(TokenFeatureGenerator) Loading features...
[orth, base, ctag, synonym, hypernym-1, hypernym-2, hypernym-3, top4hyper-1, top4hyper-2, top4hyper-3, class, case, number, gender, pattern, prefix-1, prefix-2, prefix-3, prefix-4, suffix-1, suffix-2, suffix-3, suffix-4, all_alphanumeric, all_digits, all_letters, all_upper, has_upper_case, has_lower_case, has_symbol, has_digit, starts_with_upper_case, starts_with_lower_case, starts_with_symbol, starts_with_digit, is_number, no_alphanumeric, no_letters, struct, length, dict_person_first_nam, dict_person_last_nam, dict_country_nam, dict_city_nam, dict_road_nam, dict_person_prefix, dict_person_noun, dict_person_suffix, dict_road_prefix, dict_country_prefix, dict_trigger_int_bloc, dict_trigger_ext_bloc, dict_trigger_int_country, dict_trigger_ext_country, dict_trigger_int_district, dict_trigger_ext_district, dict_trigger_int_geogName, dict_trigger_ext_geogName, dict_trigger_int_orgName, dict_trigger_ext_orgName, dict_trigger_int_persName, dict_trigger_ext_persName, dict_trigger_int_region, dict_trigger_ext_region, dict_trigger_int_settlement, dict_trigger_ext_settlement, agr1, parenthesis, quotation, nospace]
Annotations to evaluate: ^nam$
2016-10-25 16:07:29,329 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101743.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101743.ini
2016-10-25 16:07:29,656 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101756.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101756.ini
2016-10-25 16:07:29,741 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101759.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101759.ini
2016-10-25 16:07:29,771 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101761.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101761.ini
2016-10-25 16:07:29,858 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101769.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101769.ini
2016-10-25 16:07:29,919 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101784.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101784.ini
2016-10-25 16:07:29,998 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101785.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101785.ini
2016-10-25 16:07:30,029 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101972.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101972.ini
2016-10-25 16:07:30,081 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101976.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101976.ini
2016-10-25 16:07:30,147 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101979.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101979.ini
2016-10-25 16:07:30,169 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102007.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102007.ini
2016-10-25 16:07:30,227 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102249.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102249.ini
2016-10-25 16:07:30,292 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102255.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102255.ini
2016-10-25 16:07:30,337 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102265.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102265.ini
2016-10-25 16:07:30,394 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102267.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102267.ini
2016-10-25 16:07:30,464 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102278.ini
2016-10-25 16:07:30,530 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102291.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102291.ini
2016-10-25 16:07:30,571 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102301.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102301.ini
2016-10-25 16:07:30,623 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102302.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102302.ini
2016-10-25 16:07:30,656 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102312.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102312.ini
2016-10-25 16:07:30,688 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102346.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102346.ini
2016-10-25 16:07:30,712 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103893.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103893.ini
2016-10-25 16:07:30,756 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103896.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103896.ini
2016-10-25 16:07:30,782 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103897.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103897.ini
2016-10-25 16:07:30,840 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103899.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103899.ini
2016-10-25 16:07:30,875 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103905.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103905.ini
2016-10-25 16:07:30,893 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103907.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103907.ini
2016-10-25 16:07:30,935 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103909.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103909.ini
2016-10-25 16:07:30,981 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103910.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103910.ini
2016-10-25 16:07:31,026 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 31 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103912.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103912.ini
2016-10-25 16:07:31,073 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 32 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103922.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103922.ini
2016-10-25 16:07:31,118 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 33 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103931.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103931.ini
2016-10-25 16:07:31,172 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 34 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103933.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103933.ini
2016-10-25 16:07:31,226 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 35 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103936.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103936.ini
2016-10-25 16:07:31,268 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 36 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103941.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103941.ini
2016-10-25 16:07:31,311 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 37 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103951.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103951.ini
2016-10-25 16:07:31,354 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 38 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103960.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103960.ini
-> Setting up chunker: chunker_c1
(TokenFeatureGenerator) Loading features...
[orth, base, ctag, synonym, hypernym-1, hypernym-2, hypernym-3, top4hyper-1, top4hyper-2, top4hyper-3, class, case, number, gender, pattern, prefix-1, prefix-2, prefix-3, prefix-4, suffix-1, suffix-2, suffix-3, suffix-4, all_alphanumeric, all_digits, all_letters, all_upper, has_upper_case, has_lower_case, has_symbol, has_digit, starts_with_upper_case, starts_with_lower_case, starts_with_symbol, starts_with_digit, is_number, no_alphanumeric, no_letters, struct, length, dict_person_first_nam, dict_person_last_nam, dict_country_nam, dict_city_nam, dict_road_nam, dict_person_prefix, dict_person_noun, dict_person_suffix, dict_road_prefix, dict_country_prefix, dict_trigger_int_bloc, dict_trigger_ext_bloc, dict_trigger_int_country, dict_trigger_ext_country, dict_trigger_int_district, dict_trigger_ext_district, dict_trigger_int_geogName, dict_trigger_ext_geogName, dict_trigger_int_orgName, dict_trigger_ext_orgName, dict_trigger_int_persName, dict_trigger_ext_persName, dict_trigger_int_region, dict_trigger_ext_region, dict_trigger_int_settlement, dict_trigger_ext_settlement, agr1, parenthesis, quotation, nospace]
--> CRFPP Chunker deserialize from /home/czuk/nlp/eclipse/workspace_liner2/liner2_master/../models-workdir/liner2.5/liner25_model_ner_kpwr12/data/bins/model_crfpp_kpwr_names_train_tune_jrip.bin
(TemplateFactory) parsing template: /home/czuk/nlp/eclipse/workspace_liner2/liner2_master/../models-workdir/liner2.5/liner25_model_ner_kpwr12/ini/template-jrip.txt
(TemplateFactory) Adding feature:orth:-2:-1:0:1:2
(TemplateFactory) feature:orth:-2:-1:0:1:2
(TemplateFactory) Adding feature:base:-2:-1:0:1:2
(TemplateFactory) feature:base:-2:-1:0:1:2
(TemplateFactory) Adding feature:synonym:-2:-1:0:1:2
(TemplateFactory) feature:synonym:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-1:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-2:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-2:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-3:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:class:-1:0:1
(TemplateFactory) feature:class:-1:0:1
(TemplateFactory) Adding feature:case:0
(TemplateFactory) feature:case:0
(TemplateFactory) Adding feature:gender:-2:-1:0:1:2
(TemplateFactory) feature:gender:-2:-1:0:1:2
(TemplateFactory) Adding feature:pattern:0
(TemplateFactory) feature:pattern:0
(TemplateFactory) Adding feature:prefix-1:-2:-1:0:1:2
(TemplateFactory) feature:prefix-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:prefix-3:-2:-1:0:1:2
(TemplateFactory) feature:prefix-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:prefix-4:-2:-1:0:1:2
(TemplateFactory) feature:prefix-4:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-1:-2:-1:0:1:2
(TemplateFactory) feature:suffix-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-2:-2:-1:0:1:2
(TemplateFactory) feature:suffix-2:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-3:-2:-1:0:1:2
(TemplateFactory) feature:suffix-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-4:-2:-1:0:1:2
(TemplateFactory) feature:suffix-4:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_upper_case:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_upper_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_lower_case:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_lower_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_symbol:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_symbol:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_digit:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_digit:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_upper_case:-2:-1:0:1:2
(TemplateFactory) feature:has_upper_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_lower_case:-2:-1:0:1:2
(TemplateFactory) feature:has_lower_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_symbol:-2:-1:0:1:2
(TemplateFactory) feature:has_symbol:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_digit:-2:-1:0:1:2
(TemplateFactory) feature:has_digit:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_first_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_first_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_last_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_last_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_country_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_country_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_city_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_city_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_road_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_road_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_noun:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_noun:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_suffix:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_suffix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_road_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_road_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_country_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_country_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:base:-4/dict_person_first_nam:-3/dict_person_last_nam:-2/base:-1/dict_person_last_nam:0
(TemplateFactory) feature:base:-4/dict_person_first_nam:-3/dict_person_last_nam:-2/base:-1/dict_person_last_nam:0
(TemplateFactory) Adding feature:dict_trigger_int_bloc:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_bloc:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_bloc:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_bloc:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_country:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_country:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_country:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_country:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_district:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_district:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_district:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_district:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_geogName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_geogName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_geogName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_geogName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_orgName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_orgName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_orgName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_orgName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_persName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_persName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_persName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_persName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_region:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_region:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_region:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_region:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_settlement:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_settlement:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_settlement:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_settlement:-2:-1:0:1:2
(TemplateFactory) Adding feature:agr1:-2:-1:0:1:2
(TemplateFactory) feature:agr1:-2:-1:0:1:2
(TemplateFactory) Adding feature:nospace:-2:-1:0:1:2
(TemplateFactory) feature:nospace:-2:-1:0:1:2
(TemplateFactory) Adding feature:parenthesis:-2:-1:0:1:2
(TemplateFactory) feature:parenthesis:-2:-1:0:1:2
(TemplateFactory) Adding feature:quotation:-2:-1:0:1:2
(TemplateFactory) feature:quotation:-2:-1:0:1:2
(TemplateFactory) Adding feature:length:-2:-1:0:1:2
(TemplateFactory) feature:length:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_upper_case:0/agr1:-1/pattern:2/has_upper_case:-1/case:0/number:-1
(TemplateFactory) feature:has_upper_case:0/agr1:-1/pattern:2/has_upper_case:-1/case:0/number:-1
(TemplateFactory) Adding feature:has_upper_case:0/all_digits:-1/all_upper:-2/length:1/nospace:1
(TemplateFactory) feature:has_upper_case:0/all_digits:-1/all_upper:-2/length:1/nospace:1
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/ctag:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/ctag:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/has_upper_case:1
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/has_upper_case:1
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/agr1:1/pattern:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/agr1:1/pattern:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/class:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/class:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/starts_with_digit:-2/starts_with_lower_case:1/case:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/starts_with_digit:-2/starts_with_lower_case:1/case:0
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/has_upper_case:1
(TemplateFactory) feature:has_upper_case:0/ctag:0/has_upper_case:1
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/parenthesis:0/class:2/agr1:2
(TemplateFactory) feature:has_upper_case:0/ctag:0/parenthesis:0/class:2/agr1:2
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/suffix-1:0
(TemplateFactory) feature:has_upper_case:0/ctag:0/suffix-1:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/all_upper:-2/all_alphanumeric:2/starts_with_lower_case:2/all_alphanumeric:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/all_upper:-2/all_alphanumeric:2/starts_with_lower_case:2/all_alphanumeric:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_digit:-2/has_lower_case:0/nospace:-1/nospace:-2/ctag:-1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_digit:-2/has_lower_case:0/nospace:-1/nospace:-2/ctag:-1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-1/all_alphanumeric:2/class:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-1/all_alphanumeric:2/class:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/all_letters:-1/ctag:0/all_alphanumeric:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/all_letters:-1/ctag:0/all_alphanumeric:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/length:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/length:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/starts_with_lower_case:1/orth:-1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/starts_with_lower_case:1/orth:-1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/pattern:-1/class:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/pattern:-1/class:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/pattern:1/parenthesis:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/pattern:1/parenthesis:0
(TemplateFactory) Adding feature:has_upper_case:0/starts_with_lower_case:1/case:0/orth:2
(TemplateFactory) feature:has_upper_case:0/starts_with_lower_case:1/case:0/orth:2
(TemplateFactory) Adding feature:has_upper_case:0/starts_with_lower_case:1/case:0/pattern:1/agr1:1/gender:0
(TemplateFactory) feature:has_upper_case:0/starts_with_lower_case:1/case:0/pattern:1/agr1:1/gender:0
(TemplateFactory) Adding feature:has_upper_case:-1/has_upper_case:0/nospace:-2/pattern:0
(TemplateFactory) feature:has_upper_case:-1/has_upper_case:0/nospace:-2/pattern:0
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/all_letters:1/orth:0/starts_with_lower_case:-2
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/all_letters:1/orth:0/starts_with_lower_case:-2
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/orth:0/nospace:-1
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/orth:0/nospace:-1
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/parenthesis:-2/class:-2/orth:-1
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/parenthesis:-2/class:-2/orth:-1
(TemplateFactory) Adding feature:has_upper_case:-2/has_upper_case:0/orth:-1/nospace:-2
(TemplateFactory) feature:has_upper_case:-2/has_upper_case:0/orth:-1/nospace:-2
(TemplateFactory) Adding feature:has_upper_case:-2/starts_with_upper_case:0/orth:-1
(TemplateFactory) feature:has_upper_case:-2/starts_with_upper_case:0/orth:-1
(TemplateFactory) Adding feature:starts_with_lower_case:-1/has_upper_case:0/case:-1/case:2
(TemplateFactory) feature:starts_with_lower_case:-1/has_upper_case:0/case:-1/case:2
(TemplateFactory) Adding feature:starts_with_lower_case:-1/has_upper_case:0/pattern:-1/ctag:-1/pattern:0
(TemplateFactory) feature:starts_with_lower_case:-1/has_upper_case:0/pattern:-1/ctag:-1/pattern:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_lower_case:-1/all_letters:-1/parenthesis:-2/pattern:1/length:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_lower_case:-1/all_letters:-1/parenthesis:-2/pattern:1/length:0
(TemplateFactory) Adding feature:starts_with_lower_case:-1/starts_with_upper_case:0/class:-1/agr1:0/gender:-1
(TemplateFactory) feature:starts_with_lower_case:-1/starts_with_upper_case:0/class:-1/agr1:0/gender:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/class:-2/no_letters:0/length:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/class:-2/no_letters:0/length:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/agr1:-2/ctag:-2
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/agr1:-2/ctag:-2
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/case:-1/ctag:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/case:-1/ctag:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/ctag:-2/struct:-2
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/ctag:-2/struct:-2
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/quotation:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/quotation:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/pattern:0/length:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/pattern:0/length:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/starts_with_upper_case:0/length:-1/ctag:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/starts_with_upper_case:0/length:-1/ctag:-1
(TemplateFactory) Adding feature:starts_with_upper_case:0/agr1:-1/gender:0/number:0
(TemplateFactory) feature:starts_with_upper_case:0/agr1:-1/gender:0/number:0
(TemplateFactory) Adding feature:starts_with_upper_case:0/agr1:-1/orth:-1/class:-2
(TemplateFactory) feature:starts_with_upper_case:0/agr1:-1/orth:-1/class:-2
(TemplateFactory) Adding feature:starts_with_upper_case:0/class:0/gender:0/prefix-1:0/all_alphanumeric:1
(TemplateFactory) feature:starts_with_upper_case:0/class:0/gender:0/prefix-1:0/all_alphanumeric:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/class:0/starts_with_lower_case:1/struct:2/agr1:1
(TemplateFactory) feature:starts_with_upper_case:0/class:0/starts_with_lower_case:1/struct:2/agr1:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/ctag:0/parenthesis:0/class:1
(TemplateFactory) feature:starts_with_upper_case:0/ctag:0/parenthesis:0/class:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/dict_person_first_nam:-1/class:0/parenthesis:2/ctag:0
(TemplateFactory) feature:starts_with_upper_case:0/dict_person_first_nam:-1/class:0/parenthesis:2/ctag:0
(TemplateFactory) Adding feature:starts_with_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/has_digit:-2/gender:1
(TemplateFactory) feature:starts_with_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/has_digit:-2/gender:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/starts_with_lower_case:1/case:0/suffix-2:1
(TemplateFactory) feature:starts_with_upper_case:0/starts_with_lower_case:1/case:0/suffix-2:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/starts_with_lower_case:1/pattern:1/length:2/nospace:1/case:0/ctag:2
(TemplateFactory) feature:starts_with_upper_case:0/starts_with_lower_case:1/pattern:1/length:2/nospace:1/case:0/ctag:2
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_lower_case:1/all_digits:-2/has_upper_case:1/orth:0
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_lower_case:1/all_digits:-2/has_upper_case:1/orth:0
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_lower_case:1/starts_with_upper_case:0/nospace:2/gender:-1
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_lower_case:1/starts_with_upper_case:0/nospace:2/gender:-1
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/agr1:1/has_lower_case:2
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/agr1:1/has_lower_case:2
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/nospace:0
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/nospace:0
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/pattern:2/suffix-1:-1
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/pattern:2/suffix-1:-1
--> CRFPP Chunker deserialize done 
-> Setting up chunker: chunker_cp
--> Chunk propagation
2016-10-25 16:07:31,466 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101743.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101743.ini
(ChunkerEvaluator) Sentence #1 from documents/00101743 from sent1

Text  : W końcu wyszło , do czego potrzebne było Google Gears .
Tokens: 1 2____ 3_____ 4 5_ 6____ 7________ 8___ 9_____ 10___ 11

Chunks:
  FalsePositive nam [9,10] = Google Gears
  FalseNegative nam [9,9] = Google
  FalseNegative nam [10,10] = Gears

(ChunkerEvaluator) Sentence #2 from documents/00101743 from sent2

Text  : Dorzucono kilka bardziej smakowitych kąsków i mamy wreszcie system operacyjny przeglądarkę Google Chrome .
Tokens: 1________ 2____ 3_______ 4__________ 5_____ 6 7___ 8_______ 9_____ 10________ 11__________ 12____ 13____ 14

Chunks:
  FalsePositive nam [12,13] = Google Chrome
  FalseNegative nam [12,12] = Google
  FalseNegative nam [13,13] = Chrome

(ChunkerEvaluator) Sentence #3 from documents/00101743 from sent3

Text  : Niezależnie od tego , czy będzie to śmiertelny cios dla Windows czy dla Firefoksa ,  program jest kolejnym zwiastunem zmian w  interfejsie graficznym .
Tokens: 1__________ 2_ 3___ 4 5__ 6_____ 7_ 8_________ 9___ 10_ 11_____ 12_ 13_ 14_______ 15 16_____ 17__ 18______ 19________ 20___ 21 22_________ 23________ 24

Chunks:
  TruePositive nam [11,11] = Windows
  TruePositive nam [14,14] = Firefoksa

(ChunkerEvaluator) Sentence #4 from documents/00101743 from sent4

Text  : Po kilku minutach rzeczywiście da się odczuć szybkość wczytywania stron z  JavaScriptem ,  a  każda zakładka w  oddzielnym procesie też brzmi nieźle (  szczególnie pod Linuksem *  ,  w  którym Adobe Flash regularnie wywala przeglądarki -  niestety wersji dla Linuksa na razie brak )  .
Tokens: 1_ 2____ 3_______ 4___________ 5_ 6__ 7_____ 8_______ 9__________ 10___ 11 12__________ 13 14 15___ 16______ 17 18________ 19______ 20_ 21___ 22____ 23 24_________ 25_ 26______ 27 28 29 30____ 31___ 32___ 33________ 34____ 35__________ 36 37______ 38____ 39_ 40_____ 41 42___ 43__ 44 45

Chunks:
  TruePositive nam [12,12] = JavaScriptem
  TruePositive nam [26,26] = Linuksem
  TruePositive nam [31,32] = Adobe Flash
  TruePositive nam [40,40] = Linuksa

(ChunkerEvaluator) Sentence #5 from documents/00101743 from sent5

Text  : Beznadziejnie na pierwszy rzut oka wyglądają zakładki ( foldery ?  !  )  ,  ale być może trzymanie zakładek w  przeglądarce jest już niemodne .
Tokens: 1____________ 2_ 3_______ 4___ 5__ 6________ 7_______ 8 9______ 10 11 12 13 14_ 15_ 16__ 17_______ 18______ 19 20__________ 21__ 22_ 23______ 24

Chunks:

(ChunkerEvaluator) Sentence #6 from documents/00101743 from sent6

Text  : Swoją drogą integracji z del.icio.us też nie widać .
Tokens: 1____ 2____ 3_________ 4 5__________ 6__ 7__ 8____ 9

Chunks:
  FalseNegative nam [5,5] = del.icio.us

(ChunkerEvaluator) Sentence #7 from documents/00101743 from sent7

Text  : Motywacje Google też są raczej jasne ( konwergencja , znowu )  -  gdy Chrome ustawimy jako domyślną przeglądarkę w  Windows ,  nazwa "  Internet "  w  menu start nabierze właściwego znaczenia .  .  .
Tokens: 1________ 2_____ 3__ 4_ 5_____ 6____ 7 8___________ 9 10___ 11 12 13_ 14____ 15______ 16__ 17______ 18__________ 19 20_____ 21 22___ 23 24______ 25 26 27__ 28___ 29______ 30________ 31_______ 32 33 34

Chunks:
  TruePositive nam [2,2] = Google
  TruePositive nam [20,20] = Windows
  TruePositive nam [24,24] = Internet
  FalseNegative nam [14,14] = Chrome

(ChunkerEvaluator) Sentence #8 from documents/00101743 from sent8

Text  : Chrome wygląda ładnie .
Tokens: 1_____ 2______ 3_____ 4

Chunks:
  FalseNegative nam [1,1] = Chrome

(ChunkerEvaluator) Sentence #9 from documents/00101743 from sent9

Text  : W nowym Firefoksie jest AwesomeBar , podobny pasek adresu jest też w  Chrome .
Tokens: 1 2____ 3_________ 4___ 5_________ 6 7______ 8____ 9_____ 10__ 11_ 12 13____ 14

Chunks:
  TruePositive nam [3,3] = Firefoksie
  TruePositive nam [5,5] = AwesomeBar
  TruePositive nam [13,13] = Chrome

(ChunkerEvaluator) Sentence #10 from documents/00101743 from sent10

Text  : Niby to nic wielkiego - użytkownicy Apple od dawna mają Spotlight (  zresztą -  to co w  Windowsie nazywa się "  Explorer "  ,  na Maku od dawna nazywa się "  Finder "  )  ,  w  Viście też jest nieśmiałe okienko wyszukiwania (  choć prezentacja wyników w  postaci nudnej listy )  ,  Google Desktop istnieje już długo ,  a  w  Linuksie głowa wręcz boli od przybytku (  Tracker ,  Beagle ,  Deskbar )  ,  ale jedno jest pewne :  rola pisania w  interfejsie graficznym się zwiększa .
Tokens: 1___ 2_ 3__ 4________ 5 6__________ 7____ 8_ 9____ 10__ 11_______ 12 13_____ 14 15 16 17 18_______ 19____ 20_ 21 22______ 23 24 25 26__ 27 28___ 29____ 30_ 31 32____ 33 34 35 36 37____ 38_ 39__ 40_______ 41_____ 42__________ 43 44__ 45_________ 46_____ 47 48_____ 49____ 50___ 51 52 53____ 54_____ 55______ 56_ 57___ 58 59 60 61______ 62___ 63___ 64__ 65 66_______ 67 68_____ 69 70____ 71 72_____ 73 74 75_ 76___ 77__ 78___ 79 80__ 81_____ 82 83_________ 84________ 85_ 86______ 87

Chunks:
  TruePositive nam [7,7] = Apple
  TruePositive nam [18,18] = Windowsie
  TruePositive nam [26,26] = Maku
  TruePositive nam [32,32] = Finder
  TruePositive nam [37,37] = Viście
  TruePositive nam [61,61] = Linuksie
  TruePositive nam [68,68] = Tracker
  TruePositive nam [70,70] = Beagle
  TruePositive nam [72,72] = Deskbar
  FalsePositive nam [53,54] = Google Desktop
  FalseNegative nam [11,11] = Spotlight
  FalseNegative nam [22,22] = Explorer
  FalseNegative nam [53,53] = Google
  FalseNegative nam [54,54] = Desktop

(ChunkerEvaluator) Sentence #11 from documents/00101743 from sent11

Text  : Jeśli AwesomeBar jest za mało Awesome - można zainstalować Ubiquity .
Tokens: 1____ 2_________ 3___ 4_ 5___ 6______ 7 8____ 9___________ 10______ 11

Chunks:
  TruePositive nam [2,2] = AwesomeBar
  TruePositive nam [6,6] = Awesome
  TruePositive nam [10,10] = Ubiquity

(ChunkerEvaluator) Sentence #12 from documents/00101743 from sent12

Text  : Jeśli tekstowa obsługa przeglądarki to za mało - na Maku jest Quicksilver ,  w  Linuksie Gnome Do (  w  Windowsie na pewno też coś jest )  :  piszesz i  wybierasz z  listy ,  program zapamiętuje zachowania użytkownika ,  czasem wystarczy kilka liter .
Tokens: 1____ 2_______ 3______ 4___________ 5_ 6_ 7___ 8 9_ 10__ 11__ 12_________ 13 14 15______ 16___ 17 18 19 20_______ 21 22___ 23_ 24_ 25__ 26 27 28_____ 29 30_______ 31 32___ 33 34_____ 35_________ 36________ 37_________ 38 39____ 40_______ 41___ 42___ 43

Chunks:
  TruePositive nam [10,10] = Maku
  TruePositive nam [12,12] = Quicksilver
  TruePositive nam [20,20] = Windowsie
  FalsePositive nam [15,17] = Linuksie Gnome Do
  FalseNegative nam [15,15] = Linuksie
  FalseNegative nam [16,16] = Gnome

(ChunkerEvaluator) Sentence #13 from documents/00101743 from sent13

Text  : Szukanie nie służy już tylko znalezieniu rzeczy , które gdzieś się zapodziały ,  szukanie zastępuje przeglądanie .
Tokens: 1_______ 2__ 3____ 4__ 5____ 6__________ 7_____ 8 9____ 10____ 11_ 12________ 13 14______ 15_______ 16__________ 17

Chunks:

(ChunkerEvaluator) Sentence #14 from documents/00101743 from sent14

Text  : Przecież przed pojawieniem się Google , internet był katalogowany ,  dopiero później został tak naprawdę zindeksowany .
Tokens: 1_______ 2____ 3__________ 4__ 5_____ 6 7_______ 8__ 9___________ 10 11_____ 12_____ 13____ 14_ 15______ 16__________ 17

Chunks:
  TruePositive nam [5,5] = Google
  TruePositive nam [7,7] = internet

(ChunkerEvaluator) Sentence #15 from documents/00101743 from sent15

Text  : Być może to stara forma internetu była przyczyną porażki microsoftowego Active Desktop .
Tokens: 1__ 2___ 3_ 4____ 5____ 6________ 7___ 8________ 9______ 10____________ 11____ 12_____ 13

Chunks:
  TruePositive nam [6,6] = internetu
  TruePositive nam [11,12] = Active Desktop

(ChunkerEvaluator) Sentence #16 from documents/00101743 from sent16

Text  : W końcu kiepskie wykonanie , wymuszanie niestandardowych formatów i zasobożerność innym produktom MS nie zaszkodziły .  .  .
Tokens: 1 2____ 3_______ 4________ 5 6_________ 7_______________ 8_______ 9 10___________ 11___ 12_______ 13 14_ 15_________ 16 17 18

