochrany této oblasti je komplex přirozených suťových lesů s ohroženými druhy rostlin a živočichů. | tečka | [
{
"slovo": "Důvodem",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 7
},
{
"slovo": "ochrany",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "této",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 2
... |
že jsme museli vydržet a jít do toho s láskou k regionu. | tečka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "jsme",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "museli",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "vy... |
S jednateli společností Komerční domy Rožnov, | čárka | [
{
"slovo": "S",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 7
},
{
"slovo": "jednateli",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 7
},
{
"slovo": "společností",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad... |
než je průměr ve zbytku Anglie, | čárka | [
{
"slovo": "než",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "průměr",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo"... |
Původně zatkla jen 14 osob. | tečka | [
{
"slovo": "Původně",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "zatkla",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "jen",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo... |
jsou opět poškozené, | čárka | [
{
"slovo": "jsou",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "opět",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "poškozené",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
}
] |
A ano, | čárka | [
{
"slovo": "A",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "ano",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 0
}
] |
" uvedla Pavla Struhalová. | tečka | [
{
"slovo": "uvedla",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "Pavla",
"slovni_druh": "jiny",
"vetny_clen": "predmet",
"pad": 1
},
{
"slovo": "Struhalová",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
}
] |
„Máme tu i bohatý hudební program. | tečka | [
{
"slovo": "Máme",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "tu",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "i",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "bohat... |
ne o budoucnost státu, | čárka | [
{
"slovo": "ne",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "o",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "budoucnost",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 4
},
{
"... |
už trenéři zkoušet nemusí. | tečka | [
{
"slovo": "už",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "trenéři",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "zkoušet",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
... |
V Paříži jsem doběhl ve světové konkurenci pátý. | tečka | [
{
"slovo": "V",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "Paříži",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "jsem",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "doběh... |
" odhadl místostarosta městyse Václav Sedlář. | tečka | [
{
"slovo": "odhadl",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "místostarosta",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "městyse",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
... |
že vlaky každoročně využije šest milionů lidí a že spojení přiláká více investorů do Tangeru na severu Maroka, | čárka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "vlaky",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "každoročně",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
... |
včetně mezinárodního kontextu. | tečka | [
{
"slovo": "včetně",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "mezinárodního",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "kontextu",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 2
... |
že se multimediální zprávy poměrně rychle uchytily a dostaly do povědomí uživatelů. | tečka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "multimediální",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "zprá... |
Zaujala líbivou kombinací různých materiálů od dřeva až po beton a sušené hliněné cihly. | tečka | [
{
"slovo": "Zaujala",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "líbivou",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 7
},
{
"slovo": "kombinací",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 7
},
... |
Důvodem stížnosti je to, | čárka | [
{
"slovo": "Důvodem",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 7
},
{
"slovo": "stížnosti",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
... |
že k nim dovezli pouze jednoho pacienta. | tečka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "k",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "nim",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "dovezli",
... |
Příchod koronavirové pandemie však tyto mzdové rozdíly ještě podtrhl. | tečka | [
{
"slovo": "Příchod",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "koronavirové",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "pandemie",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad"... |
vstoupí v platnost až v roce 2009. | tečka | [
{
"slovo": "vstoupí",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "platnost",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 4
},
{... |
Připravila jsem se na avizovaných sedmadvacet stupňů, | čárka | [
{
"slovo": "Připravila",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "jsem",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"s... |
Znamená to, | čárka | [
{
"slovo": "Znamená",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "to",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
}
] |
přišly se sem podívat i skoro dva tisíce lidí denně. | tečka | [
{
"slovo": "přišly",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "sem",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo":... |
Už čtvrtým rokem starostka Milonic Jitka Chramostová řeší, | čárka | [
{
"slovo": "Už",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "čtvrtým",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 7
},
{
"slovo": "rokem",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 7
},
{
"slo... |
která na provoz tunelu dohlíží. | tečka | [
{
"slovo": "která",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "na",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "provoz",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
... |
Magda Malá, | čárka | [
{