Chunks:
  TruePositive nam [13,13] = MS

(ChunkerEvaluator) Sentence #17 from documents/00101743 from sent17

Text  : Tymczasem teraz nasze dyski są już zindeksowane , czas wyrobić odpowiednie nawyki .
Tokens: 1________ 2____ 3____ 4____ 5_ 6__ 7___________ 8 9___ 10_____ 11_________ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #18 from documents/00101743 from sent18

Text  : A wtedy granica między online i offline zatrze się jeszcze bardziej .
Tokens: 1 2____ 3______ 4_____ 5_____ 6 7______ 8_____ 9__ 10_____ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #19 from documents/00101743 from sent19

Text  : I kto na tym skorzysta ?
Tokens: 1 2__ 3_ 4__ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #20 from documents/00101743 from sent20

Text  : * Firma Google zapisuje Twój adres w celu przesyłania wiadomości dotyczących przeglądarki Google Chrome oraz inforlinuxji o  aktualizacjach i  wydaniu gotowej wersji .
Tokens: 1 2____ 3_____ 4_______ 5___ 6____ 7 8___ 9__________ 10________ 11_________ 12__________ 13____ 14____ 15__ 16__________ 17 18____________ 19 20_____ 21_____ 22____ 23

Chunks:
  TruePositive nam [3,3] = Google
  FalsePositive nam [13,14] = Google Chrome
  FalseNegative nam [13,13] = Google
  FalseNegative nam [14,14] = Chrome

(ChunkerEvaluator) Sentence #21 from documents/00101743 from sent21

Text  : Podanie adresu oznacza wyrażenie zgody na otrzymywanie e - maili zawierających inforlinuxje tego typu .
Tokens: 1______ 2_____ 3______ 4________ 5____ 6_ 7___________ 8 9 10___ 11___________ 12__________ 13__ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #22 from documents/00101743 from sent22

Text  : Google będzie przechowywać Twój adres e - mail przez pewien czas po wydaniu przeglądarki Google Chrome dla systemu Linux ,  a  następnie go usunie .
Tokens: 1_____ 2_____ 3___________ 4___ 5____ 6 7 8___ 9____ 10____ 11__ 12 13_____ 14__________ 15____ 16____ 17_ 18_____ 19___ 20 21 22_______ 23 24____ 25

Chunks:
  TruePositive nam [1,1] = Google
  TruePositive nam [19,19] = Linux
  FalsePositive nam [15,16] = Google Chrome
  FalseNegative nam [15,15] = Google
  FalseNegative nam [16,16] = Chrome

(ChunkerEvaluator) Sentence #23 from documents/00101743 from sent23

Text  : Więcej inforlinuxji na temat przechowywania danych użytkowników przez Google można znaleźć w  zasadach ochrony prywatności .
Tokens: 1_____ 2___________ 3_ 4____ 5_____________ 6_____ 7___________ 8____ 9_____ 10___ 11_____ 12 13______ 14_____ 15_________ 16

Chunks:
  TruePositive nam [9,9] = Google

2016-10-25 16:07:31,965 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101756.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101756.ini
(ChunkerEvaluator) Sentence #24 from documents/00101756 from sent1

Text  : Subiektywny przegląd kaw z mlekiem i rogalików .
Tokens: 1__________ 2_______ 3__ 4 5______ 6 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #25 from documents/00101756 from sent2

Text  : Rogalik spłaszczony przez toster , cukier z wierzchu lekko przypalony ,  w  stylu crema catalana .
Tokens: 1______ 2__________ 3____ 4_____ 5 6_____ 7 8_______ 9____ 10________ 11 12 13___ 14___ 15______ 16

Chunks:

(ChunkerEvaluator) Sentence #26 from documents/00101756 from sent3

Text  : Ciepły , podany ze sztućcami .
Tokens: 1_____ 2 3_____ 4_ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #27 from documents/00101756 from sent4

Text  : Pocięty w paski .
Tokens: 1______ 2 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #28 from documents/00101756 from sent5

Text  : Rogalik pocięty w paski , na zimno .
Tokens: 1______ 2______ 3 4____ 5 6_ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #29 from documents/00101756 from sent6

Text  : Podany ze sztućcami .
Tokens: 1_____ 2_ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #30 from documents/00101756 from sent7

Text  : Zjadany w centrum przed wyjazdem autobusu na plażę .
Tokens: 1______ 2 3______ 4____ 5_______ 6_______ 7_ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #31 from documents/00101756 from sent8

Text  : Rogalik zwykły i wymiętoszony , do ręki w serwetce ,  kawa w  szczycie długiej przerwy podana w  plastikowym kubku .
Tokens: 1______ 2_____ 3 4___________ 5 6_ 7___ 8 9_______ 10 11__ 12 13______ 14_____ 15_____ 16____ 17 18_________ 19___ 20

Chunks:

(ChunkerEvaluator) Sentence #32 from documents/00101756 from sent9

Text  : Ale za to cały zestaw za marne 1 euro .
Tokens: 1__ 2_ 3_ 4___ 5_____ 6_ 7____ 8 9___ 10

Chunks:
  FalseNegative nam [9,9] = euro

(ChunkerEvaluator) Sentence #33 from documents/00101756 from sent10

Text  : Stołówka uniwersytecka przerabia kawę i rogaliki w tempie kawiarni na dużym dworcu .
Tokens: 1_______ 2____________ 3________ 4___ 5 6_______ 7 8_____ 9_______ 10 11___ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #34 from documents/00101756 from sent11

Text  : Kawa z mlekiem ciepłym lub zimnym , cortado ( mało mleka )  ,  cortado z  mlekiem skondensowanym (  ale naprawdę skondensowanym ,  cortado podaje się w  małych szklaneczkach ,  na dnie gruba warstwa mleka ,  trzeba energicznie wymieszać )  ,  kawa (  czyli solo ,  czyli espresso )  .  .  .
Tokens: 1___ 2 3______ 4______ 5__ 6_____ 7 8______ 9 10__ 11___ 12 13 14_____ 15 16_____ 17____________ 18 19_ 20______ 21____________ 22 23_____ 24____ 25_ 26 27____ 28___________ 29 30 31__ 32___ 33_____ 34___ 35 36____ 37_________ 38_______ 39 40 41__ 42 43___ 44__ 45 46___ 47______ 48 49 50 51

Chunks:

(ChunkerEvaluator) Sentence #35 from documents/00101756 from sent12

Text  : Wszystko po pięćdziesiąt centów .
Tokens: 1_______ 2_ 3___________ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #36 from documents/00101756 from sent13

Text  : Inna uniwersytecka stołówka , 100 metrów dalej , ale ze stolikami na dworze .
Tokens: 1___ 2____________ 3_______ 4 5__ 6_____ 7____ 8 9__ 10 11_______ 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #37 from documents/00101756 from sent14

Text  : Ceny zupełnie inne - kawa z mlekiem i rogalik za 1  ,  45 euro ,  różne ceny na różne rodzaje kaw .
Tokens: 1___ 2_______ 3___ 4 5___ 6 7______ 8 9______ 10 11 12 13 14__ 15 16___ 17__ 18 19___ 20_____ 21_ 22

Chunks:
  FalseNegative nam [14,14] = euro

(ChunkerEvaluator) Sentence #38 from documents/00101756 from sent15

Text  : Ale siedzenie na słońcu , w grudniu - bezcenne .
Tokens: 1__ 2________ 3_ 4_____ 5 6 7______ 8 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #39 from documents/00101756 from sent16

Text  : I jeszcze środek niedzieli - Alek Tarkowski zwrócił uwagę na przejmowanie przez banki przestrzeni publicznej w  Warszawie .
Tokens: 1 2______ 3_____ 4________ 5 6___ 7________ 8______ 9____ 10 11__________ 12___ 13___ 14_________ 15________ 16 17_______ 18

Chunks:
  TruePositive nam [6,7] = Alek Tarkowski
  TruePositive nam [17,17] = Warszawie

(ChunkerEvaluator) Sentence #40 from documents/00101756 from sent17

Text  : W niedzielę , około godziny 14 zachciało nam się wyjść na kawę ,  a  dzielnica jest dopiero w  budowie (  ma łączyć wybudowany w  szczerym polu uniwersytet oraz miasto )  .
Tokens: 1 2________ 3 4____ 5______ 6_ 7________ 8__ 9__ 10___ 11 12__ 13 14 15_______ 16__ 17_____ 18 19_____ 20 21 22____ 23________ 24 25______ 26__ 27_________ 28__ 29____ 30 31

Chunks:

(ChunkerEvaluator) Sentence #41 from documents/00101756 from sent18

Text  : Na rondzie przy głównym wjeździe na teren uniwersytetu są dwa banki .
Tokens: 1_ 2______ 3___ 4______ 5_______ 6_ 7____ 8___________ 9_ 10_ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #42 from documents/00101756 from sent19

Text  : Na ulicy , która będzie prowadzić do miasta , są jeszcze dwa ,  mimo że nie da się nią na razie jeździć .
Tokens: 1_ 2____ 3 4____ 5_____ 6________ 7_ 8_____ 9 10 11_____ 12_ 13 14__ 15 16_ 17 18_ 19_ 20 21___ 22_____ 23

Chunks:

(ChunkerEvaluator) Sentence #43 from documents/00101756 from sent20

Text  : Ale kawę ( bez rogalika ) udało nam się znaleźć w  jednym z  dziewięciu barów ,  które znajdują się promieniu 500 metrów od mieszkania (  większość była zamknięta ,  bo niedziela /  sjesta ,  jeden nam się nie podobał itp .  )  .
Tokens: 1__ 2___ 3 4__ 5_______ 6 7____ 8__ 9__ 10_____ 11 12____ 13 14________ 15___ 16 17___ 18______ 19_ 20_______ 21_ 22____ 23 24________ 25 26_______ 27__ 28_______ 29 30 31_______ 32 33____ 34 35___ 36_ 37_ 38_ 39_____ 40_ 41 42 43

Chunks:

(ChunkerEvaluator) Sentence #44 from documents/00101756 from sent21

Text  : Wszystkie budynki ( z których znaczna część nie jest zamieszkana )  mają przeznaczone miejsce na usługi /  sklepy ,  więc można się spodziewać ,  że za rok będzie już można wybierać spośród 20 barów ,  rogalików na ciepło i  na zimno ,  rogalików pociętych w  paseczki .  .  .
Tokens: 1________ 2______ 3 4 5______ 6______ 7____ 8__ 9___ 10_________ 11 12__ 13__________ 14_____ 15 16____ 17 18____ 19 20__ 21___ 22_ 23________ 24 25 26 27_ 28____ 29_ 30___ 31______ 32_____ 33 34___ 35 36_______ 37 38____ 39 40 41___ 42 43_______ 44_______ 45 46______ 47 48 49

Chunks:

2016-10-25 16:07:32,306 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101759.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101759.ini
(ChunkerEvaluator) Sentence #45 from documents/00101759 from sent1

Text  : Koniec napisów .
Tokens: 1_____ 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #46 from documents/00101759 from sent2

Text  : Już od dawna trwała walka z amatorami tworzącymi napisy do filmów ,  teraz skończył się czas polemik w  gazecie ,  pora na salę sądową .
Tokens: 1__ 2_ 3____ 4_____ 5____ 6 7________ 8_________ 9_____ 10 11____ 12 13___ 14______ 15_ 16__ 17_____ 18 19_____ 20 21__ 22 23__ 24____ 25

Chunks:

(ChunkerEvaluator) Sentence #47 from documents/00101759 from sent3

Text  : Oczywiście to tylko jedno źródło napisów , ale " sprawa jest rozwojowa "  .
Tokens: 1_________ 2_ 3____ 4____ 5_____ 6______ 7 8__ 9 10____ 11__ 12_______ 13 14

Chunks:

(ChunkerEvaluator) Sentence #48 from documents/00101759 from sent4

Text  : Łatwiej będzie zapewne nauczyć się angielskiego , niemieckiego , francuskiego ,  hiszpańskiego ,  włoskiego ,  japońskiego i  czeskiego (  na początek powinno wystarczyć )  niż zmienić prawo autorskie .
Tokens: 1______ 2_____ 3______ 4______ 5__ 6___________ 7 8___________ 9 10__________ 11 12___________ 13 14_______ 15 16_________ 17 18_______ 19 20 21______ 22_____ 23________ 24 25_ 26_____ 27___ 28_______ 29

Chunks:

(ChunkerEvaluator) Sentence #49 from documents/00101759 from sent5

Text  : Tymczasem ze wszystkich ogniw " pirackiego " łańcucha tłumacze napisów są pewnie najmniej groźni ,  ale za to najłatwiejsi do wyśledzenia .
Tokens: 1________ 2_ 3_________ 4____ 5 6_________ 7 8_______ 9_______ 10_____ 11 12____ 13______ 14____ 15 16_ 17 18 19__________ 20 21_________ 22

Chunks:

(ChunkerEvaluator) Sentence #50 from documents/00101759 from sent6

Text  : I jak zabierze się napisy , na pewno spadnie liczba ściąganych i  udostępnianych filmów .
Tokens: 1 2__ 3_______ 4__ 5_____ 6 7_ 8____ 9______ 10____ 11________ 12 13____________ 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #51 from documents/00101759 from sent7

Text  : Na pewno .
Tokens: 1_ 2____ 3

Chunks:

2016-10-25 16:07:32,459 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101761.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101761.ini
(ChunkerEvaluator) Sentence #52 from documents/00101761 from sent1

Text  : W okolicy obowiązkowo jest grób Hamleta , wiatraki , a  domy kryte są strzechą lub azbestem .
Tokens: 1 2______ 3__________ 4___ 5___ 6______ 7 8_______ 9 10 11__ 12___ 13 14______ 15_ 16______ 17

Chunks:
  TruePositive nam [6,6] = Hamleta

(ChunkerEvaluator) Sentence #53 from documents/00101761 from sent2

Text  : Każdy nosi ze sobą termos , z prohibicją ma on jednak niewiele wspólnego ,  w  środku jest kawa ,  bez której przeciętny Duńczyk nie przetrwał by nawet godziny .
Tokens: 1____ 2___ 3_ 4___ 5_____ 6 7 8_________ 9_ 10 11____ 12______ 13_______ 14 15 16____ 17__ 18__ 19 20_ 21____ 22________ 23_____ 24_ 25_______ 26 27___ 28_____ 29

Chunks:
  TruePositive nam [23,23] = Duńczyk

(ChunkerEvaluator) Sentence #54 from documents/00101761 from sent3

Text  : Kawa jest smolista , raczej przyzwoita i jak na polskie standardy raczej mocna ,  chociaż fani espresso mogą poczuć się obrażeni takim stwierdzeniem .
Tokens: 1___ 2___ 3_______ 4 5_____ 6_________ 7 8__ 9_ 10_____ 11_______ 12____ 13___ 14 15_____ 16__ 17______ 18__ 19____ 20_ 21______ 22___ 23___________ 24

Chunks:

(ChunkerEvaluator) Sentence #55 from documents/00101761 from sent4

Text  : Kawę podaje się przy każdej okazji , również w porze na kawę (  o  15 )  ,  do kawy są wówczas bułki z  serem żółtym i  marmoladą ,  ewentualnie ciasto .
Tokens: 1___ 2_____ 3__ 4___ 5_____ 6_____ 7 8______ 9 10___ 11 12__ 13 14 15 16 17 18 19__ 20 21_____ 22___ 23 24___ 25____ 26 27_______ 28 29_________ 30____ 31

Chunks:

(ChunkerEvaluator) Sentence #56 from documents/00101761 from sent5

Text  : Mleka do kawy się nie dolewa , w końcu jest w  serze .
Tokens: 1____ 2_ 3___ 4__ 5__ 6_____ 7 8 9____ 10__ 11 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #57 from documents/00101761 from sent6

Text  : Ser to tylko jeden element deja vu , które napadło mnie w  Danii ,  gdzie zaczął em czytać nazwy zgodnie z  wymową holenderską .
Tokens: 1__ 2_ 3____ 4____ 5______ 6___ 7_ 8 9____ 10_____ 11__ 12 13___ 14 15___ 16____ 17 18____ 19___ 20_____ 21 22____ 23_________ 24

Chunks:
  TruePositive nam [13,13] = Danii
  FalsePositive nam [1,1] = Ser

(ChunkerEvaluator) Sentence #58 from documents/00101761 from sent7

Text  : Kawa zresztą też podobna , wioski też jak z Might and Magic ,  szosy pełne opli astra i  fordów focusów ,  nawet ziołowa wódka taka sama .
Tokens: 1___ 2______ 3__ 4______ 5 6_____ 7__ 8__ 9 10___ 11_ 12___ 13 14___ 15___ 16__ 17___ 18 19____ 20_____ 21 22___ 23_____ 24___ 25__ 26__ 27

Chunks:
  TruePositive nam [10,12] = Might and Magic
  FalseNegative nam [17,17] = astra
  FalseNegative nam [20,20] = focusów

(ChunkerEvaluator) Sentence #59 from documents/00101761 from sent8

Text  : I oczywiście ser z kminkiem .
Tokens: 1 2_________ 3__ 4 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #60 from documents/00101761 from sent9

Text  : Goudse belegen met komijn był zawsze moim holenderskim faworytem ,  w  Danii sery również występują w  różnym stopniu dojrzałości ,  a  dojrzały danbo .  .  .
Tokens: 1_____ 2______ 3__ 4_____ 5__ 6_____ 7___ 8___________ 9________ 10 11 12___ 13__ 14_____ 15_______ 16 17____ 18_____ 19_________ 20 21 22______ 23___ 24 25 26

Chunks:
  TruePositive nam [12,12] = Danii

(ChunkerEvaluator) Sentence #61 from documents/00101761 from sent10

Text  : Wystarczy uchylić lodówkę , żeby wiedzieć , że został jeszcze kawałek .
Tokens: 1________ 2______ 3______ 4 5___ 6_______ 7 8_ 9_____ 10_____ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #62 from documents/00101761 from sent11

Text  : Szkoda , że taki mały .
Tokens: 1_____ 2 3_ 4___ 5___ 6

Chunks:

(ChunkerEvaluator) Sentence #63 from documents/00101761 from sent12

Text  : W Danii trafił em akurat na ekspresowe żniwa , cały lipiec padało ,  musieli nadrabiać .
Tokens: 1 2____ 3_____ 4_ 5_____ 6_ 7_________ 8____ 9 10__ 11____ 12____ 13 14_____ 15_______ 16

Chunks:
  TruePositive nam [2,2] = Danii

(ChunkerEvaluator) Sentence #64 from documents/00101761 from sent13

Text  : Patrząc na gigantyczne traktory i imperialne kombajny trudno zrozumieć duński dystans wobec Unii Europejskiej .
Tokens: 1______ 2_ 3__________ 4_______ 5 6_________ 7_______ 8_____ 9________ 10____ 11_____ 12___ 13__ 14__________ 15

Chunks:
  TruePositive nam [13,14] = Unii Europejskiej

(ChunkerEvaluator) Sentence #65 from documents/00101761 from sent14

Text  : Chociaż rozmawiał em z młodym rolnikiem , który ma dwadzieścia hektarów ,  biegle mówi po angielsku i  na wakacje jeździ do Austrii na narty .
Tokens: 1______ 2________ 3_ 4 5_____ 6________ 7 8____ 9_ 10_________ 11______ 12 13____ 14__ 15 16_______ 17 18 19_____ 20____ 21 22_____ 23 24___ 25

Chunks:
  TruePositive nam [22,22] = Austrii

(ChunkerEvaluator) Sentence #66 from documents/00101761 from sent15

Text  : Uprawia ziemię , bo lubi , uważa to za ciekawą pracę i  nie ma nic do UE .
Tokens: 1______ 2_____ 3 4_ 5___ 6 7____ 8_ 9_ 10_____ 11___ 12 13_ 14 15_ 16 17 18

Chunks:
  TruePositive nam [17,17] = UE

(ChunkerEvaluator) Sentence #67 from documents/00101761 from sent16

Text  : Zresztą duńscy rolnicy , nie tylko młodzi , wyposażeni są w  komputery i  stałe łącza ,  na dodatek potrafią z  nich korzystać .
Tokens: 1______ 2_____ 3______ 4 5__ 6____ 7_____ 8 9_________ 10 11 12_______ 13 14___ 15___ 16 17 18_____ 19______ 20 21__ 22_______ 23

Chunks:

(ChunkerEvaluator) Sentence #68 from documents/00101761 from sent17

Text  : Mają swoje strony internetowe , wprawdzie na etapie 1 .  0  ,  nikt mnie do facebooka nie zaprosił ,  ale sieciowe umiejętności są tam nieporównywalnie większe niż w  Polsce .
Tokens: 1___ 2____ 3_____ 4__________ 5 6________ 7_ 8_____ 9 10 11 12 13__ 14__ 15 16_______ 17_ 18______ 19 20_ 21______ 22__________ 23 24_ 25______________ 26_____ 27_ 28 29____ 30

Chunks:
  TruePositive nam [29,29] = Polsce
  FalseNegative nam [9,11] = 1 . 0
  FalseNegative nam [16,16] = facebooka

(ChunkerEvaluator) Sentence #69 from documents/00101761 from sent18

Text  : Poza tym Dania to spokojne wakacje ( jeśli zignorujemy to ,  że nasz domek wakacyjny może być pokryty azbestem )  ,  był em w  szczycie sezonu ,  w  weekend ,  pogoda momentami niezła ,  a  plaże i  deptaki niemal puste .
Tokens: 1___ 2__ 3____ 4_ 5_______ 6______ 7 8____ 9__________ 10 11 12 13__ 14___ 15_______ 16__ 17_ 18_____ 19______ 20 21 22_ 23 24 25______ 26____ 27 28 29_____ 30 31____ 32_______ 33____ 34 35 36___ 37 38_____ 39____ 40___ 41

Chunks:
  TruePositive nam [3,3] = Dania

(ChunkerEvaluator) Sentence #70 from documents/00101761 from sent19

Text  : We wszystkich wioskach osiedla domków letniskowych , kemping co dwa kilometry ,  ale znikąd nie dobiega basowe dudnienie ,  może był em na zbyt głębokiej prowincji ,  a  może rozrywkowi Niemcy ,  Duńczycy i  Holendrzy jeżdżą raczej do Hiszpanii .
Tokens: 1_ 2_________ 3_______ 4______ 5_____ 6___________ 7 8______ 9_ 10_ 11_______ 12 13_ 14____ 15_ 16_____ 17____ 18_______ 19 20__ 21_ 22 23 24__ 25_______ 26_______ 27 28 29__ 30________ 31____ 32 33______ 34 35_______ 36____ 37____ 38 39_______ 40

Chunks:
  TruePositive nam [31,31] = Niemcy
  TruePositive nam [33,33] = Duńczycy
  TruePositive nam [35,35] = Holendrzy
  TruePositive nam [39,39] = Hiszpanii

(ChunkerEvaluator) Sentence #71 from documents/00101761 from sent20

Text  : Morza szum ( w końcu był em nad Bałtykiem )  ,  tłuste jedzenie -  bo oprócz serów występuje sporo mięsa ,  kotletów mielonych w  różnych postaciach ,  boczku w  grubych plastrach ,  piwo ,  które niegdyś sprowadzało się do dwóch różnych marek (  w  tym tego w  prawdopodobnie najlepszej butelce )  ,  a  teraz rzekomo co tydzień powstaje (  wskrzesza się ?  )  nowy lokalny browar ,  chociaż trzeba uważać ,  bo ceny lokalnych specjałów raczej nie dla nas ,  chyba że w  przeliczeniu na procenty ,  bo wtedy niektórym piwom bliżej zdecydowanie do wina ,  a  smak bynajmniej nie przypomina polskich "   mocnych "   i   powiewające wszędzie ,   przed domami ,   za  domami i   obok domów ,   duńskie flagi .
Tokens: 1____ 2___ 3 4 5____ 6__ 7_ 8__ 9________ 10 11 12____ 13______ 14 15 16____ 17___ 18_______ 19___ 20___ 21 22______ 23_______ 24 25_____ 26________ 27 28____ 29 30_____ 31_______ 32 33__ 34 35___ 36_____ 37_________ 38_ 39 40___ 41_____ 42___ 43 44 45_ 46__ 47 48____________ 49________ 50_____ 51 52 53 54___ 55_____ 56 57_____ 58______ 59 60_______ 61_ 62 63 64__ 65_____ 66____ 67 68_____ 69____ 70____ 71 72 73__ 74_______ 75_______ 76____ 77_ 78_ 79_ 80 81___ 82 83 84__________ 85 86______ 87 88 89___ 90_______ 91___ 92____ 93__________ 94 95__ 96 97 98__ 99________ 100 101_______ 102_____ 103 104____ 105 106 107________ 108_____ 109 110__ 111___ 112 113 114___ 115 116_ 117__ 118 119____ 120__ 121

Chunks:
  TruePositive nam [9,9] = Bałtykiem

2016-10-25 16:07:32,760 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101769.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101769.ini
(ChunkerEvaluator) Sentence #72 from documents/00101769 from sent1

Text  : Czy piosenka to samochód ?
Tokens: 1__ 2_______ 3_ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #73 from documents/00101769 from sent2

Text  : Problem , czy chronić informacje jak własność materialną nie jest nowy .
Tokens: 1______ 2 3__ 4______ 5_________ 6__ 7_______ 8_________ 9__ 10__ 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #74 from documents/00101769 from sent3

Text  : Dla amerykańskiego prawnika , który przerabia ekonomiczną analizę prawa na studiach ,  to oczywistość .
Tokens: 1__ 2_____________ 3_______ 4 5____ 6________ 7__________ 8______ 9____ 10 11______ 12 13 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #75 from documents/00101769 from sent4

Text  : Polski prawnik na studiach miał może wprowadzenie do mikro i  makro ,  więc przy odrobinie szczęścia odróżni inflację od elastyczności popytu .
Tokens: 1_____ 2______ 3_ 4_______ 5___ 6___ 7___________ 8_ 9____ 10 11___ 12 13__ 14__ 15_______ 16_______ 17_____ 18______ 19 20___________ 21____ 22

Chunks:

(ChunkerEvaluator) Sentence #76 from documents/00101769 from sent5

Text  : W związku z tym w Polsce można zawsze liczyć na to ,  że prawnik ZAiKSu powie ,  że przecież to oczywiste ,  że samochód i  zdjęcie to jest dokładnie to samo .
Tokens: 1 2______ 3 4__ 5 6_____ 7____ 8_____ 9_____ 10 11 12 13 14_____ 15____ 16___ 17 18 19______ 20 21_______ 22 23 24______ 25 26_____ 27 28__ 29_______ 30 31__ 32

Chunks:
  TruePositive nam [6,6] = Polsce
  TruePositive nam [15,15] = ZAiKSu

(ChunkerEvaluator) Sentence #77 from documents/00101769 from sent6

Text  : Bo przyszedł do niego zapłakany fotograf .
Tokens: 1_ 2________ 3_ 4____ 5________ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #78 from documents/00101769 from sent7

Text  : Bo gdyby chciał wejść do czyjegoś samochodu , to musiał by zapytać o  zgodę .
Tokens: 1_ 2____ 3_____ 4____ 5_ 6_______ 7________ 8 9_ 10____ 11 12_____ 13 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #79 from documents/00101769 from sent8

Text  : Musiał by zapytać o zgodę właściciela ?
Tokens: 1_____ 2_ 3______ 4 5____ 6__________ 7

Chunks:

(ChunkerEvaluator) Sentence #80 from documents/00101769 from sent9

Text  : A dlaczego samochód ma właściciela ?
Tokens: 1 2_______ 3_______ 4_ 5__________ 6

Chunks:

(ChunkerEvaluator) Sentence #81 from documents/00101769 from sent10

Text  : Dlaczego o zgodę , oprócz użytkownika , nie trzeba pytać więc producenta samochodu ?
Tokens: 1_______ 2 3____ 4 5_____ 6__________ 7 8__ 9_____ 10___ 11__ 12________ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #82 from documents/00101769 from sent11

Text  : Albo koproducentów , producenta klamki , tapicerki ?
Tokens: 1___ 2____________ 3 4_________ 5_____ 6 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #83 from documents/00101769 from sent12

Text  : Oczywiście , szybko można znaleźć wyjątki .
Tokens: 1_________ 2 3_____ 4____ 5______ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #84 from documents/00101769 from sent13

Text  : Samochód wypożyczony albo samochód w leasingu być może jest bardziej podobny do utworu ,  którego licencję kupujemy .
Tokens: 1_______ 2__________ 3___ 4_______ 5 6_______ 7__ 8___ 9___ 10______ 11_____ 12 13____ 14 15_____ 16______ 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #85 from documents/00101769 from sent14

Text  : Jest jednak pewna zasadnicza różnica , jak powiedział Krzysztof Siewicz -  nie ma zaczarowanego ołówka ,  którym możemy ten wypożyczony samochód sobie skopiować .
Tokens: 1___ 2_____ 3____ 4_________ 5______ 6 7__ 8_________ 9________ 10_____ 11 12_ 13 14___________ 15____ 16 17____ 18____ 19_ 20_________ 21______ 22___ 23_______ 24

Chunks:
  TruePositive nam [9,10] = Krzysztof Siewicz

(ChunkerEvaluator) Sentence #86 from documents/00101769 from sent15

Text  : Wciąż jeden samochód w tym samym czasie może pokonać jedną trasę ,  zmieści się w  nim określona liczba osób .
Tokens: 1____ 2____ 3_______ 4 5__ 6____ 7_____ 8___ 9______ 10___ 11___ 12 13_____ 14_ 15 16_ 17_______ 18____ 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #87 from documents/00101769 from sent16

Text  : Dlaczego producenci nie chcieli by zmienić modelu sprzedaży samochodów ?
Tokens: 1_______ 2_________ 3__ 4______ 5_ 6______ 7_____ 8________ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #88 from documents/00101769 from sent17

Text  : Może powinni zacząć lobbować za takim rozwiązaniem ( oczywiście ,  jak już uda im się wylobbować ratunek przed kryzysem )  ,  bo przecież nie ma nic lepszego niż własność dla producenta i  ustawowo ograniczone prawa nabywców .
Tokens: 1___ 2______ 3_____ 4_______ 5_ 6____ 7___________ 8 9_________ 10 11_ 12_ 13_ 14 15_ 16________ 17_____ 18___ 19______ 20 21 22 23______ 24_ 25 26_ 27______ 28_ 29______ 30_ 31________ 32 33______ 34_________ 35___ 36______ 37

Chunks:

(ChunkerEvaluator) Sentence #89 from documents/00101769 from sent18

Text  : Dlaczego nie wprowadzić licencji na samochody zamiast własności ?
Tokens: 1_______ 2__ 3_________ 4_______ 5_ 6________ 7______ 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #90 from documents/00101769 from sent19

Text  : Albo licencji na wszystko ?
Tokens: 1___ 2_______ 3_ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #91 from documents/00101769 from sent20

Text  : Niech tylko pierwotny twórca - stolarz , murarz , ślusarz będzie właścicielem ,  a  użytkownik licencjobiorcą .
Tokens: 1____ 2____ 3________ 4_____ 5 6______ 7 8_____ 9 10_____ 11____ 12__________ 13 14 15________ 16____________ 17

Chunks:

(ChunkerEvaluator) Sentence #92 from documents/00101769 from sent21

Text  : A jeśli produkcja jest bardziej skomplikowana ?
Tokens: 1 2____ 3________ 4___ 5_______ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #93 from documents/00101769 from sent22

Text  : Nic prostszego - można wprowadzić takie prawo , żeby współproducentom również przysługiwało wynagrodzenie .
Tokens: 1__ 2_________ 3 4____ 5_________ 6____ 7____ 8 9___ 10______________ 11_____ 12___________ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #94 from documents/00101769 from sent23

Text  : Jak tego pilnować ?
Tokens: 1__ 2___ 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #95 from documents/00101769 from sent24

Text  : Czy na pewno nabywca krzesła nie korzysta z niego na imprezie publicznej ?
Tokens: 1__ 2_ 3____ 4______ 5______ 6__ 7_______ 8 9____ 10 11______ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #96 from documents/00101769 from sent25

Text  : Może na imprezę przyszedł ktoś spoza kręgu towarzyskiego ?
Tokens: 1___ 2_ 3______ 4________ 5___ 6____ 7____ 8____________ 9

Chunks:

(ChunkerEvaluator) Sentence #97 from documents/00101769 from sent26

Text  : Czy licencja obejmuje przewożenie autostopowiczów ?
Tokens: 1__ 2_______ 3_______ 4__________ 5______________ 6

Chunks:

(ChunkerEvaluator) Sentence #98 from documents/00101769 from sent27

Text  : Można powołać odpowiednią organizację , albo lepiej 1000 organizacji ,  które będą to sprawdzać i  liczyć ,  a  następnie rozdzielać należne tantiemy .
Tokens: 1____ 2______ 3__________ 4__________ 5 6___ 7_____ 8___ 9__________ 10 11___ 12__ 13 14_______ 15 16____ 17 18 19_______ 20________ 21_____ 22______ 23

Chunks:

(ChunkerEvaluator) Sentence #99 from documents/00101769 from sent28

Text  : Wtedy wszyscy wreszcie staniemy się rentierami .
Tokens: 1____ 2______ 3_______ 4_______ 5__ 6_________ 7

Chunks:

2016-10-25 16:07:32,940 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101784.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101784.ini
(ChunkerEvaluator) Sentence #100 from documents/00101784 from sent1

Text  : Czeczenia , nazwa która często przewija się w gazetach i  telewizji ,  szaremu obywatelowi mówi niewiele .
Tokens: 1________ 2 3____ 4____ 5_____ 6_______ 7__ 8 9_______ 10 11_______ 12 13_____ 14_________ 15__ 16______ 17

Chunks:
  FalseNegative nam [1,1] = Czeczenia

(ChunkerEvaluator) Sentence #101 from documents/00101784 from sent2

Text  : Większość Polaków nawet nie wie gdzie ten kraj leży i  dlaczego walczy z  Rosją .
Tokens: 1________ 2______ 3____ 4__ 5__ 6____ 7__ 8___ 9___ 10 11______ 12____ 13 14___ 15

Chunks:
  TruePositive nam [2,2] = Polaków
  TruePositive nam [14,14] = Rosją

(ChunkerEvaluator) Sentence #102 from documents/00101784 from sent3

Text  : Chciał by m choć trochę przybliżyć problematykę Kaukazu i napięć w  tamtejszych republikach .
Tokens: 1_____ 2_ 3 4___ 5_____ 6_________ 7___________ 8______ 9 10____ 11 12_________ 13_________ 14

Chunks:
  TruePositive nam [8,8] = Kaukazu

(ChunkerEvaluator) Sentence #103 from documents/00101784 from sent4

Text  : Kiedy 11 marca 1985 roku Biuro Polityczne KC KPZR powierzyło obowiązki Sekretarza Generalnego KC PZPR Michaiłowi Gorbaczowowi nikt na Kaukazie nie zdawał sobie sprawy ,  że nadchodzi czas zmian .
Tokens: 1____ 2_ 3____ 4___ 5___ 6____ 7_________ 8_ 9___ 10________ 11_______ 12________ 13_________ 14 15__ 16________ 17__________ 18__ 19 20______ 21_ 22____ 23___ 24____ 25 26 27_______ 28__ 29___ 30

Chunks:
  TruePositive nam [6,9] = Biuro Polityczne KC KPZR
  TruePositive nam [20,20] = Kaukazie
  FalsePositive nam [14,17] = KC PZPR Michaiłowi Gorbaczowowi
  FalseNegative nam [12,15] = Sekretarza Generalnego KC PZPR
  FalseNegative nam [16,17] = Michaiłowi Gorbaczowowi

(ChunkerEvaluator) Sentence #104 from documents/00101784 from sent5

Text  : Gorbaczow starający się uratować gospodarkę a także odnowić zmurszały aparat partyjny wprowadził głasnost i  pierestrojkę co jednak przyczyniło się do aktywizacji środowisk demokratycznych i  wywołało falę separatyzmów i  zadawnionych antagonizmów nie tylko na Kaukazie .
Tokens: 1________ 2________ 3__ 4_______ 5_________ 6 7____ 8______ 9________ 10____ 11______ 12________ 13______ 14 15__________ 16 17____ 18_________ 19_ 20 21_________ 22_______ 23_____________ 24 25______ 26__ 27__________ 28 29__________ 30__________ 31_ 32___ 33 34______ 35

Chunks:
  TruePositive nam [1,1] = Gorbaczow
  TruePositive nam [34,34] = Kaukazie
  FalseNegative nam [13,13] = głasnost
  FalseNegative nam [15,15] = pierestrojkę

(ChunkerEvaluator) Sentence #105 from documents/00101784 from sent6

Text  : Naród czeczeński , prześladowany za dążenie do niepodległości poczuł wiatr zmian w  październiku 1987 roku ,  kiedy nieliczna grupa intelektualistów powołała przy Komsomole w  Groznym –  Stowarzyszenie „  Kaukaz ”  mające początkowo formę forum dyskusyjnego .
Tokens: 1____ 2_________ 3 4____________ 5_ 6______ 7_ 8_____________ 9_____ 10___ 11___ 12 13__________ 14__ 15__ 16 17___ 18_______ 19___ 20______________ 21______ 22__ 23_______ 24 25_____ 26 27____________ 28 29____ 30 31____ 32________ 33___ 34___ 35__________ 36

Chunks:
  TruePositive nam [23,23] = Komsomole
  TruePositive nam [25,25] = Groznym
  FalsePositive nam [27,29] = Stowarzyszenie „ Kaukaz
  FalseNegative nam [27,30] = Stowarzyszenie „ Kaukaz ”

(ChunkerEvaluator) Sentence #106 from documents/00101784 from sent7

Text  : Powodem powstania i aktywizacji działaczy czeczeńskich było poparcie dla reform Gorbaczowa a  także dążenie do wolności słowa ,  wyjaśnienia tragicznej historii narodu czeczeńskiego ,  odnowy kultur a  także rozwiązania problemów narodowościowych w  republice .
Tokens: 1______ 2________ 3 4__________ 5________ 6___________ 7___ 8_______ 9__ 10____ 11________ 12 13___ 14_____ 15 16______ 17___ 18 19_________ 20________ 21______ 22____ 23___________ 24 25____ 26____ 27 28___ 29_________ 30_______ 31______________ 32 33_______ 34

Chunks:
  TruePositive nam [11,11] = Gorbaczowa

(ChunkerEvaluator) Sentence #107 from documents/00101784 from sent8

Text  : W 1988 roku ukształtował się Związek Poparcia Pierestrojki , organizacja posiadająca nieformalne poparcie Moskwy (  stąd nazywani często „  nieformałami ”  )  organizująca wiece w  Groznym pod hasłem sprawiedliwości społecznej .
Tokens: 1 2___ 3___ 4___________ 5__ 6______ 7_______ 8___________ 9 10_________ 11_________ 12_________ 13______ 14____ 15 16__ 17______ 18____ 19 20__________ 21 22 23__________ 24___ 25 26_____ 27_ 28____ 29_____________ 30________ 31

Chunks:
  TruePositive nam [6,8] = Związek Poparcia Pierestrojki
  TruePositive nam [14,14] = Moskwy
  FalsePositive nam [26,30] = Groznym pod hasłem sprawiedliwości społecznej
  FalseNegative nam [20,20] = nieformałami
  FalseNegative nam [26,26] = Groznym

(ChunkerEvaluator) Sentence #108 from documents/00101784 from sent9

Text  : Postępująca jednak radykalizacja stanowiska Związku zaniepokoiło Moskwę , która zakazała organizowania wieców .
Tokens: 1__________ 2_____ 3____________ 4_________ 5______ 6___________ 7_____ 8 9____ 10______ 11___________ 12____ 13

Chunks:
  TruePositive nam [7,7] = Moskwę
  FalseNegative nam [5,5] = Związku

(ChunkerEvaluator) Sentence #109 from documents/00101784 from sent10

Text  : Wiece „ nieformałow ” stały się jednak stałym elementem życia publicznego Groznego ,  aktywizując stopniowo cały kraj .
Tokens: 1____ 2 3__________ 4 5____ 6__ 7_____ 8_____ 9________ 10___ 11_________ 12______ 13 14_________ 15_______ 16__ 17__ 18

Chunks:
  TruePositive nam [12,12] = Groznego
  FalseNegative nam [3,3] = nieformałow

(ChunkerEvaluator) Sentence #110 from documents/00101784 from sent11

Text  : Późnym latem 1988 roku wraz z przekształceniem się Związku we Front Ludowy Cz-I ASRR pojawiły się żądania zmian we władzach republiki ,  co nastąpiło wiosną 1989 roku .
Tokens: 1_____ 2____ 3___ 4___ 5___ 6 7_______________ 8__ 9______ 10 11___ 12____ 13__ 14__ 15______ 16_ 17_____ 18___ 19 20______ 21_______ 22 23 24_______ 25____ 26__ 27__ 28

Chunks:
  TruePositive nam [9,9] = Związku
  TruePositive nam [11,14] = Front Ludowy Cz-I ASRR

(ChunkerEvaluator) Sentence #111 from documents/00101784 from sent12

Text  : I Sekretarzem został Doku Zawgajew , pierwszy Czeczen na tym stanowisku w  historii co wywołało falę entuzjazmu .
Tokens: 1 2__________ 3_____ 4___ 5_______ 6 7_______ 8______ 9_ 10_ 11________ 12 13______ 14 15______ 16__ 17________ 18

Chunks:
  TruePositive nam [4,5] = Doku Zawgajew
  TruePositive nam [8,8] = Czeczen

(ChunkerEvaluator) Sentence #112 from documents/00101784 from sent13

Text  : Wraz z wstąpieniem Zawgajewa na stanowisku Sekretarza nastąpiła liberalizacja życia republiki ,  która w  lutym i  marcu 1990 roku doprowadziła do wykształcenia się dwóch obozów :  konserwatywno -  internacjonalistycznego zdominowanego przez Rosjan i  nurt partyjnych liberałów opowiadających się za pełną autonomią i  możliwością wyjścia z  ZSRR .
Tokens: 1___ 2 3__________ 4________ 5_ 6_________ 7_________ 8________ 9____________ 10___ 11_______ 12 13___ 14 15___ 16 17___ 18__ 19__ 20__________ 21 22___________ 23_ 24___ 25____ 26 27___________ 28 29_____________________ 30___________ 31___ 32____ 33 34__ 35________ 36_______ 37____________ 38_ 39 40___ 41_______ 42 43_________ 44_____ 45 46__ 47

Chunks:
  TruePositive nam [4,4] = Zawgajewa
  TruePositive nam [32,32] = Rosjan
  TruePositive nam [46,46] = ZSRR
  FalsePositive nam [7,7] = Sekretarza

(ChunkerEvaluator) Sentence #113 from documents/00101784 from sent14

Text  : Ogromną rolę w życiu Czeczenów odgrywa islam .
Tokens: 1______ 2___ 3 4____ 5________ 6______ 7____ 8

Chunks:
  TruePositive nam [5,5] = Czeczenów

(ChunkerEvaluator) Sentence #114 from documents/00101784 from sent15

Text  : Za rządów Zawgajewa udało się utworzyć Czeczeno - Inguski Muzułmański Zarząd Duchowny ,  którego zadaniem była odbudowa świadomości muzułmańskiej .
Tokens: 1_ 2_____ 3________ 4____ 5__ 6_______ 7_______ 8 9______ 10_________ 11____ 12______ 13 14_____ 15______ 16__ 17______ 18_________ 19___________ 20

Chunks:
  TruePositive nam [3,3] = Zawgajewa
  TruePositive nam [7,12] = Czeczeno - Inguski Muzułmański Zarząd Duchowny

(ChunkerEvaluator) Sentence #115 from documents/00101784 from sent16

Text  : W marcu 1990 r . odbyły się wybory deputowanych ludowych RFSRR i  Cz-I ASRR .
Tokens: 1 2____ 3___ 4 5 6_____ 7__ 8_____ 9___________ 10______ 11___ 12 13__ 14__ 15

Chunks:
  TruePositive nam [11,11] = RFSRR
  TruePositive nam [13,14] = Cz-I ASRR

(ChunkerEvaluator) Sentence #116 from documents/00101784 from sent17

Text  : W Radzie znalazła się stosunkowo silna grupa opozycyjnych działaczy ,  którzy utworzyli frakcję pod nazwą Inicjatywa Demokratyczna .
Tokens: 1 2_____ 3_______ 4__ 5_________ 6____ 7____ 8___________ 9________ 10 11____ 12_______ 13_____ 14_ 15___ 16________ 17___________ 18

Chunks:
  TruePositive nam [2,2] = Radzie
  TruePositive nam [16,17] = Inicjatywa Demokratyczna

(ChunkerEvaluator) Sentence #117 from documents/00101784 from sent18

Text  : Przewodniczącym Rady został wybrany Zawgajew , co pozwoliło na kontynuowanie liberalizacji życia publicznego .
Tokens: 1______________ 2___ 3_____ 4______ 5_______ 6 7_ 8________ 9_ 10___________ 11___________ 12___ 13_________ 14

Chunks:
  TruePositive nam [5,5] = Zawgajew
  FalsePositive nam [2,2] = Rady
  FalseNegative nam [1,2] = Przewodniczącym Rady

2016-10-25 16:07:33,170 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101785.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101785.ini
(ChunkerEvaluator) Sentence #118 from documents/00101785 from sent1

Text  : Choć zazwyczaj jestem bardzo ostrożna i nie klikam we wszystko co popadnie ,  tym razem nie zachowała m  czujności rewolucyjnej –  kliknęła m  w  URL z  wiadomości odruchowo i  bez zastanowienia .
Tokens: 1___ 2________ 3_____ 4_____ 5_______ 6 7__ 8_____ 9_ 10______ 11 12______ 13 14_ 15___ 16_ 17_______ 18 19_______ 20__________ 21 22______ 23 24 25_ 26 27________ 28_______ 29 30_ 31___________ 32

Chunks:
  TruePositive nam [25,25] = URL

(ChunkerEvaluator) Sentence #119 from documents/00101785 from sent2

Text  : I tylko dzięki Firefoxowi nie weszła m na stronę ,  która usiłowała się otworzyć .
Tokens: 1 2____ 3_____ 4_________ 5__ 6_____ 7 8_ 9_____ 10 11___ 12_______ 13_ 14______ 15

Chunks:
  TruePositive nam [4,4] = Firefoxowi

(ChunkerEvaluator) Sentence #120 from documents/00101785 from sent3

Text  : Przeglądarka zidentyfikowała stronę jako niebezpieczną .
Tokens: 1___________ 2______________ 3_____ 4___ 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #121 from documents/00101785 from sent4

Text  : Sprawdziła m dokładniej adres pod linkiem – ukryto w nim fragment –  secure-myspace.com/redirect.htm?blog.myspace.com/ .
Tokens: 1_________ 2 3_________ 4____ 5__ 6______ 7 8_____ 9 10_ 11______ 12 13_______________________________________________ 14

Chunks:
  FalseNegative nam [13,13] = secure-myspace.com/redirect.htm?blog.myspace.com/

(ChunkerEvaluator) Sentence #122 from documents/00101785 from sent5

Text  : Poza podejrzanym przekierowaniem autentyczny adres nie zawiera myślnika tylko kropkę (  secure.myspace.com )  .
Tokens: 1___ 2__________ 3______________ 4__________ 5____ 6__ 7______ 8_______ 9____ 10____ 11 12________________ 13 14

Chunks:
  FalseNegative nam [12,12] = secure.myspace.com

(ChunkerEvaluator) Sentence #123 from documents/00101785 from sent6

Text  : Z ciekawości odwiedziła m kilka profili użytkowników MySpace i w  wielu komentarzach znalazła m  podobną wiadomość wysłaną z  kont różnych użytkowników .
Tokens: 1 2_________ 3_________ 4 5____ 6______ 7___________ 8______ 9 10 11___ 12__________ 13______ 14 15_____ 16_______ 17_____ 18 19__ 20_____ 21__________ 22

Chunks:
  TruePositive nam [8,8] = MySpace

(ChunkerEvaluator) Sentence #124 from documents/00101785 from sent7

Text  : Przypuszczam , że cała ta akcja działa na zasadzie łańcuszka (  tak ,  jak wiele „  robali ”  mailowych )  .
Tokens: 1___________ 2 3_ 4___ 5_ 6____ 7_____ 8_ 9_______ 10_______ 11 12_ 13 14_ 15___ 16 17____ 18 19_______ 20 21

Chunks:

(ChunkerEvaluator) Sentence #125 from documents/00101785 from sent8

Text  : Jeśli ktoś otworzy stronę podaną w linku hakerzy uzyskują dostęp do jego konta i  z  niego rozsyłają fałszywe komentarze do wszystkich przyjaciół .
Tokens: 1____ 2___ 3______ 4_____ 5_____ 6 7____ 8______ 9_______ 10____ 11 12__ 13___ 14 15 16___ 17_______ 18______ 19________ 20 21________ 22________ 23

Chunks:

(ChunkerEvaluator) Sentence #126 from documents/00101785 from sent9

Text  : Moja wiedza na temat hakowania jest zerowa ( i nie odczuwam potrzeby szkolenia się w  tej dziedzinie )  zatem być może się mylę .
Tokens: 1___ 2_____ 3_ 4____ 5________ 6___ 7_____ 8 9 10_ 11______ 12______ 13_______ 14_ 15 16_ 17________ 18 19___ 20_ 21__ 22_ 23__ 24

Chunks:

(ChunkerEvaluator) Sentence #127 from documents/00101785 from sent10

Text  : W każdym razie użytkownikom MySpace radzę bardzo uważać na to w  co klikają (  choć pewnie większość nie klika mechanicznie )  .
Tokens: 1 2_____ 3____ 4___________ 5______ 6____ 7_____ 8_____ 9_ 10 11 12 13_____ 14 15__ 16____ 17_______ 18_ 19___ 20__________ 21 22

Chunks:
  TruePositive nam [5,5] = MySpace

2016-10-25 16:07:33,282 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101972.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101972.ini
(ChunkerEvaluator) Sentence #128 from documents/00101972 from sent1

Text  : " zamiast edukować użytkowników internetu , przyjęto strategię siania niepokoju i  niszczenia konkurencji "  -  na pewno nie ma żadnych tekstów edukujących ?
Tokens: 1 2______ 3_______ 4___________ 5________ 6 7_______ 8________ 9_____ 10_______ 11 12________ 13_________ 14 15 16 17___ 18_ 19 20_____ 21_____ 22_________ 23

Chunks:
  TruePositive nam [5,5] = internetu

(ChunkerEvaluator) Sentence #129 from documents/00101972 from sent2

Text  : To są insynuacje .
Tokens: 1_ 2_ 3_________ 4

Chunks:

(ChunkerEvaluator) Sentence #130 from documents/00101972 from sent3

Text  : " oczywiście , jak każda służba , giodo będzie chciało się wykazać "  -  rzeczywiście po ostatnich dwóch latach można odnieść wrażenie ,  że służby powołano wyłącznie w  celu wykazywania się ,  ale gdzie te liczne przykłady nadużyć GIODO ?
Tokens: 1 2_________ 3 4__ 5____ 6_____ 7 8____ 9_____ 10_____ 11_ 12_____ 13 14 15__________ 16 17_______ 18___ 19____ 20___ 21_____ 22______ 23 24 25____ 26______ 27_______ 28 29__ 30_________ 31_ 32 33_ 34___ 35 36____ 37_______ 38_____ 39___ 40

Chunks:
  TruePositive nam [39,39] = GIODO
  FalseNegative nam [8,8] = giodo

(ChunkerEvaluator) Sentence #131 from documents/00101972 from sent4

Text  : " ogólne przekaz jest prosty : " - typowa łasica .
Tokens: 1 2_____ 3______ 4___ 5_____ 6 7 8 9_____ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #132 from documents/00101972 from sent5

Text  : " brakuje tylko płaczącego dziecka i mieli by śmy gazetową wersję programu redaktor jaworowicz "  -  jednak płaczącego dziecka brakuje .
Tokens: 1 2______ 3____ 4_________ 5______ 6 7____ 8_ 9__ 10______ 11____ 12______ 13______ 14________ 15 16 17____ 18________ 19_____ 20_____ 21

Chunks:
  FalseNegative nam [14,14] = jaworowicz

(ChunkerEvaluator) Sentence #133 from documents/00101972 from sent6

Text  : Sytuacji nie ratuje tu ani forma wypowiedzi ( felieton )  ,  ani miejsce (  blog )  .
Tokens: 1_______ 2__ 3_____ 4_ 5__ 6____ 7_________ 8 9_______ 10 11 12_ 13_____ 14 15__ 16 17

Chunks:

(ChunkerEvaluator) Sentence #134 from documents/00101972 from sent7

Text  : Jeśli oskarżasz kogoś o sianie zamętu , zbierasz burzę .
Tokens: 1____ 2________ 3____ 4 5_____ 6_____ 7 8_______ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #135 from documents/00101972 from sent8