"slovo": "Magda",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{
"slovo": "Malá",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
}
] |
Po jejím odchodu poškozená zjistila, | čárka | [
{
"slovo": "Po",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "jejím",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "odchodu",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 6
},
{
"... |
které jsme předvedli, | čárka | [
{
"slovo": "které",
"slovni_druh": "zajmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "jsme",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "předvedli",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
}
] |
„Pandemie je v další fázi. | tečka | [
{
"slovo": "Pandemie",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "je",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "v",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"s... |
Proto mu způsobte tak velkou bolest a zranění, | čárka | [
{
"slovo": "Proto",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "mu",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "způsobte",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": ... |
Greta Gerwigová má nominaci hned za svůj samostatný debut Lady Bird, | čárka | [
{
"slovo": "Greta",
"slovni_druh": "jiny",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "Gerwigová",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "má",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
{
"slovo": ... |
Na nejuznávanější revival Pink Floyd se v pražské Tesla Areně přišlo podle pořadatelů podívat zhruba 5 000 lidí, | čárka | [
{
"slovo": "Na",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "nejuznávanější",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "revival",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 4
},
{... |
Ženu již obvinila policie
"Česká národní banka nás upozornila na podivné jednání, | čárka | [
{
"slovo": "Ženu",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "predmet",
"pad": 4
},
{
"slovo": "již",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "obvinila",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
... |
které jsou lokalizované ve velkých městech. | tečka | [
{
"slovo": "které",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "jsou",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "lokalizované",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{
"... |
které mrazům dokázaly odolat, | čárka | [
{
"slovo": "které",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "mrazům",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 3
},
{
"slovo": "dokázaly",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
},
... |
Mireček a kšeft za všechny prachy. | tečka | [
{
"slovo": "Mireček",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
},
{
"slovo": "a",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "kšeft",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo... |
až se nakonec oba manželé rozhodli emigrovat. | tečka | [
{
"slovo": "až",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "se",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 4
},
{
"slovo": "nakonec",
"slovni_druh": "prislovce",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "oba",... |
že bychom koukali lidem do schránek - podléhají listovním tajemstvím. | tečka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "bychom",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "koukali",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "lid... |
„V roce 2009 se české domácnosti pohybovaly výrazně pod celoevropským průměrem, | čárka | [
{
"slovo": "V",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "roce",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 6
},
{
"slovo": "2009",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": ... |
Pronásledování pokračovalo, | čárka | [
{
"slovo": "Pronásledování",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "pokračovalo",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
}
] |
Ze všech žen s nálezem karcinomu prsu v roce 2018 byla nejmladší pacientka ve věku 38 let a nejstarší pacientka měla 89 let, | čárka | [
{
"slovo": "Ze",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "všech",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "žen",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 2
},
{
"... |
která byla před rokem v Troji šestá, | čárka | [
{
"slovo": "která",
"slovni_druh": "zajmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
"slovo": "byla",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "před",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 7
},
{
"slovo":... |
Do přírody s ním vyrazila kromě maminky také teta s malou dcerkou. | tečka | [
{
"slovo": "Do",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "přírody",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 2
},
{
"slovo": "s",
"slovni_druh": "predlozka",
"vetny_clen": "jiny",
"pad": 7
},
{
"sl... |
výpravu a masky. | tečka | [
{
"slovo": "výpravu",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "prisudek",
"pad": 4
},
{
"slovo": "a",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "masky",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "jiny",
"pad": 4
}
] |
„Tento hodnotící závěr je zjevně v rozporu se skutečností, | čárka | [
{
"slovo": "Tento",
"slovni_druh": "zajmeno",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "hodnotící",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 1
},
{
"slovo": "závěr",
"slovni_druh": "podstatne_jmeno",
"vetny_clen": "podmet",
"pad": 1
},
{
... |
že bude lepší, | čárka | [
{
"slovo": "že",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "bude",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "lepší",
"slovni_druh": "jiny",
"vetny_clen": "prisudek",
"pad": 1
}
] |
než jsem čekali, | čárka | [
{
"slovo": "než",
"slovni_druh": "jiny",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "jsem",
"slovni_druh": "sloveso",
"vetny_clen": "jiny",
"pad": 0
},
{
"slovo": "čekali",
"slovni_druh": "sloveso",
"vetny_clen": "prisudek",
"pad": 0
}
] |
Czech Punctuation, POS and Syntactic Dataset 🇨🇿
A High-Quality Dataset for Punctuation Restoration and Neuro-Symbolic LLM Grounding
This dataset is a structured, linguistically annotated corpus of the Czech language, specifically designed for Punctuation Restoration tasks, Part-of-Speech (POS) tagging, and token-level syntax embedding (such as nanoGPT custom metadata training).