Text  : Sam fakt , że nie wiesz , czy Agora rzeczywiście kazała swoim redaktorom napadać na Naszą Klasę w  ramach nieczystej walki rynkowej ,  ale to sugerujesz ,  a  potem na Twój autorytet powołuje się Dziennik ,  żeby rzeczywiście Agorze dokopać (  co oczywiście nie było Twoim zamiarem ,  a  Dziennik olał prawo ,  o  dobrych obyczajach nie wspominając )  ,  jest czarnym PR ,  może rzeczywiście bardziej niż FUDem ,  ale metoda jest podobna .
Tokens: 1__ 2___ 3 4_ 5__ 6____ 7 8__ 9____ 10__________ 11____ 12___ 13________ 14_____ 15 16___ 17___ 18 19____ 20________ 21___ 22______ 23 24_ 25 26________ 27 28 29___ 30 31__ 32_______ 33______ 34_ 35______ 36 37__ 38__________ 39____ 40_____ 41 42 43________ 44_ 45__ 46___ 47______ 48 49 50______ 51__ 52___ 53 54 55_____ 56________ 57_ 58_________ 59 60 61__ 62_____ 63 64 65__ 66__________ 67______ 68_ 69___ 70 71_ 72____ 73__ 74_____ 75

Chunks:
  TruePositive nam [9,9] = Agora
  TruePositive nam [16,17] = Naszą Klasę
  TruePositive nam [35,35] = Dziennik
  TruePositive nam [50,50] = Dziennik
  FalsePositive nam [31,31] = Twój
  FalsePositive nam [69,69] = FUDem
  FalseNegative nam [39,39] = Agorze

(ChunkerEvaluator) Sentence #136 from documents/00101972 from sent9

Text  : Informacje są negatywne , są ogólne i mają zdyskredytować konkretny podmiot w  konkretnym przypadku .
Tokens: 1_________ 2_ 3________ 4 5_ 6_____ 7 8___ 9_____________ 10_______ 11_____ 12 13________ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #137 from documents/00101972 from sent10

Text  : Masz oczywiście rację , że Wyborcza przesadziła , że wyszedł im FUD ,  nawet jeżeli wynikał z  głupoty redaktorów ,  którzy o  internecie nie wiedzą nic ,  a  ochronie danych osobowych jeszcze mniej .
Tokens: 1___ 2_________ 3____ 4 5_ 6_______ 7__________ 8 9_ 10_____ 11 12_ 13 14___ 15____ 16_____ 17 18_____ 19________ 20 21____ 22 23________ 24_ 25____ 26_ 27 28 29______ 30____ 31_______ 32_____ 33___ 34

Chunks:
  TruePositive nam [6,6] = Wyborcza
  TruePositive nam [23,23] = internecie
  FalsePositive nam [12,12] = FUD

(ChunkerEvaluator) Sentence #138 from documents/00101972 from sent11

Text  : Głupota ich nie usprawiedliwia .
Tokens: 1______ 2__ 3__ 4_____________ 5

Chunks:

(ChunkerEvaluator) Sentence #139 from documents/00101972 from sent12

Text  : Kontrola zbiorów danych jest jednak najważniejszym zadaniem GIODO , do tego cały ten urząd został powołany .
Tokens: 1_______ 2______ 3_____ 4___ 5_____ 6_____________ 7_______ 8____ 9 10 11__ 12__ 13_ 14___ 15____ 16______ 17

Chunks:
  TruePositive nam [8,8] = GIODO

(ChunkerEvaluator) Sentence #140 from documents/00101972 from sent13

Text  : Odbędzie się nie dlatego , że Wyborcza napisała o przerażonej prawniczce ,  tylko Wyborcza napisała o  przerażonej prawniczce (  podkreślam ponownie ,  że głupio napisała )  ,  bo odbędzie się kontrola .
Tokens: 1_______ 2__ 3__ 4______ 5 6_ 7_______ 8_______ 9 10_________ 11________ 12 13___ 14______ 15______ 16 17_________ 18________ 19 20________ 21______ 22 23 24____ 25______ 26 27 28 29______ 30_ 31______ 32

Chunks:
  TruePositive nam [14,14] = Wyborcza
  FalseNegative nam [7,7] = Wyborcza

2016-10-25 16:07:33,425 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101976.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101976.ini
(ChunkerEvaluator) Sentence #141 from documents/00101976 from sent1

Text  : Od razu zaznaczę , że filmu nie widział em i  chyba nie planuję ,  bo jestem podatny na sugestie ,  a  paleniu podziękował em kilka lat temu .
Tokens: 1_ 2___ 3_______ 4 5_ 6____ 7__ 8______ 9_ 10 11___ 12_ 13_____ 14 15 16____ 17_____ 18 19______ 20 21 22_____ 23_________ 24 25___ 26_ 27__ 28

Chunks:

(ChunkerEvaluator) Sentence #142 from documents/00101976 from sent2

Text  : Nie interesuje mnie to , czy ludzie zaczynają palić wyłącznie w  wyniku działania wolnej woli ,  presji otoczenia ,  spisku wielkich korporacji ,  reklam z  sympatycznym wielbłądem czy nadmiaru wyścigów Formuły 1  obejrzanych w  młodości .
Tokens: 1__ 2_________ 3___ 4_ 5 6__ 7_____ 8________ 9____ 10_______ 11 12____ 13_______ 14____ 15__ 16 17____ 18_______ 19 20____ 21______ 22________ 23 24____ 25 26__________ 27________ 28_ 29______ 30______ 31_____ 32 33_________ 34 35______ 36

Chunks:
  TruePositive nam [31,32] = Formuły 1

(ChunkerEvaluator) Sentence #143 from documents/00101976 from sent3

Text  : Załóżmy , że jest to ich wolny wybór .
Tokens: 1______ 2 3_ 4___ 5_ 6__ 7____ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #144 from documents/00101976 from sent4

Text  : Palenie jednak produkuje znaczne negatywne efekty zewnętrzne - w postaci kosztów opieki zdrowotnej (  efekt gapowicza -  skoro wszyscy płacą tyle samo ,  to ja mogę pogorszyć swoje zdrowie bardziej od innych )  ,  śmieci i  pogorszenia się samopoczucia osób niepalących -  i  w  związku z  tym wolność palacza wchodzi w  konflikt z  wolnością niepalacza .
Tokens: 1______ 2_____ 3________ 4______ 5________ 6_____ 7_________ 8 9 10_____ 11_____ 12____ 13________ 14 15___ 16_______ 17 18___ 19_____ 20___ 21__ 22__ 23 24 25 26__ 27_______ 28___ 29_____ 30______ 31 32____ 33 34 35____ 36 37_________ 38_ 39__________ 40__ 41_________ 42 43 44 45_____ 46 47_ 48_____ 49_____ 50_____ 51 52______ 53 54_______ 55________ 56

Chunks:

(ChunkerEvaluator) Sentence #145 from documents/00101976 from sent5

Text  : Przesuwanie tych granic jest takim samym zamachem na wolność palaczy ,  jak ustalenie ich na dotychczasowym poziomie było zamachem na wolność niepalaczy .
Tokens: 1__________ 2___ 3_____ 4___ 5____ 6____ 7_______ 8_ 9______ 10_____ 11 12_ 13_______ 14_ 15 16____________ 17______ 18__ 19______ 20 21_____ 22________ 23

Chunks:

(ChunkerEvaluator) Sentence #146 from documents/00101976 from sent6

Text  : Próby rozwiązania problemu efektów zewnętrznych obejmują działania z zakresu prawa (  ustawowe zakazy )  ,  rynku (  wysoka cena papierosów )  i  może architektury (  o  ile brak popielniczki może kogoś zniechęcić )  .
Tokens: 1____ 2__________ 3_______ 4______ 5___________ 6_______ 7________ 8 9______ 10___ 11 12______ 13____ 14 15 16___ 17 18____ 19__ 20________ 21 22 23__ 24__________ 25 26 27_ 28__ 29__________ 30__ 31___ 32________ 33 34

Chunks:

(ChunkerEvaluator) Sentence #147 from documents/00101976 from sent7

Text  : A normy społeczne zakładają tolerancję ( przypominam sobie taki fragment jakiegoś tekstu o  savoir vivre ,  chyba nawet w  poważnej gazecie ,  choć nie można wykluczyć ,  że zebrało mi się kiedyś na czytanie kolorowego opakowania do płyty DVD ,  brzmiący mniej więcej tak "  jeśli Twoi goście palą ,  musisz niestety pozwolić im palić w  salonie "  )  .
Tokens: 1 2____ 3________ 4________ 5_________ 6 7__________ 8____ 9___ 10______ 11______ 12____ 13 14____ 15___ 16 17___ 18___ 19 20______ 21_____ 22 23__ 24_ 25___ 26_______ 27 28 29_____ 30 31_ 32____ 33 34______ 35________ 36________ 37 38___ 39_ 40 41______ 42___ 43____ 44_ 45 46___ 47__ 48____ 49__ 50 51____ 52______ 53______ 54 55___ 56 57_____ 58 59 60

Chunks:
  TruePositive nam [39,39] = DVD

(ChunkerEvaluator) Sentence #148 from documents/00101976 from sent8

Text  : To już mniejsza tolerancja spotyka miłośników czosnku na śniadanie .
Tokens: 1_ 2__ 3_______ 4_________ 5______ 6_________ 7______ 8_ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #149 from documents/00101976 from sent9

Text  : O pierdzeniu przy stole nie wspominając .
Tokens: 1 2_________ 3___ 4____ 5__ 6__________ 7

Chunks:

2016-10-25 16:07:33,564 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101979.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101979.ini
(ChunkerEvaluator) Sentence #150 from documents/00101979 from sent1

Text  : Na szczęście Blogger umożliwia dodawanie wpisów zaplanowanych , czyli można dosłownie "  pisać "  o  punkt 12 .  00 w  Nowy Rok :  o  )  Ja nie należę do ludzi którzy wszędzie biegają z  komputerem albo komórką z  internetem w  środku ,  ale wystarczająco takich znam ,  więc przesyłam życzenia w  ten sposób :  )  Mam nadzieję że będę mogła więcej blogować ,  ale patrząc na moje życie teraz to nie wiem w  ogóle co ,  gdzie i  w  którąż stronę .
Tokens: 1_ 2________ 3______ 4________ 5________ 6_____ 7____________ 8 9____ 10___ 11_______ 12 13___ 14 15 16___ 17 18 19 20 21__ 22_ 23 24 25 26 27_ 28____ 29 30___ 31____ 32______ 33_____ 34 35________ 36__ 37_____ 38 39________ 40 41____ 42 43_ 44___________ 45____ 46__ 47 48__ 49_______ 50______ 51 52_ 53____ 54 55 56_ 57______ 58 59__ 60___ 61____ 62______ 63 64_ 65_____ 66 67__ 68___ 69___ 70 71_ 72__ 73 74___ 75 76 77___ 78 79 80____ 81____ 82

Chunks:
  TruePositive nam [3,3] = Blogger
  TruePositive nam [21,22] = Nowy Rok
  TruePositive nam [39,39] = internetem

(ChunkerEvaluator) Sentence #151 from documents/00101979 from sent2

Text  : Możliwe że się będziemy przeprowadzać i w ogóle nic nie wiadomo :  p  Ale co tam .
Tokens: 1______ 2_ 3__ 4_______ 5____________ 6 7 8____ 9__ 10_ 11_____ 12 13 14_ 15 16_ 17

Chunks:

(ChunkerEvaluator) Sentence #152 from documents/00101979 from sent3

Text  : Po to właśnie mam mój blog , aby mieć takie spokojne i  całkiem prywatne i  własne miejsce na świecie .
Tokens: 1_ 2_ 3______ 4__ 5__ 6___ 7 8__ 9___ 10___ 11______ 12 13_____ 14______ 15 16____ 17_____ 18 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #153 from documents/00101979 from sent4

Text  : Wszystko jedno gdzie nas los przerzuci . .
Tokens: 1_______ 2____ 3____ 4__ 5__ 6________ 7 8

Chunks:

2016-10-25 16:07:35,802 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102007.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102007.ini
(ChunkerEvaluator) Sentence #154 from documents/00102007 from sent1

Text  : Artykuły archiwalne , publikowane podczas pierwszych prób tworzenia Obiektywu.net .
Tokens: 1_______ 2_________ 3 4__________ 5______ 6_________ 7___ 8________ 9____________ 10

Chunks:
  TruePositive nam [9,9] = Obiektywu.net

(ChunkerEvaluator) Sentence #155 from documents/00102007 from sent2

Text  : U progu ubóstwa
Tokens: 1 2____ 3______

Chunks:

(ChunkerEvaluator) Sentence #156 from documents/00102007 from sent3

Text  : Konserwatyzm jako postawa życiowa i ideowa
Tokens: 1___________ 2___ 3______ 4______ 5 6_____

Chunks:

(ChunkerEvaluator) Sentence #157 from documents/00102007 from sent4

Text  : Ludzkość wkroczyła w XXI wiek .
Tokens: 1_______ 2________ 3 4__ 5___ 6

Chunks:

(ChunkerEvaluator) Sentence #158 from documents/00102007 from sent5

Text  : Pełna obaw o przyszłość , ale ufna … nauczona tragicznością swej historii ,  ale wciąż jeszcze nie potrafiąca jednoznacznie się od niej odciąć …
Tokens: 1____ 2___ 3 4_________ 5 6__ 7___ 8 9_______ 10___________ 11__ 12______ 13 14_ 15___ 16_____ 17_ 18________ 19___________ 20_ 21 22__ 23____ 24

Chunks:

(ChunkerEvaluator) Sentence #159 from documents/00102007 from sent6

Text  : Ludzkość dążąca do równowagi … ludzkość , która choć poradziła sobie z  większością reżimów politycznych wciąż jeszcze uwięziona w  totalitaryzmie własnego zła i  własnej ułomności nie może otwarcie pędzić ku pełnemu wyzwoleniu …
Tokens: 1_______ 2_____ 3_ 4________ 5 6_______ 7 8____ 9___ 10_______ 11___ 12 13_________ 14_____ 15__________ 16___ 17_____ 18_______ 19 20____________ 21______ 22_ 23 24_____ 25_______ 26_ 27__ 28______ 29____ 30 31_____ 32________ 33

Chunks:

(ChunkerEvaluator) Sentence #160 from documents/00102007 from sent7

Text  : W takich czasach po raz kolejny powraca pytanie o ideę ,  która pozwoliła by lepiej ustosunkować się do rzeczywistości ,  po raz kolejny ścierają się postawy i  światopoglądy dające ludziom ,  jeśli nie praktyczne ,  to choćby teoretyczne podstawy do określenia ich własnego miejsca na świecie …
Tokens: 1 2_____ 3______ 4_ 5__ 6______ 7______ 8______ 9 10__ 11 12___ 13_______ 14 15____ 16__________ 17_ 18 19____________ 20 21 22_ 23_____ 24______ 25_ 26_____ 27 28___________ 29____ 30_____ 31 32___ 33_ 34________ 35 36 37____ 38_________ 39______ 40 41________ 42_ 43______ 44_____ 45 46_____ 47

Chunks:

(ChunkerEvaluator) Sentence #161 from documents/00102007 from sent8

Text  : Człowiek , będąc w większości przypadków istotą rozumną , od zarania dziejów dążył do uproszczenia wszelkich czynności z  jakimi borykał się podczas swojej egzystencji oraz do zwiększenia wydajności wykonywanej przez siebie pracy .
Tokens: 1_______ 2 3____ 4 5_________ 6_________ 7_____ 8______ 9 10 11_____ 12_____ 13___ 14 15__________ 16_______ 17_______ 18 19____ 20_____ 21_ 22_____ 23____ 24_________ 25__ 26 27_________ 28________ 29_________ 30___ 31____ 32___ 33

Chunks:

(ChunkerEvaluator) Sentence #162 from documents/00102007 from sent9

Text  : Ten tok myślenia przez całe tysiąclecia owocował nowymi wynalazkami ,  wzrostem wydajności i  opłacalności produkcji ,  oraz skróceniem czasu pracy .
Tokens: 1__ 2__ 3_______ 4____ 5___ 6__________ 7_______ 8_____ 9__________ 10 11______ 12________ 13 14__________ 15_______ 16 17__ 18________ 19___ 20___ 21

Chunks:

(ChunkerEvaluator) Sentence #163 from documents/00102007 from sent10

Text  : Ale to , co wydawało się błogosławieństwem dla rozwoju ludzkości ,  powoli zaczęło stawać się zmorą każdego zatrudnionego w  fabryce robotnika i  rzemieślnika .
Tokens: 1__ 2_ 3 4_ 5_______ 6__ 7________________ 8__ 9______ 10_______ 11 12____ 13_____ 14____ 15_ 16___ 17_____ 18___________ 19 20_____ 21_______ 22 23__________ 24

Chunks:

(ChunkerEvaluator) Sentence #164 from documents/00102007 from sent11

Text  : Wynalezienie pierwszego zdolnego do pracy parowego silnika tłokowego ( W  .  Brytania ,  pocz .  XVIII w  .  )  przyspieszyło rozwój budowy maszyn produkcyjnych ,  a  tym samym spowodowało zmniejszenie ilości etatów ,  wymaganych do wytworzenia produktu finalnego ,  jak też do prowadzenia i  funkcjonowania przedsiębiorstw .
Tokens: 1___________ 2_________ 3_______ 4_ 5____ 6_______ 7______ 8________ 9 10 11 12______ 13 14__ 15 16___ 17 18 19 20___________ 21____ 22____ 23____ 24___________ 25 26 27_ 28___ 29_________ 30__________ 31____ 32____ 33 34________ 35 36_________ 37______ 38_______ 39 40_ 41_ 42 43_________ 44 45____________ 46_____________ 47

Chunks:
  TruePositive nam [10,12] = W . Brytania

(ChunkerEvaluator) Sentence #165 from documents/00102007 from sent12

Text  : Wynalezienie silnika spalinowego i elektrycznego tylko pogłębiło ten proces .
Tokens: 1___________ 2______ 3__________ 4 5____________ 6____ 7________ 8__ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #166 from documents/00102007 from sent13

Text  : Maszyny wygrywały z ludźmi walkę o zatrudnienie , gdyż pracowały bardziej niezawodnie ,  stale i  z  większą precyzją .
Tokens: 1______ 2________ 3 4_____ 5____ 6 7___________ 8 9___ 10_______ 11______ 12_________ 13 14___ 15 16 17_____ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #167 from documents/00102007 from sent14

Text  : Pojawiło się zatem na ogromną skalę zjawisko znane nam dziś jako bezrobocie ,  a  razem z  nim niepokoje społeczne (  dające swój wyraz w  niszczeniu maszyn )  i  nędza niższych warstw społecznych .
Tokens: 1_______ 2__ 3____ 4_ 5______ 6____ 7_______ 8____ 9__ 10__ 11__ 12________ 13 14 15___ 16 17_ 18_______ 19_______ 20 21____ 22__ 23___ 24 25________ 26____ 27 28 29___ 30______ 31____ 32_________ 33

Chunks:

2016-10-25 16:07:35,943 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102249.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102249.ini
(ChunkerEvaluator) Sentence #168 from documents/00102249 from sent1

Text  : Ponieważ pierwsza przeglądarka internetowa stworzona przez Bernersa - Lee była jednocześnie edytorem stron ,  przypisuje się mu zapoczątkowanie web 2  .  0  ,  wiki ,  blogów i  w  ogóle całego UGC .
Tokens: 1_______ 2_______ 3___________ 4__________ 5________ 6____ 7_______ 8 9__ 10__ 11__________ 12______ 13___ 14 15________ 16_ 17 18_____________ 19_ 20 21 22 23 24__ 25 26____ 27 28 29___ 30____ 31_ 32

Chunks:
  TruePositive nam [19,22] = web 2 . 0
  TruePositive nam [31,31] = UGC
  FalsePositive nam [7,7] = Bernersa
  FalsePositive nam [9,9] = Lee
  FalseNegative nam [7,9] = Bernersa - Lee
  FalseNegative nam [24,24] = wiki

(ChunkerEvaluator) Sentence #169 from documents/00102249 from sent2

Text  : Wszystko zepsuli więc i opóźnili Marc Andreessen i Eric Bina ,  autorzy przeglądarki Mosaic ,  która skupiła się na przeglądaniu ,  a  tworzenie kodu HTML pozostawiła innym przyczyniając się do erozji powagi zawodu informatyka ,  bo geekiem od HTML mógł zostać każdy .
Tokens: 1_______ 2______ 3___ 4 5_______ 6___ 7_________ 8 9___ 10__ 11 12_____ 13__________ 14____ 15 16___ 17_____ 18_ 19 20__________ 21 22 23_______ 24__ 25__ 26_________ 27___ 28___________ 29_ 30 31____ 32____ 33____ 34_________ 35 36 37_____ 38 39__ 40__ 41____ 42___ 43

Chunks:
  TruePositive nam [6,7] = Marc Andreessen
  TruePositive nam [9,10] = Eric Bina
  TruePositive nam [14,14] = Mosaic
  TruePositive nam [25,25] = HTML
  TruePositive nam [39,39] = HTML

(ChunkerEvaluator) Sentence #170 from documents/00102249 from sent3

Text  : Gdyby użytkownik od początku miał możliwość jednym programem oglądać i  tworzyć sieć ,  być może nie pojawili by się specjaliści od siedmiu boleści ,  którzy nie dość ,  że uważają się za wielkich informatyków ,  to ich gust ogranicza się do niebieskiego tła ,  a  w  wersji 2  .  0  gradientu .
Tokens: 1____ 2_________ 3_ 4_______ 5___ 6________ 7_____ 8________ 9______ 10 11_____ 12__ 13 14_ 15__ 16_ 17______ 18 19_ 20_________ 21 22_____ 23_____ 24 25____ 26_ 27__ 28 29 30_____ 31_ 32 33______ 34__________ 35 36 37_ 38__ 39_______ 40_ 41 42__________ 43_ 44 45 46 47____ 48 49 50 51_______ 52

Chunks:

(ChunkerEvaluator) Sentence #171 from documents/00102249 from sent4

Text  : Musiało minąć kilka lat , żeby znaleźli się śmiałkowie ,  którzy przezwyciężyli fobie i  zaczęli używać przeglądarek nie tylko do przeglądania .
Tokens: 1______ 2____ 3____ 4__ 5 6___ 7_______ 8__ 9_________ 10 11____ 12____________ 13___ 14 15_____ 16____ 17__________ 18_ 19___ 20 21__________ 22

Chunks:

(ChunkerEvaluator) Sentence #172 from documents/00102249 from sent5

Text  : Poszukiwanie jajka i kury pozostawiam jednak innym , choć zgadzam się ,  że Berners -  Lee na pewno wyprzedził swoją epokę ,  a  jego pomysł wciąż może się okazać bardziej przełomowy ,  niż nam się teraz wydaje .
Tokens: 1___________ 2____ 3 4___ 5__________ 6_____ 7____ 8 9___ 10_____ 11_ 12 13 14_____ 15 16_ 17 18___ 19________ 20___ 21___ 22 23 24__ 25____ 26___ 27__ 28_ 29____ 30______ 31________ 32 33_ 34_ 35_ 36___ 37____ 38

Chunks:
  TruePositive nam [14,16] = Berners - Lee

(ChunkerEvaluator) Sentence #173 from documents/00102249 from sent6

Text  : Z różnych notek o blogowaniu przy okazji tych urodzinowych i  terminologicznych problemów zwrócił moją uwagę wpis Schwartza ,  który jest CEO Suna i  podąża z  duchem czasu i  osiągnięciami .
Tokens: 1 2______ 3____ 4 5_________ 6___ 7_____ 8___ 9___________ 10 11_______________ 12_______ 13_____ 14__ 15___ 16__ 17_______ 18 19___ 20__ 21_ 22__ 23 24____ 25 26____ 27___ 28 29___________ 30

Chunks:
  TruePositive nam [17,17] = Schwartza
  FalsePositive nam [21,22] = CEO Suna
  FalseNegative nam [22,22] = Suna

(ChunkerEvaluator) Sentence #174 from documents/00102249 from sent7

Text  : Prowadzi dziwny dziennik marketingowo - technologiczny , który jest ciekawy choćby z  takiej przyczyny ,  że nie wiadomo ,  czy pan Schwartz wyciągnie Suna z  tarapatów (  na razie na to się zanosi )  dzięki różnym modelom biznesowym związanym z  wolnym oprogramowaniem ,  czy wręcz przeciwnie (  wciąż jest to dość prawdopodobne )  .
Tokens: 1_______ 2_____ 3_______ 4___________ 5 6_____________ 7 8____ 9___ 10_____ 11____ 12 13____ 14_______ 15 16 17_ 18_____ 19 20_ 21_ 22______ 23_______ 24__ 25 26_______ 27 28 29___ 30 31 32_ 33____ 34 35____ 36____ 37_____ 38________ 39_______ 40 41____ 42_____________ 43 44_ 45___ 46________ 47 48___ 49__ 50 51__ 52___________ 53 54

Chunks:
  TruePositive nam [22,22] = Schwartz
  TruePositive nam [24,24] = Suna

(ChunkerEvaluator) Sentence #175 from documents/00102249 from sent8

Text  : Otóż Schwartz został poproszony o skomentowanie przypadku innego CEO ,  który komentował pod pseudonimem .
Tokens: 1___ 2_______ 3_____ 4_________ 5 6____________ 7________ 8_____ 9__ 10 11___ 12________ 13_ 14_________ 15

Chunks:
  TruePositive nam [2,2] = Schwartz
  FalsePositive nam [9,9] = CEO

(ChunkerEvaluator) Sentence #176 from documents/00102249 from sent9

Text  : Schwartz został zakwalifikowany do kategorii blogujących CEO , chociaż nie chciał .
Tokens: 1_______ 2_____ 3______________ 4_ 5________ 6__________ 7__ 8 9______ 10_ 11____ 12

Chunks:
  FalsePositive nam [7,7] = CEO
  FalseNegative nam [1,1] = Schwartz

(ChunkerEvaluator) Sentence #177 from documents/00102249 from sent10

Text  : Po co więc pisze tego swojego bloga ( jak głosi oficjalna nazwa )  ?
Tokens: 1_ 2_ 3___ 4____ 5___ 6______ 7____ 8 9__ 10___ 11_______ 12___ 13 14

Chunks:

(ChunkerEvaluator) Sentence #178 from documents/00102249 from sent11

Text  : Czy każdy , kto coś regularnie pisze w internecie w  tym samym miejscu będzie już blogerem ?
Tokens: 1__ 2____ 3 4__ 5__ 6_________ 7____ 8 9_________ 10 11_ 12___ 13_____ 14____ 15_ 16______ 17

Chunks:
  TruePositive nam [9,9] = internecie

(ChunkerEvaluator) Sentence #179 from documents/00102249 from sent12

Text  : Czy osoba , która zawsze jako jedna z pierwszych sadzi obszerny komentarz na popularnej stronie bloguje ,  bo w  sumie regularnie i  w  tym samym miejscu można ją znaleźć ?
Tokens: 1__ 2____ 3 4____ 5_____ 6___ 7____ 8 9_________ 10___ 11______ 12_______ 13 14________ 15_____ 16_____ 17 18 19 20___ 21________ 22 23 24_ 25___ 26_____ 27___ 28 29_____ 30

Chunks:

(ChunkerEvaluator) Sentence #180 from documents/00102249 from sent13

Text  : Schwartz w ogóle chciał by usunąć termin " blogowanie "  ,  a  jeszcze niedawno chciał być "  kropką w  web 2  .  0  "  .
Tokens: 1_______ 2 3____ 4_____ 5_ 6_____ 7_____ 8 9_________ 10 11 12 13_____ 14______ 15____ 16_ 17 18____ 19 20_ 21 22 23 24 25

Chunks:
  TruePositive nam [20,23] = web 2 . 0
  FalseNegative nam [1,1] = Schwartz

(ChunkerEvaluator) Sentence #181 from documents/00102249 from sent14

Text  : Ale jak przystało na człowieka z kucykiem i w krawacie ,  blogujący CEO jest pełen sprzeczności .
Tokens: 1__ 2__ 3________ 4_ 5________ 6 7_______ 8 9 10______ 11 12_______ 13_ 14__ 15___ 16__________ 17

Chunks:
  FalsePositive nam [13,13] = CEO

2016-10-25 16:07:36,113 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102255.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102255.ini
(ChunkerEvaluator) Sentence #182 from documents/00102255 from sent1

Text  : Wiosna wietrzna , ale w końcu biednemu wiatr w oczy .
Tokens: 1_____ 2_______ 3 4__ 5 6____ 7_______ 8____ 9 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #183 from documents/00102255 from sent2

Text  : Biednemu , bo przecież tylko taki , co go nie stać na samochód ,  musi się zadowolić połową kółek i  męczy się na rowerze .
Tokens: 1_______ 2 3_ 4_______ 5____ 6___ 7 8_ 9_ 10_ 11__ 12 13______ 14 15__ 16_ 17_______ 18____ 19___ 20 21___ 22_ 23 24_____ 25

Chunks:
  FalsePositive nam [1,1] = Biednemu

(ChunkerEvaluator) Sentence #184 from documents/00102255 from sent3

Text  : Wrocław jest miastem pozornie płaskim , ale wyjątkowo często mam wrażenie ,  że lepiej było by zainwestować w  rower górski .
Tokens: 1______ 2___ 3______ 4_______ 5______ 6 7__ 8________ 9_____ 10_ 11______ 12 13 14____ 15__ 16 17__________ 18 19___ 20____ 21

Chunks:
  TruePositive nam [1,1] = Wrocław

(ChunkerEvaluator) Sentence #185 from documents/00102255 from sent4

Text  : Nawet jeśli pominąć klify krawężników i ograniczyć się tylko do ścieżek rowerowych i  ulic ,  można odroczyć centrowanie kół zaledwie o  kilka dni .
Tokens: 1____ 2____ 3______ 4____ 5__________ 6 7_________ 8__ 9____ 10 11_____ 12________ 13 14__ 15 16___ 17______ 18_________ 19_ 20______ 21 22___ 23_ 24

Chunks:

(ChunkerEvaluator) Sentence #186 from documents/00102255 from sent5

Text  : Zrozumienie zamysłu miejskich planistów wytyczających szlaki dla rowerzystów nie jest łatwe .
Tokens: 1__________ 2______ 3________ 4________ 5____________ 6_____ 7__ 8__________ 9__ 10__ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #187 from documents/00102255 from sent6

Text  : Szlaków wytyczają zresztą całkiem sporo , nie tylko przy remontowanych ulicach .
Tokens: 1______ 2________ 3______ 4______ 5____ 6 7__ 8____ 9___ 10___________ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #188 from documents/00102255 from sent7

Text  : Ale ponarzekać można , bo szczególnie w centrum ścieżki się nagle urywają i  kluczą .
Tokens: 1__ 2_________ 3____ 4 5_ 6__________ 7 8______ 9______ 10_ 11___ 12_____ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #189 from documents/00102255 from sent8

Text  : W niektórych przypadkach trasy okrężne mogły by mieć uzasadnienie turystyczne ,  w  końcu rowerzysta to człowiek ,  któremu się nie śpieszy ,  a  jeździ dla przyjemności .
Tokens: 1 2_________ 3__________ 4____ 5______ 6____ 7_ 8___ 9___________ 10_________ 11 12 13___ 14________ 15 16______ 17 18_____ 19_ 20_ 21_____ 22 23 24____ 25_ 26__________ 27

Chunks:

(ChunkerEvaluator) Sentence #190 from documents/00102255 from sent9

Text  : O ile synonimem przyjemności jest udział w wyścigu Paryż -  Roubaix .
Tokens: 1 2__ 3________ 4___________ 5___ 6_____ 7 8______ 9____ 10 11_____ 12

Chunks:
  FalsePositive nam [9,9] = Paryż
  FalsePositive nam [11,11] = Roubaix
  FalseNegative nam [8,11] = wyścigu Paryż - Roubaix

(ChunkerEvaluator) Sentence #191 from documents/00102255 from sent10

Text  : Znajdzie się też czas na chwilę refleksji przy sygnalizatorze świetlnym ,  w  końcu płynny ma być ruch samochodowy .
Tokens: 1_______ 2__ 3__ 4___ 5_ 6_____ 7________ 8___ 9_____________ 10_______ 11 12 13___ 14____ 15 16_ 17__ 18_________ 19

Chunks:

(ChunkerEvaluator) Sentence #192 from documents/00102255 from sent11

Text  : Zbyt długie przerwy nie są jednak wskazane , podobnie jak wożenie ciężkich zakupów .
Tokens: 1___ 2_____ 3______ 4__ 5_ 6_____ 7_______ 8 9_______ 10_ 11_____ 12______ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #193 from documents/00102255 from sent12

Text  : Jeśli już są stojaki na rowery , to może chociaż ktoś wstawi do nich rower -  reklamę i  skutecznie ograniczy ilość miejsca .
Tokens: 1____ 2__ 3_ 4______ 5_ 6_____ 7 8_ 9___ 10_____ 11__ 12____ 13 14__ 15___ 16 17_____ 18 19________ 20_______ 21___ 22_____ 23

Chunks:

(ChunkerEvaluator) Sentence #194 from documents/00102255 from sent13

Text  : Można liczyć też na złomiarzy , zabiorą i po sprawie .
Tokens: 1____ 2_____ 3__ 4_ 5________ 6 7______ 8 9_ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #195 from documents/00102255 from sent14

Text  : Nie wiem , chyba ktoś ukradł - z ulgą w  głosie na pytanie o  stojak na rowery pod znanym i  drogim sklepem spożywczym EPI odpowiada ochroniarz .
Tokens: 1__ 2___ 3 4____ 5___ 6_____ 7 8 9___ 10 11____ 12 13_____ 14 15____ 16 17____ 18_ 19____ 20 21____ 22_____ 23________ 24_ 25_______ 26________ 27

Chunks:
  TruePositive nam [24,24] = EPI

(ChunkerEvaluator) Sentence #196 from documents/00102255 from sent15

Text  : Nic dziwnego , przez parking przewijają się tam codziennie wszystkie wrocławskie SUVy ,  kabriolety i  dwumiejscowe coupé ,  jeszcze ktoś się od roweru czymś zarazi .
Tokens: 1__ 2_______ 3 4____ 5______ 6_________ 7__ 8__ 9_________ 10_______ 11_________ 12__ 13 14________ 15 16__________ 17___ 18 19_____ 20__ 21_ 22 23____ 24___ 25____ 26

Chunks:
  FalsePositive nam [12,12] = SUVy

(ChunkerEvaluator) Sentence #197 from documents/00102255 from sent16

Text  : Przykład z EPI bierze również znajdujące się po sąsiedzku centrum Arkady ,  które dość dobitnie sugeruje rowerzystom ,  że nie tędy droga .
Tokens: 1_______ 2 3__ 4_____ 5______ 6_________ 7__ 8_ 9________ 10_____ 11____ 12 13___ 14__ 15______ 16______ 17_________ 18 19 20_ 21__ 22___ 23

Chunks:
  TruePositive nam [3,3] = EPI
  TruePositive nam [11,11] = Arkady

2016-10-25 16:07:36,237 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102265.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102265.ini
(ChunkerEvaluator) Sentence #198 from documents/00102265 from sent1

Text  : Wydawało się , że OpenOffice.org ma dość pewną pozycję wśród bezpłatnych programów i  dopóki przesiadka na pakiety biurowe w  sieci nie stanie się realną alternatywą ,  nic mu nie zagrozi .
Tokens: 1_______ 2__ 3 4_ 5_____________ 6_ 7___ 8____ 9______ 10___ 11_________ 12_______ 13 14____ 15________ 16 17_____ 18_____ 19 20___ 21_ 22____ 23_ 24____ 25_________ 26 27_ 28 29_ 30_____ 31

Chunks:
  TruePositive nam [5,5] = OpenOffice.org

(ChunkerEvaluator) Sentence #199 from documents/00102265 from sent2

Text  : Tymczasem jednak Sun i Google postanowiły OOo wbić nóż w  plecy .
Tokens: 1________ 2_____ 3__ 4 5_____ 6__________ 7__ 8___ 9__ 10 11___ 12

Chunks:
  TruePositive nam [3,3] = Sun
  TruePositive nam [5,5] = Google
  TruePositive nam [7,7] = OOo

(ChunkerEvaluator) Sentence #200 from documents/00102265 from sent3

Text  : Plecy OOo pokazał StarOffice już dawno .
Tokens: 1____ 2__ 3______ 4_________ 5__ 6____ 7

Chunks:
  TruePositive nam [4,4] = StarOffice
  FalsePositive nam [1,2] = Plecy OOo
  FalseNegative nam [2,2] = OOo

(ChunkerEvaluator) Sentence #201 from documents/00102265 from sent4

Text  : Oba programy to u podstaw dokładnie to samo - kod źródłowy udostępniony został przez Suna ,  który do OpenOffice dodaje kilka funkcji przydatnych w  korporacji (  np .  głupie ludziki do prezentacji i  wzory faksów /  raportów )  i  sprzedaje wersję komercyjną jako StarOffice .
Tokens: 1__ 2_______ 3_ 4 5______ 6________ 7_ 8___ 9 10_ 11______ 12__________ 13____ 14___ 15__ 16 17___ 18 19________ 20____ 21___ 22_____ 23_________ 24 25________ 26 27 28 29____ 30_____ 31 32_________ 33 34___ 35____ 36 37______ 38 39 40_______ 41____ 42________ 43__ 44________ 45

Chunks:
  TruePositive nam [15,15] = Suna
  TruePositive nam [19,19] = OpenOffice
  TruePositive nam [44,44] = StarOffice

(ChunkerEvaluator) Sentence #202 from documents/00102265 from sent5

Text  : Początkowo obie wersje istniały równolegle , ale w końcu OpenOffice zdystansował wersję komercyjną ,  która praktycznie przestała samodzielnie istnieć .
Tokens: 1_________ 2___ 3_____ 4_______ 5_________ 6 7__ 8 9____ 10________ 11__________ 12____ 13________ 14 15___ 16_________ 17_______ 18__________ 19_____ 20

Chunks:
  TruePositive nam [10,10] = OpenOffice

(ChunkerEvaluator) Sentence #203 from documents/00102265 from sent6

Text  : Teraz jednak StarOffice ma drugą szansę - kilka tygodni temu do swojego pakietu oprogramowania dodał go Google .
Tokens: 1____ 2_____ 3_________ 4_ 5____ 6_____ 7 8____ 9______ 10__ 11 12_____ 13_____ 14____________ 15___ 16 17____ 18

Chunks:
  TruePositive nam [3,3] = StarOffice
  TruePositive nam [17,17] = Google

(ChunkerEvaluator) Sentence #204 from documents/00102265 from sent7

Text  : Firmy współpracują od dawna , ale mimo wszystko posunięcie dziwi .
Tokens: 1____ 2___________ 3_ 4____ 5 6__ 7___ 8_______ 9_________ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #205 from documents/00102265 from sent8

Text  : Być może Sun ogrywa ważną rolę w projektowaniu Google Phone i  chciał coś w  zamian ?
Tokens: 1__ 2___ 3__ 4_____ 5____ 6___ 7 8____________ 9_____ 10___ 11 12____ 13_ 14 15____ 16

Chunks:
  TruePositive nam [3,3] = Sun
  TruePositive nam [9,10] = Google Phone

(ChunkerEvaluator) Sentence #206 from documents/00102265 from sent9

Text  : Mechanizm jest podobny do promocji Microsoftu , nawet licencja ma taki sam haczyk .
Tokens: 1________ 2___ 3______ 4_ 5_______ 6_________ 7 8____ 9_______ 10 11__ 12_ 13____ 14

Chunks:
  TruePositive nam [6,6] = Microsoftu

(ChunkerEvaluator) Sentence #207 from documents/00102265 from sent10

Text  : Także zabrania korzystania z programu do celów komercyjnych , podkreśla też ,  że zabronione jest korzystanie w  pracach komercyjnych z  załączonych czcionek .
Tokens: 1____ 2_______ 3__________ 4 5_______ 6_ 7____ 8___________ 9 10_______ 11_ 12 13 14________ 15__ 16_________ 17 18_____ 19__________ 20 21_________ 22______ 23

Chunks:

(ChunkerEvaluator) Sentence #208 from documents/00102265 from sent11

Text  : Gratis dostaje się za to pasek wyszukiwania , oczywiście w  Google .
Tokens: 1_____ 2______ 3__ 4_ 5_ 6____ 7___________ 8 9_________ 10 11____ 12

Chunks:
  TruePositive nam [11,11] = Google

(ChunkerEvaluator) Sentence #209 from documents/00102265 from sent12

Text  : Być może ktoś do StarOffice się przyzwyczai ( co nie jest trudne )  i  zechce wydać 70 dolarów na komercyjną licencję ?
Tokens: 1__ 2___ 3___ 4_ 5_________ 6__ 7__________ 8 9_ 10_ 11__ 12____ 13 14 15____ 16___ 17 18_____ 19 20________ 21______ 22

Chunks:
  TruePositive nam [5,5] = StarOffice
  TruePositive nam [18,18] = dolarów

(ChunkerEvaluator) Sentence #210 from documents/00102265 from sent13

Text  : Tu oczywiście porównanie z MS Office jednak zawodzi - komercyjna licencja na StarOffice kosztuje niewiele więcej niż promocyjny MS Office .  .  .
Tokens: 1_ 2_________ 3_________ 4 5_ 6_____ 7_____ 8______ 9 10________ 11______ 12 13________ 14______ 15______ 16____ 17_ 18________ 19 20____ 21 22 23

Chunks:
  TruePositive nam [5,6] = MS Office
  TruePositive nam [13,13] = StarOffice
  TruePositive nam [19,20] = MS Office

(ChunkerEvaluator) Sentence #211 from documents/00102265 from sent14

Text  : Dlaczego jednak w Google Pack nie znalazł się OpenOffice ?
Tokens: 1_______ 2_____ 3 4_____ 5___ 6__ 7______ 8__ 9_________ 10

Chunks:
  TruePositive nam [4,5] = Google Pack
  TruePositive nam [9,9] = OpenOffice

(ChunkerEvaluator) Sentence #212 from documents/00102265 from sent15

Text  : Być może obowiązuje jednak jakaś spiskowa teoria o porozumieniu między Google i  Sunem ,  być może stanęła na przeszkodzie licencja ,  chociaż w  przypadku udostępniania programu nawet GPL nie powinna być przeszkodą ,  tym bardziej ,  że ogólna umowa na Google Pack zawiera wyjątki dla Firefoksa (  licencjonowanego w  tym przypadku na MPL )  .
Tokens: 1__ 2___ 3_________ 4_____ 5____ 6_______ 7_____ 8 9___________ 10____ 11____ 12 13___ 14 15_ 16__ 17_____ 18 19__________ 20______ 21 22_____ 23 24_______ 25___________ 26______ 27___ 28_ 29_ 30_____ 31_ 32________ 33 34_ 35______ 36 37 38____ 39___ 40 41____ 42__ 43_____ 44_____ 45_ 46_______ 47 48______________ 49 50_ 51_______ 52 53_ 54 55

Chunks:
  TruePositive nam [11,11] = Google
  TruePositive nam [13,13] = Sunem
  TruePositive nam [28,28] = GPL
  TruePositive nam [41,42] = Google Pack
  TruePositive nam [46,46] = Firefoksa
  TruePositive nam [53,53] = MPL

(ChunkerEvaluator) Sentence #213 from documents/00102265 from sent16

Text  : Niezależnie jednak od przyczyn , dla OpenOffice.org to zła wiadomość .
Tokens: 1__________ 2_____ 3_ 4_______ 5 6__ 7_____________ 8_ 9__ 10_______ 11

Chunks:
  TruePositive nam [7,7] = OpenOffice.org

(ChunkerEvaluator) Sentence #214 from documents/00102265 from sent17

Text  : Pominięcie go przez Google rodzi podejrzenia , że bezpłatne ma wady .
Tokens: 1_________ 2_ 3____ 4_____ 5____ 6__________ 7 8_ 9________ 10 11__ 12

Chunks:
  TruePositive nam [4,4] = Google

(ChunkerEvaluator) Sentence #215 from documents/00102265 from sent18

Text  : Najbardziej zainteresowani dojdą do tego , że chodzi o cliparty i  dodatkową bazę danych ,  ale większości pozostanie przekonanie ,  że OpenOffice jest niedorobiony i  dopiero komercyjna wersja działa dobrze .
Tokens: 1__________ 2_____________ 3____ 4_ 5___ 6 7_ 8_____ 9 10______ 11 12_______ 13__ 14____ 15 16_ 17________ 18________ 19_________ 20 21 22________ 23__ 24__________ 25 26_____ 27________ 28____ 29____ 30____ 31

Chunks:
  TruePositive nam [22,22] = OpenOffice

(ChunkerEvaluator) Sentence #216 from documents/00102265 from sent19

Text  : A jak komuś 70 dolarów przeszkadza , zawsze może skorzystać z  Google Docs .
Tokens: 1 2__ 3____ 4_ 5______ 6__________ 7 8_____ 9___ 10________ 11 12____ 13__ 14

Chunks:
  TruePositive nam [5,5] = dolarów
  TruePositive nam [12,13] = Google Docs

2016-10-25 16:07:36,410 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102267.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102267.ini
(ChunkerEvaluator) Sentence #217 from documents/00102267 from sent1

Text  : Kiedyś sprawa była prosta .
Tokens: 1_____ 2_____ 3___ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #218 from documents/00102267 from sent2

Text  : Do tworzenia rzeczywiście komercyjnych treści niezbędne były inwestycje .
Tokens: 1_ 2________ 3___________ 4___________ 5_____ 6________ 7___ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #219 from documents/00102267 from sent3

Text  : Stacje graficzne , kamery , studia nagrań , o kanałach dystrybucyjnych nie wspominając .
Tokens: 1_____ 2________ 3 4_____ 5 6_____ 7_____ 8 9 10______ 11_____________ 12_ 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #220 from documents/00102267 from sent4

Text  : Twórczość bez inwestycji była jak najbardziej możliwa – ale albo pozostawała niszowa ,  albo w  końcu przetwarzały ją i  popularyzowały bogate koncerny .
Tokens: 1________ 2__ 3_________ 4___ 5__ 6__________ 7______ 8 9__ 10__ 11_________ 12_____ 13 14__ 15 16___ 17__________ 18 19 20____________ 21____ 22______ 23

Chunks:

(ChunkerEvaluator) Sentence #221 from documents/00102267 from sent5

Text  : Zmiana w konducentów ( prosumentów ? ) jednak postępuje –  a  firmy działające według starych modeli chcą się przed nią bronić .
Tokens: 1_____ 2 3__________ 4 5__________ 6 7 8_____ 9________ 10 11 12___ 13________ 14____ 15_____ 16____ 17__ 18_ 19___ 20_ 21____ 22

Chunks:

(ChunkerEvaluator) Sentence #222 from documents/00102267 from sent6

Text  : Jedno z narzędzi to DRM ( nie będziesz nic uruchamiał na naszym urządzeniu )  ,  które firmy muszą jednak stosować coraz ostrożniej (  GPLv3 )  .
Tokens: 1____ 2 3_______ 4_ 5__ 6 7__ 8_______ 9__ 10________ 11 12____ 13________ 14 15 16___ 17___ 18___ 19____ 20______ 21___ 22________ 23 24___ 25 26

Chunks:
  TruePositive nam [5,5] = DRM
  TruePositive nam [24,24] = GPLv3

(ChunkerEvaluator) Sentence #223 from documents/00102267 from sent7

Text  : Nie do wszystkiego jednak da się DRM zastosować .
Tokens: 1__ 2_ 3__________ 4_____ 5_ 6__ 7__ 8_________ 9

Chunks:
  TruePositive nam [7,7] = DRM

(ChunkerEvaluator) Sentence #224 from documents/00102267 from sent8

Text  : Jak dodać je do utworu , który użytkownik stworzył sam ?
Tokens: 1__ 2____ 3_ 4_ 5_____ 6 7____ 8_________ 9_______ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #225 from documents/00102267 from sent9

Text  : Okazuje się to proste – wystarczy narzędzia dla użytkownika wydać na licencji niekomercyjnej .
Tokens: 1______ 2__ 3_ 4_____ 5 6________ 7________ 8__ 9__________ 10___ 11 12______ 13____________ 14

Chunks:

(ChunkerEvaluator) Sentence #226 from documents/00102267 from sent10

Text  : Jest niekomercyjny MS Office , więc właściwie co stoi na przeszkodzie ,  żeby pojawił się MS Windows do użytku prywatnego ?
Tokens: 1___ 2____________ 3_ 4_____ 5 6___ 7________ 8_ 9___ 10 11__________ 12 13__ 14_____ 15_ 16 17_____ 18 19____ 20________ 21

Chunks:
  TruePositive nam [3,4] = MS Office
  TruePositive nam [16,17] = MS Windows

(ChunkerEvaluator) Sentence #227 from documents/00102267 from sent11

Text  : A może nawet Adobe Photoshop dla amatorów ?
Tokens: 1 2___ 3____ 4____ 5________ 6__ 7_______ 8

Chunks:
  TruePositive nam [4,5] = Adobe Photoshop

(ChunkerEvaluator) Sentence #228 from documents/00102267 from sent12

Text  : Obrabiasz zdjęcie z wakacji – w porządku .
Tokens: 1________ 2______ 3 4______ 5 6 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #229 from documents/00102267 from sent13

Text  : Tworzysz stronę internetową dla babci – nie ma sprawy .
Tokens: 1_______ 2_____ 3__________ 4__ 5____ 6 7__ 8_ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #230 from documents/00102267 from sent14

Text  : Robisz znaczek w ramach obywatelskiego protestu – płać za licencję .
Tokens: 1_____ 2______ 3 4_____ 5_____________ 6_______ 7 8___ 9_ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #231 from documents/00102267 from sent15

Text  : Użytkownik niekomercyjny , domowy , prywatny , niszowy , offowy ,  amator .
Tokens: 1_________ 2____________ 3 4_____ 5 6_______ 7 8______ 9 10____ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #232 from documents/00102267 from sent16

Text  : Nie ma prawa działać na polu komercji ani kultury .
Tokens: 1__ 2_ 3____ 4______ 5_ 6___ 7_______ 8__ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #233 from documents/00102267 from sent17

Text  : Nie wiadomo jednak , co takie określenie znaczy ( w  kontekście kina pisze o  tym Jacek Wojtaś )  .
Tokens: 1__ 2______ 3_____ 4 5_ 6____ 7_________ 8_____ 9 10 11________ 12__ 13___ 14 15_ 16___ 17____ 18 19

Chunks:
  TruePositive nam [16,17] = Jacek Wojtaś

(ChunkerEvaluator) Sentence #234 from documents/00102267 from sent18

Text  : Z jednej strony przedstawia się użytek prywatny czy niekomercyjny jako bardziej szlachetny ,  bardziej moralny .
Tokens: 1 2_____ 3_____ 4__________ 5__ 6_____ 7_______ 8__ 9____________ 10__ 11______ 12________ 13 14______ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #235 from documents/00102267 from sent19

Text  : Z drugiej niszowy czy amatorski jest zarzutem – twórczość amatorska jest przecież na dłuższą metę bezwartościowa (  nie tylko w  sensie finansowym )  i  być może szkodliwa .
Tokens: 1 2______ 3______ 4__ 5________ 6___ 7_______ 8 9________ 10_______ 11__ 12______ 13 14_____ 15__ 16____________ 17 18_ 19___ 20 21____ 22________ 23 24 25_ 26__ 27_______ 28

Chunks:

(ChunkerEvaluator) Sentence #236 from documents/00102267 from sent20

Text  : Czy Microsoft , Google i zapewne wiele innych korporacji ratują więc kulturę przed zalewem komercyjnej amatorszczyzny ?
Tokens: 1__ 2________ 3 4_____ 5 6______ 7____ 8_____ 9_________ 10____ 11__ 12_____ 13___ 14_____ 15_________ 16____________ 17

Chunks:
  TruePositive nam [2,2] = Microsoft
  TruePositive nam [4,4] = Google

(ChunkerEvaluator) Sentence #237 from documents/00102267 from sent21

Text  : Czy dzięki licencji dla zastosowań domowych więcej grafomanii pozostanie w  szufladzie ,  filmiki na YouTube będą lepsze ,  a  Steve Jobs będzie żył dostatniej ?
Tokens: 1__ 2_____ 3_______ 4__ 5_________ 6_______ 7_____ 8_________ 9_________ 10 11________ 12 13_____ 14 15_____ 16__ 17____ 18 19 20___ 21__ 22____ 23_ 24________ 25

Chunks:
  TruePositive nam [15,15] = YouTube
  TruePositive nam [20,21] = Steve Jobs

(ChunkerEvaluator) Sentence #238 from documents/00102267 from sent22

Text  : Odtwarzanie barier wejścia typowych dla epoki przedinternetowej zyskało bardzo nośne hasło –  odcinania się od komercji i  tworzenia na użytek prywatny .
Tokens: 1__________ 2_____ 3______ 4_______ 5__ 6____ 7________________ 8______ 9_____ 10___ 11___ 12 13_______ 14_ 15 16______ 17 18_______ 19 20____ 21______ 22

Chunks:

(ChunkerEvaluator) Sentence #239 from documents/00102267 from sent23

Text  : W końcu internet był początkowo siecią niekomercyjną , czyli dobrą ,  więc może licencje dla amatorów mają przywrócić tę sielankę ?
Tokens: 1 2____ 3_______ 4__ 5_________ 6_____ 7____________ 8 9____ 10___ 11 12__ 13__ 14______ 15_ 16______ 17__ 18________ 19 20______ 21

Chunks:
  TruePositive nam [3,3] = internet

(ChunkerEvaluator) Sentence #240 from documents/00102267 from sent24

Text  : W końcu o prywatność w internecie walczymy , więc jak może nam szkodzić więcej prywatności ?
Tokens: 1 2____ 3 4_________ 5 6_________ 7_______ 8 9___ 10_ 11__ 12_ 13______ 14____ 15_________ 16