Unlike pure raw text corpora, this dataset provides a deterministic 1:1 token-level mapping of morphological features (word class, grammatical case) and dependency syntax roles (subject, predicate, object) directly derived via Stanford's state-of-the-art Stanza pipeline (trained on the Prague Dependency Treebank standard).
📊 Dataset Structure
The dataset contains three official subsets split using a strict, reproducible 80% / 10% / 10% distribution with seed shuffling:
- Train: 80% of sentences
- Validation: 10% of sentences
- Test: 10% of sentences
Data Schema
Every split is delivered in the optimized Apache Parquet format utilizing the following strict schema layout:
| Column Name | Type | Description |
|---|---|---|
segment |
string |
The original raw Czech sentence structure (text segment). |
punctuation_type |
string |
Classification target category based on the sentence ending/comma presence (čárka, tečka, otazník, vykřičník, žádná). |
tokens_annotation |
list (struct) |
An array of structured token profiles (excluding raw punctuation marks). |
Inside tokens_annotation Struct:
slovo(string): The clean isolated token/word.slovni_druh(string): Czech morphological category (podstatne_jmeno,sloveso,zajmeno,prislovce,predlozka,jiny).vetny_clen(string): Syntactic dependency function (podmet,prisudek,predmet,jiny).pad(int64): Real Czech grammatical case number (1to7), or0for indeclinable word classes.
💻 Usage Example
You can instantly load this dataset using the Hugging Face datasets library:
from datasets import load_dataset
# Load the full dataset splits
dataset = load_dataset("KRadim/czech-punctuation-pos-syntax")
# Access individual splits
train_data = dataset["train"]
validation_data = dataset["validation"]
test_data = dataset["test"]
# Inspect an example row
print(train_data[0])
JSON Record Preview
{
"segment": "Co je na nich tak tajného?",
"punctuation_type": "otazník",
"tokens_annotation": [
{ "slovo": "Co", "slovni_druh": "zajmeno", "vetny_clen": "podmet", "pad": 1 },
{ "slovo": "je", "slovni_druh": "sloveso", "vetny_clen": "jiny", "pad": 0 },
{ "slovo": "na", "slovni_druh": "predlozka", "vetny_clen": "jiny", "pad": 6 },
{ "slovo": "nich", "slovni_druh": "zajmeno", "vetny_clen": "jiny", "pad": 6 },
{ "slovo": "tak", "slovni_druh": "prislovce", "vetny_clen": "jiny", "pad": 0 },
{ "slovo": "tajného", "slovni_druh": "jiny", "vetny_clen": "prisudek", "pad": 2 }
]
}
🛠️ Pipeline Construction Method
- Ingestion & Balance: Aggregated raw multi-domain source datasets uniformly distributed across 5 structural punctuation categories.
- Deep Neural Annotation: Processed locally using Stanford Stanza's Czech syntax parser. This ensures authentic dependency parsing and prevents the data hallucinations often introduced by Generative LLMs.
- Symbolic Normalization: Native UPOS tags and feature vectors mapped cleanly to Czech vocabulary definitions (
podmet,prisudek, pádové reprezentace). - Cloud-Native Serialization: Combined, shuffled (
seed=42), sliced, and cast into an explicit PyArrow Table Layout with Snappy compression for instantaneous loading times.
Detailed procedure for creating a dataset:
- Part 1: ⚙️ Create Czech text dataset for training
- Part 2: 🔬 CZECH NEURO-SYMBOLIC DATASET TRANSFORMER (STANZA VERSION)
- Part 3: 💾 FINAL PRODUCTION EXPORT & HUGGING FACE PUSH (80/10/10 SPLIT)
📜 Licensing & Acknowledgments
The text annotations and structural database components are compiled from open Czech resources and processed via the Stanford Stanza framework. This dataset is made available under the Open Data Commons Attribution License (ODC-BY v1.0). You are free to share, modify, and use the dataset for commercial or non-commercial purposes, provided that you attribute the source appropriately.
- Downloads last month
- 39