Chunks:
  TruePositive nam [6,6] = internecie

(ChunkerEvaluator) Sentence #241 from documents/00102267 from sent25

Text  : Może Komisja Europejska , zamiast ścigać Microsoft za Windows Media Playera (  a  powinna ścigać telewizję ,  choćby iTVP ,  która od lat unika udostępnienia materiałów w  innych formatach ,  bezczelnie pisząc w  odniesieniu do transmisji objętych DRM ,  że „  jak dotąd prgramy te nie umieją sobie z  nimi poradzić ”  [  pisownia oryginalna ]  )  ,  powinna ścigać go za wykorzystywanie pozycji monopolistycznej do wydawania szkodliwych licencji ?
Tokens: 1___ 2______ 3_________ 4 5______ 6_____ 7________ 8_ 9______ 10___ 11_____ 12 13 14_____ 15____ 16_______ 17 18____ 19__ 20 21___ 22 23_ 24___ 25___________ 26________ 27 28____ 29_______ 30 31________ 32____ 33 34_________ 35 36________ 37______ 38_ 39 40 41 42_ 43___ 44_____ 45 46_ 47____ 48___ 49 50__ 51______ 52 53 54______ 55________ 56 57 58 59_____ 60____ 61 62 63_____________ 64_____ 65______________ 66 67_______ 68_________ 69______ 70

Chunks:
  TruePositive nam [2,3] = Komisja Europejska
  TruePositive nam [7,7] = Microsoft
  TruePositive nam [9,11] = Windows Media Playera
  TruePositive nam [19,19] = iTVP
  TruePositive nam [38,38] = DRM

2016-10-25 16:07:36,626 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102278.ini
(ChunkerEvaluator) Sentence #242 from documents/00102278 from sent1

Text  : Gdyby tak było , to Bill Gates już dawno sprzedawał by hamburgery ,  które na zapleczu smażył by Steve Jobs .
Tokens: 1____ 2__ 3___ 4 5_ 6___ 7____ 8__ 9____ 10________ 11 12________ 13 14___ 15 16______ 17____ 18 19___ 20__ 21

Chunks:
  TruePositive nam [6,7] = Bill Gates
  TruePositive nam [19,20] = Steve Jobs

(ChunkerEvaluator) Sentence #243 from documents/00102278 from sent2

Text  : Licencja nic wprawdzie nie kosztuje , ale firmy , na które liczy Red Hat ,  nie patrzą tylko na metkę .
Tokens: 1_______ 2__ 3________ 4__ 5_______ 6 7__ 8____ 9 10 11___ 12___ 13_ 14_ 15 16_ 17____ 18___ 19 20___ 21

Chunks:
  TruePositive nam [13,14] = Red Hat

(ChunkerEvaluator) Sentence #244 from documents/00102278 from sent3

Text  : Rządzi TCO - suma wszystkich elementów , koszty licencji ,  szkoleń ,  przenoszenia danych .
Tokens: 1_____ 2__ 3 4___ 5_________ 6________ 7 8_____ 9_______ 10 11_____ 12 13__________ 14____ 15

Chunks:
  TruePositive nam [2,2] = TCO

(ChunkerEvaluator) Sentence #245 from documents/00102278 from sent4

Text  : Z różnych badań wychodzą różne wyniki ( zależne przede wszystkim od tego ,  kto badanie zamówił )  ,  jednak wolne oprogramowanie najczęściej traci na kosztach szkoleń i  zmiany przyzwyczajeń użytkowników .
Tokens: 1 2______ 3____ 4_______ 5____ 6_____ 7 8______ 9_____ 10_______ 11 12__ 13 14_ 15_____ 16_____ 17 18 19____ 20___ 21____________ 22_________ 23___ 24 25______ 26_____ 27 28____ 29___________ 30__________ 31

Chunks:

(ChunkerEvaluator) Sentence #246 from documents/00102278 from sent5

Text  : Whitehurst mówi w wywiadzie o niezależności od jednego producenta ,  możliwości zmiany kodu ,  czyli serwuje tradycyjną porcję frazesów .
Tokens: 1_________ 2___ 3 4________ 5 6____________ 7_ 8______ 9_________ 10 11________ 12____ 13__ 14 15___ 16_____ 17________ 18____ 19______ 20

Chunks:
  FalseNegative nam [1,1] = Whitehurst

(ChunkerEvaluator) Sentence #247 from documents/00102278 from sent6

Text  : Na poziomie wielkich klientów korporacyjnych zależność jest częściej współzależnością ,  a  kod bywa dostępny .
Tokens: 1_ 2_______ 3_______ 4_______ 5_____________ 6________ 7___ 8_______ 9_______________ 10 11 12_ 13__ 14______ 15

Chunks:

(ChunkerEvaluator) Sentence #248 from documents/00102278 from sent7

Text  : Znów , żeby dać się przekonać tym argumentom , nie trzeba czekać na kryzys .
Tokens: 1___ 2 3___ 4__ 5__ 6________ 7__ 8_________ 9 10_ 11____ 12____ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #249 from documents/00102278 from sent8

Text  : Gdzie więc ten optymizm ?
Tokens: 1____ 2___ 3__ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #250 from documents/00102278 from sent9

Text  : Chyba tam , gdzie Keen widzi źródło sukcesu produkcji partnerskiej w  czasach dobrobytu .
Tokens: 1____ 2__ 3 4____ 5___ 6____ 7_____ 8______ 9________ 10__________ 11 12_____ 13_______ 14

Chunks:
  TruePositive nam [5,5] = Keen

(ChunkerEvaluator) Sentence #251 from documents/00102278 from sent10

Text  : W braku szacunku dla ludzkiej pracy , który w kryzysie może przyjąć formę zwiększania obowiązków bez zwiększania wynagrodzenia .
Tokens: 1 2____ 3_______ 4__ 5_______ 6____ 7 8____ 9 10______ 11__ 12_____ 13___ 14_________ 15________ 16_ 17_________ 18___________ 19

Chunks:

(ChunkerEvaluator) Sentence #252 from documents/00102278 from sent11

Text  : Trudno jest pracownika do czegokolwiek zmusić , jeśli może odejść i  łatwo znaleźć inną pracę .
Tokens: 1_____ 2___ 3_________ 4_ 5___________ 6_____ 7 8____ 9___ 10____ 11 12___ 13_____ 14__ 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #253 from documents/00102278 from sent12

Text  : Jeśli nie może , niech zostanie po godzinach i sam się uczy działania nowego programu ,  niech rozwiązuje problemy .
Tokens: 1____ 2__ 3___ 4 5____ 6_______ 7_ 8________ 9 10_ 11_ 12__ 13_______ 14____ 15______ 16 17___ 18________ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #254 from documents/00102278 from sent13

Text  : A jak już się w pracy przyzwyczai , to może zdecyduje się zaoszczędzić kilka stów kupując nowy komputer ?
Tokens: 1 2__ 3__ 4__ 5 6____ 7__________ 8 9_ 10__ 11_______ 12_ 13__________ 14___ 15__ 16_____ 17__ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #255 from documents/00102278 from sent14

Text  : Już bez MS Office , a może bez MS Windows .
Tokens: 1__ 2__ 3_ 4_____ 5 6 7___ 8__ 9_ 10_____ 11

Chunks:
  TruePositive nam [3,4] = MS Office
  TruePositive nam [9,10] = MS Windows

(ChunkerEvaluator) Sentence #256 from documents/00102278 from sent15

Text  : Tak jak po stronie podaży produkcja partnerska straci część producentów ,  dla których koszt udziału w  projektach wolnej kultury i  wolnego oprogramowania się zwiększy ,  po stronie popytu zyska nowych .
Tokens: 1__ 2__ 3_ 4______ 5_____ 6________ 7_________ 8_____ 9____ 10_________ 11 12_ 13_____ 14___ 15_____ 16 17________ 18____ 19_____ 20 21_____ 22____________ 23_ 24______ 25 26 27_____ 28____ 29___ 30____ 31

Chunks:

(ChunkerEvaluator) Sentence #257 from documents/00102278 from sent16

Text  : Pękniecie bańki internetowej lat 90 doprowadziło do porzucenia drogich ,  zastrzeżonych technologii serwerowych (  komercyjny Unix +  niestandardowy sprzęt )  na rzecz zwykłego peceta z  Linuksem i  Apaczem (  albo Windowsem ,  tu akurat ważniejszy jest pecet )  .
Tokens: 1________ 2____ 3___________ 4__ 5_ 6___________ 7_ 8_________ 9______ 10 11___________ 12_________ 13_________ 14 15________ 16__ 17 18____________ 19____ 20 21 22___ 23______ 24____ 25 26______ 27 28_____ 29 30__ 31_______ 32 33 34____ 35________ 36__ 37___ 38 39

Chunks:
  TruePositive nam [26,26] = Linuksem
  TruePositive nam [28,28] = Apaczem
  TruePositive nam [31,31] = Windowsem
  FalsePositive nam [16,16] = Unix
  FalseNegative nam [16,17] = Unix +

(ChunkerEvaluator) Sentence #258 from documents/00102278 from sent17

Text  : Do czego kryzys doprowadzi teraz ?
Tokens: 1_ 2____ 3_____ 4_________ 5____ 6

Chunks:

2016-10-25 16:07:36,794 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102291.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102291.ini
(ChunkerEvaluator) Sentence #259 from documents/00102291 from sent1

Text  : Nazywam się Rafał Próchniak .
Tokens: 1______ 2__ 3____ 4________ 5

Chunks:
  TruePositive nam [3,4] = Rafał Próchniak

(ChunkerEvaluator) Sentence #260 from documents/00102291 from sent2

Text  : Kiedyś był em motorniczym , dziennikarzem , tłumaczem i doktorantem .
Tokens: 1_____ 2__ 3_ 4__________ 5 6____________ 7 8________ 9 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #261 from documents/00102291 from sent3

Text  : Teraz piszę bloga .
Tokens: 1____ 2____ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #262 from documents/00102291 from sent4

Text  : Trzydzieści razy wygrał em regaty Sydney - Hobart , w  tym raz wpław .
Tokens: 1__________ 2___ 3_____ 4_ 5_____ 6_____ 7 8_____ 9 10 11_ 12_ 13___ 14

Chunks:
  FalsePositive nam [6,6] = Sydney
  FalsePositive nam [8,8] = Hobart
  FalseNegative nam [5,8] = regaty Sydney - Hobart

(ChunkerEvaluator) Sentence #263 from documents/00102291 from sent5

Text  : W szkole podstawowej uczestniczył em w olimpiadzie biologicznej , podczas której pobił em rekord świata w  biegu na 100 m  motylkiem .
Tokens: 1 2_____ 3__________ 4___________ 5_ 6 7__________ 8___________ 9 10_____ 11____ 12___ 13 14____ 15____ 16 17___ 18 19_ 20 21_______ 22

Chunks:

(ChunkerEvaluator) Sentence #264 from documents/00102291 from sent6

Text  : Był em ranny w bitwie pod Lepanto , a pod Waterloo uratował em życie Napoleona ,  za co był mi dozgonnie wdzięczny .
Tokens: 1__ 2_ 3____ 4 5_____ 6__ 7______ 8 9 10_ 11______ 12______ 13 14___ 15_______ 16 17 18 19_ 20 21_______ 22_______ 23

Chunks:
  TruePositive nam [5,7] = bitwie pod Lepanto
  TruePositive nam [11,11] = Waterloo
  TruePositive nam [15,15] = Napoleona

(ChunkerEvaluator) Sentence #265 from documents/00102291 from sent7

Text  : Mój doktorat jest podstawową atrakcją zawodów ciągników w północno -  zachodnim Missouri (  w  kategorii powyżej 3  ton )  .
Tokens: 1__ 2_______ 3___ 4_________ 5_______ 6______ 7________ 8 9_______ 10 11_______ 12______ 13 14 15_______ 16_____ 17 18_ 19 20

Chunks:
  TruePositive nam [12,12] = Missouri

(ChunkerEvaluator) Sentence #266 from documents/00102291 from sent8

Text  : W domu mam oryginalny trzonek siekiery Noego i ptaka dodo .
Tokens: 1 2___ 3__ 4_________ 5______ 6_______ 7____ 8 9____ 10__ 11

Chunks:
  TruePositive nam [7,7] = Noego

(ChunkerEvaluator) Sentence #267 from documents/00102291 from sent9

Text  : Żyję głównie z tantiem za Love Me Do , Die Hard i  Pana Tadeusza oraz opłat licencyjnych za kółko w  iPodzie .
Tokens: 1___ 2______ 3 4______ 5_ 6___ 7_ 8_ 9 10_ 11__ 12 13__ 14______ 15__ 16___ 17__________ 18 19___ 20 21_____ 22

Chunks:
  TruePositive nam [6,8] = Love Me Do
  TruePositive nam [10,11] = Die Hard
  TruePositive nam [13,14] = Pana Tadeusza
  TruePositive nam [21,21] = iPodzie

(ChunkerEvaluator) Sentence #268 from documents/00102291 from sent10

Text  : Na śniadanie zjadam wiadro kawioru z bieługi i miętowy opłatek ,  a  na podwieczorek czerwone berety .
Tokens: 1_ 2________ 3_____ 4_____ 5______ 6 7______ 8 9______ 10_____ 11 12 13 14__________ 15______ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #269 from documents/00102291 from sent11

Text  : Lubię zwierzęta , oprócz ptaka dodo , który kruszeje w  spiżarni już drugi tydzień ,  mam też wędkę i  sztucer .
Tokens: 1____ 2________ 3 4_____ 5____ 6___ 7 8____ 9_______ 10 11______ 12_ 13___ 14_____ 15 16_ 17_ 18___ 19 20_____ 21

Chunks:

(ChunkerEvaluator) Sentence #270 from documents/00102291 from sent12

Text  : Wędka i Sztucer to moje chomiki , których nie powstydził by się sam Profesor Chaos .
Tokens: 1____ 2 3______ 4_ 5___ 6______ 7 8______ 9__ 10________ 11 12_ 13_ 14______ 15___ 16

Chunks:
  TruePositive nam [3,3] = Sztucer
  FalsePositive nam [15,15] = Chaos
  FalseNegative nam [1,1] = Wędka
  FalseNegative nam [14,15] = Profesor Chaos

(ChunkerEvaluator) Sentence #271 from documents/00102291 from sent13

Text  : Jeżdżę często na wycieczki rowerowe , a moja ulubiona trasa prowadzi z  Mont Ventoux do l'Alpe d'Huez i  z  powrotem .
Tokens: 1_____ 2_____ 3_ 4________ 5_______ 6 7 8___ 9_______ 10___ 11______ 12 13__ 14_____ 15 16____ 17____ 18 19 20______ 21

Chunks:
  TruePositive nam [13,14] = Mont Ventoux
  FalseNegative nam [16,17] = l'Alpe d'Huez

(ChunkerEvaluator) Sentence #272 from documents/00102291 from sent14

Text  : Gram na skrzypcach , puzonie i pianoli , potrafię wyrzucić jedynkę na dwóch kostkach rosołowych i  wygrał em w  go z  Deep Blue .
Tokens: 1___ 2_ 3_________ 4 5______ 6 7______ 8 9_______ 10______ 11_____ 12 13___ 14______ 15________ 16 17____ 18 19 20 21 22__ 23__ 24

Chunks:
  TruePositive nam [22,23] = Deep Blue

(ChunkerEvaluator) Sentence #273 from documents/00102291 from sent15

Text  : Wyciągnął em kiedyś barona Munchhausena z bagna .
Tokens: 1________ 2_ 3_____ 4_____ 5___________ 6 7____ 8

Chunks:
  TruePositive nam [5,5] = Munchhausena

2016-10-25 16:07:36,910 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102301.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102301.ini
(ChunkerEvaluator) Sentence #274 from documents/00102301 from sent1

Text  : Bardzo dobre miejsce na przerwę , najcięższe rozważania teoretyczne za nami ,  za to najciekawsze i  inspirujące rozdziały przed nami .
Tokens: 1_____ 2____ 3______ 4_ 5______ 6 7_________ 8_________ 9__________ 10 11__ 12 13 14 15__________ 16 17_________ 18_______ 19___ 20__ 21

Chunks:

(ChunkerEvaluator) Sentence #275 from documents/00102301 from sent2

Text  : " Bogactwo sieci " czeka nas wszystkich , chyba że prawo postanowi inaczej .
Tokens: 1 2_______ 3____ 4 5____ 6__ 7_________ 8 9____ 10 11___ 12_______ 13_____ 14

Chunks:
  FalsePositive nam [2,3] = Bogactwo sieci

(ChunkerEvaluator) Sentence #276 from documents/00102301 from sent3

Text  : Rozdziały 7 - 12 .
Tokens: 1________ 2 3 4_ 5

Chunks:

(ChunkerEvaluator) Sentence #277 from documents/00102301 from sent4

Text  : Rozdział 7 - Wolność polityczna - część 2 ; Powstanie usieciowionej sfery publicznej
Tokens: 1_______ 2 3 4______ 5_________ 6 7____ 8 9 10_______ 11___________ 12___ 13________

Chunks:

(ChunkerEvaluator) Sentence #278 from documents/00102301 from sent5

Text  : Przerażająca historia dla zwolenników głosowania przy pomocy maszyn elektronicznych .
Tokens: 1___________ 2_______ 3__ 4__________ 5_________ 6___ 7_____ 8_____ 9______________ 10

Chunks:

(ChunkerEvaluator) Sentence #279 from documents/00102301 from sent6

Text  : A także wady , zalety i rozkłady potęgowe blogosfery .
Tokens: 1 2____ 3___ 4 5_____ 6 7_______ 8_______ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #280 from documents/00102301 from sent7

Text  : Rozdział 8 - Wolność kultur - kultura plastyczna i krytyczna
Tokens: 1_______ 2 3 4______ 5_____ 6 7______ 8_________ 9 10_______

Chunks:

(ChunkerEvaluator) Sentence #281 from documents/00102301 from sent8

Text  : Cytaty z Habermasa są już pewną wskazówką , do czego może posunąć się Benkler w  filozofowaniu .
Tokens: 1_____ 2 3________ 4_ 5__ 6____ 7________ 8 9_ 10___ 11__ 12_____ 13_ 14_____ 15 16___________ 17

Chunks:
  TruePositive nam [3,3] = Habermasa
  TruePositive nam [14,14] = Benkler

(ChunkerEvaluator) Sentence #282 from documents/00102301 from sent9

Text  : Ale miłośnicy lalek Barbie też znajdą tu coś dla siebie .
Tokens: 1__ 2________ 3____ 4_____ 5__ 6_____ 7_ 8__ 9__ 10____ 11

Chunks:
  TruePositive nam [4,4] = Barbie

(ChunkerEvaluator) Sentence #283 from documents/00102301 from sent10

Text  : I bardzo ważne rozważania o związkach znaków towarowych z kulturą .
Tokens: 1 2_____ 3____ 4_________ 5 6________ 7_____ 8_________ 9 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #284 from documents/00102301 from sent11

Text  : Rozdział 9 - Sprawiedliwość i rozwój
Tokens: 1_______ 2 3 4_____________ 5 6_____

Chunks:

(ChunkerEvaluator) Sentence #285 from documents/00102301 from sent12

Text  : To zdecydowanie mój ulubiony rozdział .
Tokens: 1_ 2___________ 3__ 4_______ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #286 from documents/00102301 from sent13

Text  : Trochę teorii sprawiedliwości , przedstawionej w sposób bardziej czytelny ,  najwyraźniej Benkler jak kameleon przyjmuje styl aktualnie czytanego autora ,  a  Rawls pisał jaśniej niż Habermas .
Tokens: 1_____ 2_____ 3______________ 4 5_____________ 6 7_____ 8_______ 9_______ 10 11__________ 12_____ 13_ 14______ 15_______ 16__ 17_______ 18_______ 19____ 20 21 22___ 23___ 24_____ 25_ 26______ 27

Chunks:
  TruePositive nam [12,12] = Benkler
  TruePositive nam [22,22] = Rawls
  TruePositive nam [26,26] = Habermas

(ChunkerEvaluator) Sentence #287 from documents/00102301 from sent14

Text  : W jaki sposób kraje rozwijające się mogą skorzystać z produkcji partnerskiej i  co stoi na przeszkodzie ?
Tokens: 1 2___ 3_____ 4____ 5__________ 6__ 7___ 8_________ 9 10_______ 11__________ 12 13 14__ 15 16__________ 17

Chunks:

(ChunkerEvaluator) Sentence #288 from documents/00102301 from sent15

Text  : Przemysł biotechnologiczny i farmaceutyczny czekają na swojego Muhammada Yunusa .
Tokens: 1_______ 2________________ 3 4_____________ 5______ 6_ 7______ 8________ 9_____ 10

Chunks:
  TruePositive nam [8,9] = Muhammada Yunusa

(ChunkerEvaluator) Sentence #289 from documents/00102301 from sent16

Text  : Rozdział 10 - Więzi społeczne - wspólne działanie w sieci
Tokens: 1_______ 2_ 3 4____ 5________ 6 7______ 8________ 9 10___

Chunks:

(ChunkerEvaluator) Sentence #290 from documents/00102301 from sent17

Text  : Piwo i porno ?
Tokens: 1___ 2 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #291 from documents/00102301 from sent18

Text  : Co jeszcze można robić w sieci i dlaczego społeczeństwo się jeszcze nie rozpadło ?
Tokens: 1_ 2______ 3____ 4____ 5 6____ 7 8_______ 9____________ 10_ 11_____ 12_ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #292 from documents/00102301 from sent19

Text  : To przekonywanie przekonanych , ale , czyż nie lubimy ,  jak ktoś potwierdza nasze poglądy ?
Tokens: 1_ 2____________ 3___________ 4 5__ 6 7___ 8__ 9_____ 10 11_ 12__ 13________ 14___ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #293 from documents/00102301 from sent20

Text  : Na dodatek w takiej grubej książce ?
Tokens: 1_ 2______ 3 4_____ 5_____ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #294 from documents/00102301 from sent21

Text  : Rozdział 11 - Bitwa o ekosystem instytucjonalny środowiska cyfrowego
Tokens: 1_______ 2_ 3 4____ 5 6________ 7______________ 8_________ 9________

Chunks:

(ChunkerEvaluator) Sentence #295 from documents/00102301 from sent22

Text  : To zdecydowanie mój ulubiony rozdział .
Tokens: 1_ 2___________ 3__ 4_______ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #296 from documents/00102301 from sent23

Text  : Szczególnie polecam miłośnikom horrorów , bardziej wrażliwi muszą liczyć się ze spaniem przy zapalonym świetle ,  żeby uniknąć koszmarnych snów o  torrentach ,  środkach technicznych i  ustawie Sonny'ego Bono .
Tokens: 1__________ 2______ 3_________ 4_______ 5 6_______ 7_______ 8____ 9_____ 10_ 11 12_____ 13__ 14_______ 15_____ 16 17__ 18_____ 19_________ 20__ 21 22________ 23 24______ 25__________ 26 27_____ 28_______ 29__ 30

Chunks:
  TruePositive nam [28,29] = Sonny'ego Bono

(ChunkerEvaluator) Sentence #297 from documents/00102301 from sent24

Text  : Rozdział 12 - Wnioski - o co chodzi w grze ,  jaką prowadzą prawo i  polityka informacyjna
Tokens: 1_______ 2_ 3 4______ 5 6 7_ 8_____ 9 10__ 11 12__ 13______ 14___ 15 16______ 17__________

Chunks:

(ChunkerEvaluator) Sentence #298 from documents/00102301 from sent25

Text  : Gdy nie wiadomo , o co chodzi , chodzi zapewne o  pieniądze .
Tokens: 1__ 2__ 3______ 4 5 6_ 7_____ 8 9_____ 10_____ 11 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #299 from documents/00102301 from sent26

Text  : Benkler stara się jednak pokazać , że jednak nie tylko .
Tokens: 1______ 2____ 3__ 4_____ 5______ 6 7_ 8_____ 9__ 10___ 11

Chunks:
  TruePositive nam [1,1] = Benkler

(ChunkerEvaluator) Sentence #300 from documents/00102301 from sent27

Text  : I moim zdaniem skutecznie .
Tokens: 1 2___ 3______ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #301 from documents/00102301 from sent28

Text  : Warto się jednak przekonać samodzielnie .
Tokens: 1____ 2__ 3_____ 4________ 5___________ 6

Chunks:

2016-10-25 16:07:37,059 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102302.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102302.ini
(ChunkerEvaluator) Sentence #302 from documents/00102302 from sent1

Text  : Jestem blogiem .
Tokens: 1_____ 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #303 from documents/00102302 from sent2

Text  : Mój autor umieścił mnie w blogosferze , internecie , sieci Web ,  a  być może nawet w  sieci Web 2  .  0  .
Tokens: 1__ 2____ 3_______ 4___ 5 6__________ 7 8_________ 9 10___ 11_ 12 13 14_ 15__ 16___ 17 18___ 19_ 20 21 22 23

Chunks:
  TruePositive nam [11,11] = Web
  TruePositive nam [19,22] = Web 2 . 0
  FalseNegative nam [8,8] = internecie

(ChunkerEvaluator) Sentence #304 from documents/00102302 from sent3

Text  : Iluminował mnie w żywych kolorach , w stylu mistrzów z  Webcreme ,  jednak postawił na schematyczność i  prostotę ,  co raczej należy poczytać za zaletę ,  jeśli uznać ,  że nie należy naśladować Wenecjan .
Tokens: 1_________ 2___ 3 4_____ 5_______ 6 7 8____ 9_______ 10 11______ 12 13____ 14______ 15 16____________ 17 18______ 19 20 21____ 22____ 23______ 24 25____ 26 27___ 28___ 29 30 31_ 32____ 33________ 34______ 35

Chunks:
  TruePositive nam [11,11] = Webcreme
  TruePositive nam [34,34] = Wenecjan

(ChunkerEvaluator) Sentence #305 from documents/00102302 from sent4

Text  : Odszedł jednak od kanonu mistrzów z Wordpressa i Bloggera ,  nie starał się nawet zbliżyć do stylu miniaturzystów Bloksa .
Tokens: 1______ 2_____ 3_ 4_____ 5_______ 6 7_________ 8 9_______ 10 11_ 12____ 13_ 14___ 15_____ 16 17___ 18____________ 19____ 20

Chunks:
  TruePositive nam [7,7] = Wordpressa
  TruePositive nam [9,9] = Bloggera
  TruePositive nam [19,19] = Bloksa

(ChunkerEvaluator) Sentence #306 from documents/00102302 from sent5

Text  : Wszystko mu się pomieszało , linki są gdzieś schowane ,  nie wiadomo ,  ile jestem wart .
Tokens: 1_______ 2_ 3__ 4_________ 5 6____ 7_ 8_____ 9_______ 10 11_ 12_____ 13 14_ 15____ 16__ 17

Chunks:

(ChunkerEvaluator) Sentence #307 from documents/00102302 from sent6

Text  : Trochę uwiera mnie to , że jestem taki niemrawy ,  ale dumny jestem z  tego ,  że powielam dobre ,  amerykańskie wzorce i  zawieram notki o  iPhone ,  Google i  Facebooku ,  a  nie zajmuję się nieczystą naszą -  klasą .
Tokens: 1_____ 2_____ 3___ 4_ 5 6_ 7_____ 8___ 9_______ 10 11_ 12___ 13____ 14 15__ 16 17 18______ 19___ 20 21__________ 22____ 23 24______ 25___ 26 27____ 28 29____ 30 31_______ 32 33 34_ 35_____ 36_ 37_______ 38___ 39 40___ 41

Chunks:
  TruePositive nam [27,27] = iPhone
  TruePositive nam [29,29] = Google
  TruePositive nam [31,31] = Facebooku
  FalseNegative nam [38,40] = naszą - klasą

(ChunkerEvaluator) Sentence #308 from documents/00102302 from sent7

Text  : Autor jest oczywiście amatorem , a mimo to czasem wstępują w  niego dżiny i  występuje przeciwko Hodży Keenowi ,  choć powinien wiedzieć ,  że igranie z  tymi sprawami może doprowadzić go z  rozbitą czaszką na dno studni .
Tokens: 1____ 2___ 3_________ 4_______ 5 6 7___ 8_ 9_____ 10______ 11 12___ 13___ 14 15_______ 16_______ 17___ 18_____ 19 20__ 21______ 22______ 23 24 25_____ 26 27__ 28______ 29__ 30_________ 31 32 33_____ 34_____ 35 36_ 37____ 38

Chunks:
  TruePositive nam [17,18] = Hodży Keenowi

(ChunkerEvaluator) Sentence #309 from documents/00102302 from sent8

Text  : Mój autor dobrze jednak wie , czym może skończyć się odejście od właściwych tematów ,  choć ,  żeby mu się w  głowie nie poprzewracało ,  przytoczę pewną przypowieść .
Tokens: 1__ 2____ 3_____ 4_____ 5__ 6 7___ 8___ 9_______ 10_ 11______ 12 13________ 14_____ 15 16__ 17 18__ 19 20_ 21 22____ 23_ 24___________ 25 26_______ 27___ 28_________ 29

Chunks:

2016-10-25 16:07:37,150 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102312.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102312.ini
(ChunkerEvaluator) Sentence #310 from documents/00102312 from sent1

Text  : Prace Olivera Williamsona o instytucjach to kanon ekonomii , na dodatek ekonomii mikro ,  która spokojnie i  bez nadmiernych matematycznych sztuczek stara się wyjaśnić działanie firm (  oczywiście między innymi )  .
Tokens: 1____ 2______ 3__________ 4 5___________ 6_ 7____ 8_______ 9 10 11_____ 12______ 13___ 14 15___ 16_______ 17 18_ 19_________ 20____________ 21______ 22___ 23_ 24______ 25_______ 26__ 27 28________ 29____ 30____ 31 32

Chunks:
  TruePositive nam [2,3] = Olivera Williamsona

(ChunkerEvaluator) Sentence #311 from documents/00102312 from sent2

Text  : Nobel w sumie oczekiwany .
Tokens: 1____ 2 3____ 4_________ 5

Chunks:
  FalseNegative nam [1,1] = Nobel

(ChunkerEvaluator) Sentence #312 from documents/00102312 from sent3

Text  : Znacznie ciekawsze są prace Elinor Ostrom : także o instytucjach ,  ale jednak niekoniecznie ekonomicznych ?
Tokens: 1_______ 2________ 3_ 4____ 5_____ 6_____ 7 8____ 9 10__________ 11 12_ 13____ 14___________ 15___________ 16

Chunks:
  TruePositive nam [5,6] = Elinor Ostrom

(ChunkerEvaluator) Sentence #313 from documents/00102312 from sent4

Text  : Niekoniecznie kapitalizmu ?
Tokens: 1____________ 2__________ 3

Chunks:

(ChunkerEvaluator) Sentence #314 from documents/00102312 from sent5

Text  : Ostrom zajmuje się systemami praw własności w dość oderwanych systemach :  na szwajcarskich pastwiskach ,  hiszpańskich (  po -  arabskich )  systemach irygacyjnych ,  wspólnych łowiskach .
Tokens: 1_____ 2______ 3__ 4________ 5___ 6________ 7 8___ 9_________ 10_______ 11 12 13___________ 14_________ 15 16__________ 17 18 19 20_______ 21 22_______ 23__________ 24 25_______ 26_______ 27

Chunks:
  FalseNegative nam [1,1] = Ostrom

(ChunkerEvaluator) Sentence #315 from documents/00102312 from sent6

Text  : Znajduje przykłady , że da się uzyskać układ instytucjonalny ,  w  którym nie powstaje własność prywatna ,  a  jednocześnie nie dochodzi do tragedii wspólnego pastwiska .
Tokens: 1_______ 2________ 3 4_ 5_ 6__ 7______ 8____ 9______________ 10 11 12____ 13_ 14______ 15______ 16______ 17 18 19__________ 20_ 21______ 22 23______ 24_______ 25_______ 26

Chunks:

(ChunkerEvaluator) Sentence #316 from documents/00102312 from sent7

Text  : Prace Ostrom były w dużym stopniu punktem wyjścia dla ekonomicznej analizy instytucji ,  które powstają w  ramach tworzenia wolnego oprogramowania ,  funkcjonują w  Wikipedii ,  w  inicjatywach otwartego dostępu .
Tokens: 1____ 2_____ 3___ 4 5____ 6______ 7______ 8______ 9__ 10__________ 11_____ 12________ 13 14___ 15______ 16 17____ 18_______ 19_____ 20____________ 21 22_________ 23 24_______ 25 26 27__________ 28_______ 29_____ 30

Chunks:
  TruePositive nam [2,2] = Ostrom
  TruePositive nam [24,24] = Wikipedii

(ChunkerEvaluator) Sentence #317 from documents/00102312 from sent8

Text  : To wszystko często wydaje się sprzeczne z kapitalizmem , sprzeczne z  podstawowymi zasadami ekonomii -  i  o  ile w  przypadku przedmiotu badań Ostrom można było zignorować jakieś "  zacofane "  społeczności ,  okazało się ,  że w  XXI wieku podobne zasady mogą działać w  zupełnie innych środowiskach .
Tokens: 1_ 2_______ 3_____ 4_____ 5__ 6________ 7 8___________ 9 10_______ 11 12__________ 13______ 14______ 15 16 17 18_ 19 20_______ 21________ 22___ 23____ 24___ 25__ 26________ 27____ 28 29______ 30 31__________ 32 33_____ 34_ 35 36 37 38_ 39___ 40_____ 41____ 42__ 43_____ 44 45______ 46____ 47__________ 48

Chunks:
  TruePositive nam [23,23] = Ostrom

(ChunkerEvaluator) Sentence #318 from documents/00102312 from sent9

Text  : Czy nagroda na to właśnie ma zwrócić uwagę ?
Tokens: 1__ 2______ 3_ 4_ 5______ 6_ 7______ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #319 from documents/00102312 from sent10

Text  : Kryzys rzekomo się kończy , ale czy ekonomiczne instytucje kapitalizmu pozostaną takie same ?
Tokens: 1_____ 2______ 3__ 4_____ 5 6__ 7__ 8__________ 9_________ 10_________ 11_______ 12___ 13__ 14

Chunks:

2016-10-25 16:07:37,244 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102346.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102346.ini
(ChunkerEvaluator) Sentence #320 from documents/00102346 from sent1

Text  : Drażni mnie nowa moda reklamowa , która opanowała wiele stron internetowych .
Tokens: 1_____ 2___ 3___ 4___ 5________ 6 7____ 8________ 9____ 10___ 11___________ 12

Chunks:

(ChunkerEvaluator) Sentence #321 from documents/00102346 from sent2

Text  : Banery postanowiły wyrwać się ze swoich ramek i witać gości dziwnymi formatami przesłaniającymi większość strony .
Tokens: 1_____ 2__________ 3_____ 4__ 5_ 6_____ 7____ 8 9____ 10___ 11______ 12_______ 13______________ 14_______ 15____ 16

Chunks:

(ChunkerEvaluator) Sentence #322 from documents/00102346 from sent3

Text  : Część takich reklam po chwili sama się chowa , inne trzeba własnoręcznie wysłać tam ,  gdzie ich miejsce .
Tokens: 1____ 2_____ 3_____ 4_ 5_____ 6___ 7__ 8____ 9 10__ 11____ 12___________ 13____ 14_ 15 16___ 17_ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #323 from documents/00102346 from sent4

Text  : Bez względu na formę przywoływania reklam do porządku , wszystkie takie dziwolągi powodują ,  że mam ochotę natychmiast zwiać z  odwiedzanej strony .
Tokens: 1__ 2______ 3_ 4____ 5____________ 6_____ 7_ 8_______ 9 10_______ 11___ 12_______ 13______ 14 15 16_ 17____ 18_________ 19___ 20 21_________ 22____ 23

Chunks:

(ChunkerEvaluator) Sentence #324 from documents/00102346 from sent5

Text  : Nigdy nie stosowała m wtyczek blokujących reklamy .
Tokens: 1____ 2__ 3________ 4 5______ 6__________ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #325 from documents/00102346 from sent6

Text  : Nie jestem przeciwniczką okraszania stron elementami reklamowymi – u siebie także to robię .
Tokens: 1__ 2_____ 3____________ 4_________ 5____ 6_________ 7__________ 8 9 10____ 11___ 12 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #326 from documents/00102346 from sent7

Text  : Jednak im częściej potykam się o „ puchnące ” kampanie ,  tym większą mam ochotę pozbyć się wszelkich reklam ze stron .
Tokens: 1_____ 2_ 3_______ 4______ 5__ 6 7 8_______ 9 10______ 11 12_ 13_____ 14_ 15____ 16____ 17_ 18_______ 19____ 20 21___ 22

Chunks:

(ChunkerEvaluator) Sentence #327 from documents/00102346 from sent8

Text  : Czy takie „ gadżety ” przynoszą jakieś korzyści poza wkurzaniem internautów .
Tokens: 1__ 2____ 3 4______ 5 6________ 7_____ 8_______ 9___ 10________ 11_________ 12

Chunks:
  FalseNegative nam [11,11] = internautów

(ChunkerEvaluator) Sentence #328 from documents/00102346 from sent9

Text  : A może tylko mnie irytują nachalne reklamy .
Tokens: 1 2___ 3____ 4___ 5______ 6_______ 7______ 8

Chunks:

2016-10-25 16:07:37,312 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103893.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103893.ini
(ChunkerEvaluator) Sentence #329 from documents/00103893 from sent1

Text  : Chiva ( dosłownie kozica ) , która wspina się po górskich szlakach Andów ,  to obok słynnego Jeep ’  a  Willis w  Kolumbii symbol i  środek transportu używany tradycyjnie w  wysokich górach i  specjalnie do nich dostosowany .
Tokens: 1____ 2 3________ 4_____ 5 6 7____ 8_____ 9__ 10 11______ 12______ 13___ 14 15 16__ 17______ 18__ 19 20 21____ 22 23______ 24____ 25 26____ 27________ 28_____ 29_________ 30 31______ 32____ 33 34________ 35 36__ 37_________ 38

Chunks:
  TruePositive nam [1,1] = Chiva
  TruePositive nam [13,13] = Andów
  TruePositive nam [18,21] = Jeep ’ a Willis
  TruePositive nam [23,23] = Kolumbii

(ChunkerEvaluator) Sentence #330 from documents/00103893 from sent2

Text  : Do chivy pakuje się nie tylko ludzi , ale również walizki ,  torby ,  worki ,  a  nawet zwierzęta :  prosiaki ,  kury ,  psy ,  itd .
Tokens: 1_ 2____ 3_____ 4__ 5__ 6____ 7____ 8 9__ 10_____ 11_____ 12 13___ 14 15___ 16 17 18___ 19_______ 20 21______ 22 23__ 24 25_ 26 27_ 28

Chunks:
  FalseNegative nam [2,2] = chivy

(ChunkerEvaluator) Sentence #331 from documents/00103893 from sent3

Text  : Chiva przystosowana jest bowiem do trudnych warunków drogowych , jest pojazdem bardzo mocnym ,  który ułatwia przewożenie ogromnych ilości produktów .
Tokens: 1____ 2____________ 3___ 4_____ 5_ 6_______ 7_______ 8________ 9 10__ 11______ 12____ 13____ 14 15___ 16_____ 17_________ 18_______ 19____ 20_______ 21

Chunks:
  FalseNegative nam [1,1] = Chiva

(ChunkerEvaluator) Sentence #332 from documents/00103893 from sent4

Text  : Chiva , znana także jako bus escalera czyli autobus –  drabina to drewniany i  niezwykle kolorowy autobus ,  malowany głównie na żółto ,  niebiesko i  czerwono ,  czyli w  kolory kolumbijskiej flagi .
Tokens: 1____ 2 3____ 4____ 5___ 6__ 7_______ 8____ 9______ 10 11_____ 12 13_______ 14 15_______ 16______ 17_____ 18 19______ 20_____ 21 22___ 23 24_______ 25 26______ 27 28___ 29 30____ 31___________ 32___ 33

Chunks:
  FalseNegative nam [1,1] = Chiva
  FalseNegative nam [6,7] = bus escalera

(ChunkerEvaluator) Sentence #333 from documents/00103893 from sent5

Text  : Wnętrze takiej chivy wypełnione jest drewnianymi ławkami biegnącymi od okna do okna .
Tokens: 1______ 2_____ 3____ 4_________ 5___ 6__________ 7______ 8_________ 9_ 10__ 11 12__ 13

Chunks:
  FalseNegative nam [3,3] = chivy

(ChunkerEvaluator) Sentence #334 from documents/00103893 from sent6

Text  : Jeden bok autobusu zamknięty jest na stałe , a wejście znajduje się tylko z  jednej strony .
Tokens: 1____ 2__ 3_______ 4________ 5___ 6_ 7____ 8 9 10_____ 11______ 12_ 13___ 14 15____ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #335 from documents/00103893 from sent7

Text  : W tylniej części chivy umieszczona jest drewniana drabina , po której wchodzi się na dach pojazdu ,  który służy również jako platforma do ułożenia bagaży .
Tokens: 1 2______ 3_____ 4____ 5__________ 6___ 7________ 8______ 9 10 11____ 12_____ 13_ 14 15__ 16_____ 17 18___ 19___ 20_____ 21__ 22_______ 23 24______ 25____ 26

Chunks:
  FalseNegative nam [4,4] = chivy

(ChunkerEvaluator) Sentence #336 from documents/00103893 from sent8

Text  : Często na tym dachu przewożone są kury i inne zwierzęta ,  a  także całe masy tobołków i  paczek ,  a  nawet co niektórzy pasażerowie ,  którzy nie zmieścili się w  środku autobusu .
Tokens: 1_____ 2_ 3__ 4____ 5_________ 6_ 7___ 8 9___ 10_______ 11 12 13___ 14__ 15__ 16______ 17 18____ 19 20 21___ 22 23_______ 24_________ 25 26____ 27_ 28_______ 29_ 30 31____ 32______ 33

Chunks:

(ChunkerEvaluator) Sentence #337 from documents/00103893 from sent9

Text  : Kulturową ciekawostką jest fakt , że często właściciele chivas nadają im przezwiska ,  które umieszczane są na kolorowych tabliczkach blisko wycieraczek .
Tokens: 1________ 2__________ 3___ 4___ 5 6_ 7_____ 8__________ 9_____ 10____ 11 12________ 13 14___ 15_________ 16 17 18________ 19_________ 20____ 21_________ 22

Chunks:
  FalseNegative nam [9,9] = chivas

(ChunkerEvaluator) Sentence #338 from documents/00103893 from sent10

Text  : Imiona te są bardzo sympatyczne , np . “ La andariega ”  (  Podróżniczka )  ,  “  La siempre fiel ”  (  Zawsze wierna )  ,  itd .
Tokens: 1_____ 2_ 3_ 4_____ 5__________ 6 7_ 8 9 10 11_______ 12 13 14__________ 15 16 17 18 19_____ 20__ 21 22 23____ 24____ 25 26 27_ 28

Chunks:
  TruePositive nam [10,11] = La andariega
  TruePositive nam [14,14] = Podróżniczka
  TruePositive nam [18,20] = La siempre fiel
  FalseNegative nam [23,24] = Zawsze wierna

(ChunkerEvaluator) Sentence #339 from documents/00103893 from sent11

Text  : Od pewnego jednak czasu chiva to nie tylko andyjski autobus ale i  ruchoma dyskoteka i  jedna z  ciekawszych atrakcji kolumbijskich miast ,  począwszy od Bogoty ,  przez Cali i  Medellin ,  a  skończywszy na romantycznej i  kolonialnej Cartagenie .
Tokens: 1_ 2______ 3_____ 4____ 5____ 6_ 7__ 8____ 9_______ 10_____ 11_ 12 13_____ 14_______ 15 16___ 17 18_________ 19______ 20___________ 21___ 22 23_______ 24 25____ 26 27___ 28__ 29 30______ 31 32 33_________ 34 35__________ 36 37_________ 38________ 39

Chunks:
  TruePositive nam [25,25] = Bogoty
  TruePositive nam [28,28] = Cali
  TruePositive nam [30,30] = Medellin
  TruePositive nam [38,38] = Cartagenie

(ChunkerEvaluator) Sentence #340 from documents/00103893 from sent12

Text  : Chiva to objazdowa wycieczka po mieście , przemieszczający się bar ,  głośna muzyka na żywo i  tańce do białego rana .
Tokens: 1____ 2_ 3________ 4________ 5_ 6______ 7 8_______________ 9__ 10_ 11 12____ 13____ 14 15__ 16 17___ 18 19_____ 20__ 21

Chunks:
  FalseNegative nam [1,1] = Chiva

(ChunkerEvaluator) Sentence #341 from documents/00103893 from sent13

Text  : Taka roztańczona i głośna chiva poruszająca się ulicami miasta to niezwykle popularna forma obchodzenia urodzin ,  rocznic ,  spotkań ze znajomymi ,  czy po prostu sobotniej nocy .
Tokens: 1___ 2__________ 3 4_____ 5____ 6__________ 7__ 8______ 9_____ 10 11_______ 12_______ 13___ 14_________ 15_____ 16 17_____ 18 19_____ 20 21_______ 22 23_ 24 25____ 26_______ 27__ 28

Chunks:
  FalseNegative nam [5,5] = chiva

(ChunkerEvaluator) Sentence #342 from documents/00103893 from sent14

Text  : I tak lokalny , kolorowy autobus mknący po górach z  pakunkami na dachu ,  staje się turystyczną atrakcją kolumbijskich miast i  nową formą odkrywania ich uroków w  rytmie tropikalnej muzyki .
Tokens: 1 2__ 3______ 4 5_______ 6______ 7_____ 8_ 9_____ 10 11_______ 12 13___ 14 15___ 16_ 17_________ 18______ 19___________ 20___ 21 22__ 23___ 24________ 25_ 26____ 27 28____ 29_________ 30____ 31

Chunks:

2016-10-25 16:07:37,486 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103896.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103896.ini
(ChunkerEvaluator) Sentence #343 from documents/00103896 from sent1

Text  : Dzisiejszej nocy wzięli śmy udział w fantastycznym koncercie jazzowym ,  który odbył się w  samym centrum kulturalno -  historycznej Candelarii ,  położonym zaledwie dwieście metrów od naszego domu i  znanym wśród tutejszych melomanów ,  jako Dom Schadzek .
Tokens: 1__________ 2___ 3_____ 4__ 5_____ 6 7____________ 8________ 9_______ 10 11___ 12___ 13_ 14 15___ 16_____ 17________ 18 19__________ 20________ 21 22_______ 23______ 24______ 25____ 26 27_____ 28__ 29 30____ 31___ 32________ 33_______ 34 35__ 36_ 37______ 38

Chunks:
  TruePositive nam [20,20] = Candelarii
  TruePositive nam [36,37] = Dom Schadzek

(ChunkerEvaluator) Sentence #344 from documents/00103896 from sent2

Text  : Już samo miejsce okazało się bardzo interesujące .
Tokens: 1__ 2___ 3______ 4______ 5__ 6_____ 7___________ 8

Chunks:

(ChunkerEvaluator) Sentence #345 from documents/00103896 from sent3

Text  : Przy wejściu powitał nas cytat , wygrawerowany na ceramicznej płycie :
Tokens: 1___ 2______ 3______ 4__ 5____ 6 7____________ 8_ 9__________ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #346 from documents/00103896 from sent4

Text  : “ Wielki , ciemny fortepian wypełniał aniołami stary dom …  ”
Tokens: 1 2_____ 3 4_____ 5________ 6________ 7_______ 8____ 9__ 10 11

Chunks:

(ChunkerEvaluator) Sentence #347 from documents/00103896 from sent5

Text  : / Aurelio Arturo /
Tokens: 1 2______ 3_____ 4

Chunks:
  TruePositive nam [2,3] = Aurelio Arturo

(ChunkerEvaluator) Sentence #348 from documents/00103896 from sent6

Text  : Wewnątrz , wygaszone światła dodawały tajemniczej atmosfery .
Tokens: 1_______ 2 3________ 4______ 5_______ 6__________ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #349 from documents/00103896 from sent7

Text  : Na kwadratowym , zadaszonym patio , otoczonym balkonami , na które wychodziły liczne drzwi ,  znaleźli śmy kilka małych ,  drewnianych stoliczków .
Tokens: 1_ 2__________ 3 4_________ 5____ 6 7________ 8________ 9 10 11___ 12________ 13____ 14___ 15 16______ 17_ 18___ 19____ 20 21_________ 22________ 23

Chunks:

(ChunkerEvaluator) Sentence #350 from documents/00103896 from sent8

Text  : Na nich , w starych butelkach po rumie , świece .
Tokens: 1_ 2___ 3 4 5______ 6________ 7_ 8____ 9 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #351 from documents/00103896 from sent9

Text  : Wszystko - bardzo romantyczne .
Tokens: 1_______ 2 3_____ 4__________ 5

Chunks:

(ChunkerEvaluator) Sentence #352 from documents/00103896 from sent10

Text  : Z godzinnym spóźnieniem , do którego zdążyła m się już przywyczaić ,  pojawiła się ona ,  długo oczekiwana Claudia Gómez ,  kompozytor i  wokalistka jazzowa ,  znana i  ceniona w  kręgach intelektualnych .
Tokens: 1 2________ 3__________ 4 5_ 6______ 7______ 8 9__ 10_ 11_________ 12 13______ 14_ 15_ 16 17___ 18________ 19_____ 20___ 21 22________ 23 24________ 25_____ 26 27___ 28 29_____ 30 31_____ 32_____________ 33

Chunks:
  TruePositive nam [19,20] = Claudia Gómez

(ChunkerEvaluator) Sentence #353 from documents/00103896 from sent11

Text  : Akompaniował jej kolumbijski mistrz saksofonu , prawdziwy muzyczny geniusz ,  Antonio Arnedo .
Tokens: 1___________ 2__ 3__________ 4_____ 5________ 6 7________ 8_______ 9______ 10 11_____ 12____ 13

Chunks:
  TruePositive nam [11,12] = Antonio Arnedo

(ChunkerEvaluator) Sentence #354 from documents/00103896 from sent12

Text  : W tle , kontrabas i wyciszona perkusja .
Tokens: 1 2__ 3 4________ 5 6________ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #355 from documents/00103896 from sent13

Text  : Pijąc grzane wino z orzechami , zatopili śmy się w  indiańskich rytmach w  jazzowej aranżacji z  nowej płyty Claudii ,  “  Majagua ”  .
Tokens: 1____ 2_____ 3___ 4 5________ 6 7_______ 8__ 9__ 10 11_________ 12_____ 13 14______ 15_______ 16 17___ 18___ 19_____ 20 21 22_____ 23 24

Chunks:
  TruePositive nam [19,19] = Claudii
  TruePositive nam [22,22] = Majagua

(ChunkerEvaluator) Sentence #356 from documents/00103896 from sent14

Text  : Niski głos tej wspaniałej wokalistki oczarował zgromadzonych , a oryginalne ,  kolumbijskie rytmy pozwoliły szybować myślom .
Tokens: 1____ 2___ 3__ 4_________ 5_________ 6________ 7____________ 8 9 10________ 11 12__________ 13___ 14_______ 15______ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #357 from documents/00103896 from sent15

Text  : Była to prawdziwa duchowa uczta .
Tokens: 1___ 2_ 3________ 4______ 5____ 6

Chunks:

2016-10-25 16:07:37,584 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103897.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103897.ini
(ChunkerEvaluator) Sentence #358 from documents/00103897 from sent1

Text  : W tym samym czasie w głębokiej kopalni Juan zauważył dziwny błysk .
Tokens: 1 2__ 3____ 4_____ 5 6________ 7______ 8___ 9_______ 10____ 11___ 12

Chunks:
  TruePositive nam [8,8] = Juan

(ChunkerEvaluator) Sentence #359 from documents/00103897 from sent2

Text  : Była to jakże poszukiwana przez niego żyła srebra .
Tokens: 1___ 2_ 3____ 4__________ 5____ 6____ 7___ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #360 from documents/00103897 from sent3

Text  : Kiedy tylko dobiegł na plac , aby opowiedzieć swej ukochanej o  tym ,  co mu się przydarzyło ,  po raz drugi z  drzewa spadać zaczęły w  ogromnych ilościach białe kwiaty .
Tokens: 1____ 2____ 3______ 4_ 5___ 6 7__ 8__________ 9___ 10_______ 11 12_ 13 14 15 16_ 17_________ 18 19 20_ 21___ 22 23____ 24____ 25_____ 26 27_______ 28_______ 29___ 30____ 31

Chunks:

(ChunkerEvaluator) Sentence #361 from documents/00103897 from sent4

Text  : Od tego momentu meksykańscy zakochani uważają , że ukrycie się w  cieniu drzewa miłości przynosi im szczęście .
Tokens: 1_ 2___ 3______ 4__________ 5________ 6______ 7 8_ 9______ 10_ 11 12____ 13____ 14_____ 15______ 16 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #362 from documents/00103897 from sent5

Text  : Pewnego dnia jednak Oralia zmęczyła się taką sytuacją i podwójną miłością .
Tokens: 1______ 2___ 3_____ 4_____ 5_______ 6__ 7___ 8_______ 9 10______ 11______ 12

Chunks:
  TruePositive nam [4,4] = Oralia

(ChunkerEvaluator) Sentence #363 from documents/00103897 from sent6

Text  : Zaczęła porównywać obydwóch mężczyzn , z których każdy reprezentował dla niej odmienny świat i  postanowiła wybrać jednego z  nich .
Tokens: 1______ 2_________ 3_______ 4_______ 5 6 7______ 8____ 9____________ 10_ 11__ 12______ 13___ 14 15_________ 16____ 17_____ 18 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #364 from documents/00103897 from sent7

Text  : Usiadła sobie sama pod drzewem i zapłakała , nie wiedząc ,  co robić .
Tokens: 1______ 2____ 3___ 4__ 5______ 6 7________ 8 9__ 10_____ 11 12 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #365 from documents/00103897 from sent8

Text  : Wówczas drzewo również zaczęło płakać , a jego łzy w  kontakcie z  rękoma Oralii zamieniły się w  naręcza białych kwiatów .
Tokens: 1______ 2_____ 3______ 4______ 5_____ 6 7 8___ 9__ 10 11_______ 12 13____ 14____ 15_______ 16_ 17 18_____ 19_____ 20_____ 21

Chunks:
  TruePositive nam [14,14] = Oralii

(ChunkerEvaluator) Sentence #366 from documents/00103897 from sent9

Text  : Dziewczyna odzyskała spokój i podjęła decyzję , iż mężczyzną jej życia będzie definitywnie ubogi górnik Juan .
Tokens: 1_________ 2________ 3_____ 4 5______ 6______ 7 8_ 9________ 10_ 11___ 12____ 13__________ 14___ 15____ 16__ 17

Chunks:
  TruePositive nam [16,16] = Juan

(ChunkerEvaluator) Sentence #367 from documents/00103897 from sent10

Text  : Następnego dnia Francuz przybył do domu Oralii z niespodziewaną wiadomością .
Tokens: 1_________ 2___ 3______ 4______ 5_ 6___ 7_____ 8 9_____________ 10_________ 11

Chunks:
  TruePositive nam [3,3] = Francuz
  TruePositive nam [7,7] = Oralii

(ChunkerEvaluator) Sentence #368 from documents/00103897 from sent11

Text  : Musiał wrócić do swojego kraju .
Tokens: 1_____ 2_____ 3_ 4______ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #369 from documents/00103897 from sent12

Text  : Oralia , bardzo spokojna , zrozumiała natchmiast , że podjęła słuszną decyzję .
Tokens: 1_____ 2 3_____ 4_______ 5 6_________ 7_________ 8 9_ 10_____ 11_____ 12_____ 13

Chunks:
  FalseNegative nam [1,1] = Oralia

(ChunkerEvaluator) Sentence #370 from documents/00103897 from sent13

Text  : W tym samym czasie w głębokiej kopalni Juan zauważył dziwny błysk .
Tokens: 1 2__ 3____ 4_____ 5 6________ 7______ 8___ 9_______ 10____ 11___ 12

Chunks:
  TruePositive nam [8,8] = Juan

(ChunkerEvaluator) Sentence #371 from documents/00103897 from sent14

Text  : Była to jakże poszukiwana przez niego żyła srebra .
Tokens: 1___ 2_ 3____ 4__________ 5____ 6____ 7___ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #372 from documents/00103897 from sent15

Text  : Kiedy tylko dobiegł na plac , aby opowiedzieć swej ukochanej o  tym ,  co mu się przydarzyło ,  po raz drugi z  drzewa spadać zaczęły w  ogromnych ilościach białe kwiaty .
Tokens: 1____ 2____ 3______ 4_ 5___ 6 7__ 8__________ 9___ 10_______ 11 12_ 13 14 15 16_ 17_________ 18 19 20_ 21___ 22 23____ 24____ 25_____ 26 27_______ 28_______ 29___ 30____ 31

Chunks:

(ChunkerEvaluator) Sentence #373 from documents/00103897 from sent16

Text  : Od tego momentu meksykańscy zakochani uważają , że ukrycie się w  cieniu drzewa miłości przynosi im szczęście .
Tokens: 1_ 2___ 3______ 4__________ 5________ 6______ 7 8_ 9______ 10_ 11 12____ 13____ 14_____ 15______ 16 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #374 from documents/00103897 from sent17

Text  : Tu – w Kolumbii również udało mi się znaleźć drzewo miłości ,  to samo które poznała m  po raz pierwszy na Kubie kilka lat temu .
Tokens: 1_ 2 3 4_______ 5______ 6____ 7_ 8__ 9______ 10____ 11_____ 12 13 14__ 15___ 16_____ 17 18 19_ 20______ 21 22___ 23___ 24_ 25__ 26

Chunks:
  TruePositive nam [4,4] = Kolumbii
  TruePositive nam [22,22] = Kubie

(ChunkerEvaluator) Sentence #375 from documents/00103897 from sent18

Text  : Kolumbijskie drzewo miłości rośnie w wysokich Andach , które oddzielają Bogotę od regionu Valle del Cauca .
Tokens: 1___________ 2_____ 3______ 4_____ 5 6_______ 7_____ 8 9____ 10________ 11____ 12 13_____ 14___ 15_ 16___ 17

Chunks:
  TruePositive nam [7,7] = Andach
  TruePositive nam [11,11] = Bogotę
  TruePositive nam [14,16] = Valle del Cauca

(ChunkerEvaluator) Sentence #376 from documents/00103897 from sent19

Text  : Tam właśnie , wysoko w zielonych górach , co jakiś czas wyłania się czerwona plama .
Tokens: 1__ 2______ 3 4_____ 5 6________ 7_____ 8 9_ 10___ 11__ 12_____ 13_ 14______ 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #377 from documents/00103897 from sent20

Text  : To jest właśnie tutejsze drzewo miłości – moje ulubione drzewo ,  które nie jest ani bardzo duże ,  ani wyjątkowo wysokie ,  ale które bardzo lubię ,  które jest wyjątkowe i  zawsze zwraca moją uwagę ,  kiedy prowadzę samochód do Cali ,  pokonując Andy ,  po których jeździć nauczyła m  się dopiero tutaj w  Kolumbii .
Tokens: 1_ 2___ 3______ 4_______ 5_____ 6______ 7 8___ 9_______ 10____ 11 12___ 13_ 14__ 15_ 16____ 17__ 18 19_ 20_______ 21_____ 22 23_ 24___ 25____ 26___ 27 28___ 29__ 30_______ 31 32____ 33____ 34__ 35___ 36 37___ 38______ 39______ 40 41__ 42 43_______ 44__ 45 46 47_____ 48_____ 49______ 50 51_ 52_____ 53___ 54 55______ 56

Chunks:
  TruePositive nam [41,41] = Cali
  TruePositive nam [44,44] = Andy
  TruePositive nam [55,55] = Kolumbii

(ChunkerEvaluator) Sentence #378 from documents/00103897 from sent21

Text  : Mam do tego drzewa jakąś dziwną słabość , gdyż stanowi ono nieodłączny element tego kochanego ,  latynoamerykańskiego pejzażu ,  dodadając zielonemu tropikowi odrobiny pasji .  .  .
Tokens: 1__ 2_ 3___ 4_____ 5____ 6_____ 7______ 8 9___ 10_____ 11_ 12_________ 13_____ 14__ 15_______ 16 17__________________ 18_____ 19 20_______ 21_______ 22_______ 23______ 24___ 25 26 27

Chunks:

(ChunkerEvaluator) Sentence #379 from documents/00103897 from sent22

Text  : Tej samej pasji , którą dane mi było odnaleźć w  tym dalekim kraju .
Tokens: 1__ 2____ 3____ 4 5____ 6___ 7_ 8___ 9_______ 10 11_ 12_____ 13___ 14

Chunks:

2016-10-25 16:07:37,839 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103899.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103899.ini
(ChunkerEvaluator) Sentence #380 from documents/00103899 from sent1

Text  : Składniki :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #381 from documents/00103899 from sent2

Text  : 2 litry miodu
Tokens: 1 2____ 3____

Chunks:

(ChunkerEvaluator) Sentence #382 from documents/00103899 from sent3

Text  : 5 kg miękkiej kukurydzy w ziarnach
Tokens: 1 2_ 3_______ 4________ 5 6_______

Chunks:

(ChunkerEvaluator) Sentence #383 from documents/00103899 from sent4

Text  : 20 litrów wody
Tokens: 1_ 2_____ 3___

Chunks:

(ChunkerEvaluator) Sentence #384 from documents/00103899 from sent5

Text  : liście paproci
Tokens: 1_____ 2______

Chunks:

(ChunkerEvaluator) Sentence #385 from documents/00103899 from sent6

Text  : Przygotowanie : Zmielić kukurydzę .
Tokens: 1____________ 2 3______ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #386 from documents/00103899 from sent7

Text  : Do masy dodać trochę miodu i wody , aby stała sią ona lekko wilgotna .
Tokens: 1_ 2___ 3____ 4_____ 5____ 6 7___ 8 9__ 10___ 11_ 12_ 13___ 14______ 15

Chunks:

(ChunkerEvaluator) Sentence #387 from documents/00103899 from sent8

Text  : Masę umieścić w glinianym naczyniu i pozostawić przez około 2  tygodnie do sfermentowania .
Tokens: 1___ 2_______ 3 4________ 5_______ 6 7_________ 8____ 9____ 10 11______ 12 13____________ 14

Chunks:

(ChunkerEvaluator) Sentence #388 from documents/00103899 from sent9

Text  : Po upływie tego czasu , zmielić masę po raz kolejny i  dodać do niej wody i  miodu aż stanie się jednolita .
Tokens: 1_ 2______ 3___ 4____ 5 6______ 7___ 8_ 9__ 10_____ 11 12___ 13 14__ 15__ 16 17___ 18 19____ 20_ 21_______ 22

Chunks:

(ChunkerEvaluator) Sentence #389 from documents/00103899 from sent10

Text  : Uformować z masy kulki i zrobić w nich dołki w  formie krzyża .
Tokens: 1________ 2 3___ 4____ 5 6_____ 7 8___ 9____ 10 11____ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #390 from documents/00103899 from sent11

Text  : Dno i ściany glinianego naczynia wyłożyć liśćmi paproci i wypełnić garnek wodą ,  tak ,  aby nie poruszyć liści .
Tokens: 1__ 2 3_____ 4_________ 5_______ 6______ 7_____ 8______ 9 10______ 11____ 12__ 13 14_ 15 16_ 17_ 18______ 19___ 20

Chunks:

(ChunkerEvaluator) Sentence #391 from documents/00103899 from sent12

Text  : Kulki kukurydziane gotować na małym ogniu przez 12 godzin ,  dodając do nich wody ,  jeśli to konieczne .
Tokens: 1____ 2___________ 3______ 4_ 5____ 6____ 7____ 8_ 9_____ 10 11_____ 12 13__ 14__ 15 16___ 17 18_______ 19

Chunks:

(ChunkerEvaluator) Sentence #392 from documents/00103899 from sent13

Text  : Następnie przetrzeć je przez sitko , dodając przegotowanej wody i  miodu .
Tokens: 1________ 2________ 3_ 4____ 5____ 6 7______ 8____________ 9___ 10 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #393 from documents/00103899 from sent14

Text  : Przykryć naczynie , a płyn pozostawić do sfermentowania przez kolejnych 10 dni ,  dokładając codziennie trochę miodu i  mieszając do jego rozpuszczenia .
Tokens: 1_______ 2_______ 3 4 5___ 6_________ 7_ 8_____________ 9____ 10_______ 11 12_ 13 14________ 15________ 16____ 17___ 18 19_______ 20 21__ 22___________ 23

Chunks:

2016-10-25 16:07:37,904 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103905.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103905.ini
(ChunkerEvaluator) Sentence #394 from documents/00103905 from sent1

Text  : Składniki :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #395 from documents/00103905 from sent2

Text  : ½ kg białego sera
Tokens: 1 2_ 3______ 4___

Chunks:

(ChunkerEvaluator) Sentence #396 from documents/00103905 from sent3

Text  : 1 szklanka mąki
Tokens: 1 2_______ 3___

Chunks:

(ChunkerEvaluator) Sentence #397 from documents/00103905 from sent4

Text  : 1 jajko
Tokens: 1 2____

Chunks:

(ChunkerEvaluator) Sentence #398 from documents/00103905 from sent5

Text  : 1 żółtko
Tokens: 1 2_____

Chunks:

(ChunkerEvaluator) Sentence #399 from documents/00103905 from sent6

Text  : 1 łyżka cukru
Tokens: 1 2____ 3____

Chunks:

(ChunkerEvaluator) Sentence #400 from documents/00103905 from sent7

Text  : 1 łyżeczka proszku do pieczenia
Tokens: 1 2_______ 3______ 4_ 5________

Chunks:

(ChunkerEvaluator) Sentence #401 from documents/00103905 from sent8

Text  : Mleko lub woda do zmiękczenia masy
Tokens: 1____ 2__ 3___ 4_ 5__________ 6___

Chunks:

(ChunkerEvaluator) Sentence #402 from documents/00103905 from sent9

Text  : Olej do smażenia
Tokens: 1___ 2_ 3_______

Chunks:

(ChunkerEvaluator) Sentence #403 from documents/00103905 from sent10

Text  : Przygotowanie :
Tokens: 1____________ 2

Chunks:

(ChunkerEvaluator) Sentence #404 from documents/00103905 from sent11

Text  : Zmielić ser .
Tokens: 1______ 2__ 3

Chunks:

(ChunkerEvaluator) Sentence #405 from documents/00103905 from sent12

Text  : Dodać do niego mąkę , jajko , żółtko i cukier i  dokładnie wymieszać .
Tokens: 1____ 2_ 3____ 4___ 5 6____ 7 8_____ 9 10____ 11 12_______ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #406 from documents/00103905 from sent13

Text  : Powoli dodawać mleko lub wodę , aby zmiękczyć masę .
Tokens: 1_____ 2______ 3____ 4__ 5___ 6 7__ 8________ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #407 from documents/00103905 from sent14

Text  : Na głębokiej patelni podgrzać olej , aby pączki mogły swobodnie opadać na jej dno i  wypływać na powierzchnię .
Tokens: 1_ 2________ 3______ 4_______ 5___ 6 7__ 8_____ 9____ 10_______ 11____ 12 13_ 14_ 15 16______ 17 18__________ 19

Chunks:

(ChunkerEvaluator) Sentence #408 from documents/00103905 from sent15

Text  : Temperatura oleju jest bardzo ważna .
Tokens: 1__________ 2____ 3___ 4_____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #409 from documents/00103905 from sent16

Text  : Następnie uformować z ciasta małe kulki i wrzucić jedną do oleju .
Tokens: 1________ 2________ 3 4_____ 5___ 6____ 7 8______ 9____ 10 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #410 from documents/00103905 from sent17

Text  : Jeśli pozostaje długo na spodzie , oznacza to , że olej jest za zimny .
Tokens: 1____ 2________ 3____ 4_ 5______ 6 7______ 8_ 9 10 11__ 12__ 13 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #411 from documents/00103905 from sent18

Text  : Jeśli natychmiast wypływa na powierzchnię – za gorący .
Tokens: 1____ 2__________ 3______ 4_ 5___________ 6 7_ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #412 from documents/00103905 from sent19

Text  : Smażyć pączki w średniej temperaturze , aby powoli rosły .
Tokens: 1_____ 2_____ 3 4_______ 5___________ 6 7__ 8_____ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #413 from documents/00103905 from sent20

Text  : Wyjąć je z oleju i osuszyć .
Tokens: 1____ 2_ 3 4____ 5 6______ 7

Chunks:

2016-10-25 16:07:37,962 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103907.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103907.ini
(ChunkerEvaluator) Sentence #414 from documents/00103907 from sent1

Text  : Najbardziej znanym karaibskim kurortem Kolumbii jest wyspa San Andrés ,  położona 720 km na północny -  wschód od wybrzeży Kolumbii .
Tokens: 1__________ 2_____ 3_________ 4_______ 5_______ 6___ 7____ 8__ 9_____ 10 11______ 12_ 13 14 15______ 16 17____ 18 19______ 20______ 21

Chunks:
  TruePositive nam [5,5] = Kolumbii
  TruePositive nam [8,9] = San Andrés
  TruePositive nam [20,20] = Kolumbii

(ChunkerEvaluator) Sentence #415 from documents/00103907 from sent2

Text  : Wyspa ta prócz rewelacyjnych warunków naturalnych jest strefą bezcłową ,  co jeszcze bardziej zwiększa jej atrakcyjność wśród turystów ,  pozwalając im przy okazji wakacji zaopatrzyć się w  markowe perfumy i  alkohole w  rozsądnych cenach .
Tokens: 1____ 2_ 3____ 4____________ 5_______ 6__________ 7___ 8_____ 9_______ 10 11 12_____ 13______ 14______ 15_ 16__________ 17___ 18______ 19 20________ 21 22__ 23____ 24_____ 25________ 26_ 27 28_____ 29_____ 30 31______ 32 33________ 34____ 35

Chunks:

(ChunkerEvaluator) Sentence #416 from documents/00103907 from sent3

Text  : San Andrés to luksusowe , eleganckie hotele , głośna muzyka ,  fantastyczne białe plaże ,  turystyczna infrastruktura ,  egzotyczna przyroda i  doskonałe miejsce do wydawania pieniędzy i  miłego spędzenia czasu .
Tokens: 1__ 2_____ 3_ 4________ 5 6_________ 7_____ 8 9_____ 10____ 11 12__________ 13___ 14___ 15 16_________ 17____________ 18 19________ 20______ 21 22_______ 23_____ 24 25_______ 26_______ 27 28____ 29_______ 30___ 31

Chunks:
  TruePositive nam [1,2] = San Andrés

(ChunkerEvaluator) Sentence #417 from documents/00103907 from sent4

Text  : Providencia i mniejsza od niej Santa Catalina są miejscami o  zupełnie innym charakterze ,  niezbyt turystycznymi ,  znacznie bardziej naturalnymi ,  spokojnymi ,  przyjaznymi i  na pewno jeszcze nie skażonymi turystyką ,  gdyż nie latają tam wielkie samoloty jak w  przypadku San Andrés ,  Cartageny czy Santa Marta ,  nie ma tam hoteli ,  a  skorzy do pomocy wyspiarze traktują turystów jak własnych sąsiadów .
Tokens: 1__________ 2 3_______ 4_ 5___ 6____ 7_______ 8_ 9________ 10 11______ 12___ 13_________ 14 15_____ 16___________ 17 18______ 19______ 20_________ 21 22________ 23 24_________ 25 26 27___ 28_____ 29_ 30_______ 31_______ 32 33__ 34_ 35____ 36_ 37_____ 38______ 39_ 40 41_______ 42_ 43____ 44 45_______ 46_ 47___ 48___ 49 50_ 51 52_ 53____ 54 55 56____ 57 58____ 59_______ 60______ 61______ 62_ 63______ 64______ 65

Chunks:
  TruePositive nam [6,7] = Santa Catalina
  TruePositive nam [42,43] = San Andrés
  TruePositive nam [45,45] = Cartageny
  TruePositive nam [47,48] = Santa Marta
  FalseNegative nam [1,1] = Providencia

(ChunkerEvaluator) Sentence #418 from documents/00103907 from sent5

Text  : Otóż na Providencję dotrzeć można na dwa sposoby : statkiem ,  który płynie z  San Andrés trzy godziny albo małą awioneką .
Tokens: 1___ 2_ 3__________ 4______ 5____ 6_ 7__ 8______ 9 10______ 11 12___ 13____ 14 15_ 16____ 17__ 18_____ 19__ 20__ 21______ 22

Chunks:
  TruePositive nam [3,3] = Providencję
  TruePositive nam [15,16] = San Andrés

(ChunkerEvaluator) Sentence #419 from documents/00103907 from sent6

Text  : My wybrały śmy wersją drugą , podobno wygodniejszą , krótszą ,  ale również bardziej stresującą .
Tokens: 1_ 2______ 3__ 4_____ 5____ 6 7______ 8___________ 9 10_____ 11 12_ 13_____ 14______ 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #420 from documents/00103907 from sent7

Text  : Przygoda rozpoczęła się w sobotni poranek w Bogocie , z  której wspólnie z  moją mamą poleciały śmy na San Andrés dużym ,  rejsowym samolotem pełnym turystów w  szortach i  klapkach ,  którzy na San Andrés następnie pozostali .
Tokens: 1_______ 2_________ 3__ 4 5______ 6______ 7 8______ 9 10 11____ 12______ 13 14__ 15__ 16_______ 17_ 18 19_ 20____ 21___ 22 23______ 24_______ 25____ 26______ 27 28______ 29 30______ 31 32____ 33 34_ 35____ 36_______ 37_______ 38

Chunks:
  TruePositive nam [8,8] = Bogocie
  TruePositive nam [19,20] = San Andrés
  TruePositive nam [34,35] = San Andrés

(ChunkerEvaluator) Sentence #421 from documents/00103907 from sent8

Text  : Po dwóch godzinach lotu , przesiadły śmy się ekspresowo z  wygodnego samolotu w  nieiwelką ,  maksymalnie 20 -  osobową avionetkę mało popularnej linii lotniczej ,  która posiadała dwa śmigła i  dostawiane schodki ,  które wydawały się być oblepione sreberkiem czekolady .
Tokens: 1_ 2____ 3________ 4___ 5 6_________ 7__ 8__ 9_________ 10 11_______ 12______ 13 14_______ 15 16_________ 17 18 19_____ 20_______ 21__ 22________ 23___ 24_______ 25 26___ 27_______ 28_ 29____ 30 31________ 32_____ 33 34___ 35______ 36_ 37_ 38_______ 39________ 40_______ 41

Chunks:

(ChunkerEvaluator) Sentence #422 from documents/00103907 from sent9

Text  : Awionetka była gorąca w środku i niezbyt stabilna .
Tokens: 1________ 2___ 3_____ 4 5_____ 6 7______ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #423 from documents/00103907 from sent10

Text  : Po chwili , od tyłu , między pasażerami weszła do niej dwójka sympatycznych pilotów ,  którzy usiedli za sterami ,  gdyż w  awionetce nie ma jako takiej kabiny pilotów .
Tokens: 1_ 2_____ 3 4_ 5___ 6 7_____ 8_________ 9_____ 10 11__ 12____ 13___________ 14_____ 15 16____ 17_____ 18 19_____ 20 21__ 22 23_______ 24_ 25 26__ 27____ 28____ 29_____ 30

Chunks:

(ChunkerEvaluator) Sentence #424 from documents/00103907 from sent11

Text  : Zgrabnie i szybko oderwali śmy się od ziemi i rozpoczęli śmy lot na stosunkowo niewielkiej wysokości nad Morzem Karaibskim przez jakieś 20 -  25 minut .
Tokens: 1_______ 2 3_____ 4_______ 5__ 6__ 7_ 8____ 9 10________ 11_ 12_ 13 14________ 15_________ 16_______ 17_ 18____ 19________ 20___ 21____ 22 23 24 25___ 26

Chunks:
  TruePositive nam [18,19] = Morzem Karaibskim

(ChunkerEvaluator) Sentence #425 from documents/00103907 from sent12

Text  : Okna w kabinie pilotów , która nie jest niczym oddzielona od części pasażerkiej ,  były uchylone ,  upał był niemiłosierny ,  nie dano nam ani kamizelek ratunkowych ,  ani tym bardziej masek tlenowych na wszelki wypadek .
Tokens: 1___ 2 3______ 4______ 5 6____ 7__ 8___ 9_____ 10________ 11 12____ 13_________ 14 15__ 16______ 17 18__ 19_ 20___________ 21 22_ 23__ 24_ 25_ 26_______ 27_________ 28 29_ 30_ 31______ 32___ 33_______ 34 35_____ 36_____ 37

Chunks:

(ChunkerEvaluator) Sentence #426 from documents/00103907 from sent13

Text  : Lot po prostu musi się udać .
Tokens: 1__ 2_ 3_____ 4___ 5__ 6___ 7

Chunks:

2016-10-25 16:07:38,113 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103909.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103909.ini
(ChunkerEvaluator) Sentence #427 from documents/00103909 from sent1

Text  : O różowym delfinie przebierającym się za atrakcyjnego mężczyznę w kapeluszu i  uwodzącym indiańskie kobiety ,  pisała m  już kiedyś w  sekcji legendy .
Tokens: 1 2______ 3_______ 4_____________ 5__ 6_ 7___________ 8________ 9 10_______ 11 12_______ 13________ 14_____ 15 16____ 17 18_ 19____ 20 21____ 22_____ 23

Chunks:

(ChunkerEvaluator) Sentence #428 from documents/00103909 from sent2

Text  : Być jednak świadkiem jego wesołych podskoków w Amazonce i towarzyszenia naszej łódce przez większość popołudnia w  Puerto Nariño było dla mnie wydarzeniem niepowtarzalnym .
Tokens: 1__ 2_____ 3________ 4___ 5_______ 6________ 7 8_______ 9 10___________ 11____ 12___ 13___ 14_______ 15________ 16 17____ 18____ 19__ 20_ 21__ 22_________ 23_____________ 24

Chunks:
  TruePositive nam [8,8] = Amazonce
  TruePositive nam [17,18] = Puerto Nariño

(ChunkerEvaluator) Sentence #429 from documents/00103909 from sent3

Text  : Widok tego olbrzyma ( różowe delfiny mają i 2 ,  80 m  długości )  wyskakującego ponad wody Amazonki ,  sprawił ,  że przebywająca razem ze mną w  Amazonii koleżanka z  Kostaryki zaczęła autentycznie szlochać z  radości .
Tokens: 1____ 2___ 3_______ 4 5_____ 6______ 7___ 8 9 10 11 12 13______ 14 15___________ 16___ 17__ 18______ 19 20_____ 21 22 23__________ 24___ 25 26_ 27 28______ 29_______ 30 31_______ 32_____ 33__________ 34______ 35 36_____ 37

Chunks:
  TruePositive nam [18,18] = Amazonki
  TruePositive nam [28,28] = Amazonii
  TruePositive nam [31,31] = Kostaryki

(ChunkerEvaluator) Sentence #430 from documents/00103909 from sent4

Text  : Jakieś dwie i pół godziny szybką łodzią od Leticii (  kolumbijska Amazonia )  znajduje się jezioro Tarapoto ,  w  którym gromadzą się różowe i  szare delfiny ,  które w  spokojnych wodach jeziora uczą swoje maluchy pływania i  polowania .
Tokens: 1_____ 2___ 3 4__ 5______ 6_____ 7_____ 8_ 9______ 10 11_________ 12______ 13 14______ 15_ 16_____ 17______ 18 19 20____ 21______ 22_ 23____ 24 25___ 26_____ 27 28___ 29 30________ 31____ 32_____ 33__ 34___ 35_____ 36______ 37 38_______ 39

Chunks:
  TruePositive nam [9,9] = Leticii
  TruePositive nam [12,12] = Amazonia
  TruePositive nam [17,17] = Tarapoto

(ChunkerEvaluator) Sentence #431 from documents/00103909 from sent5

Text  : W Amazonce , która posiada liczne prądy i przy podwyższonym poziomie wody potrafi być niebezpeczna ,  delfinki mogły by sobie nie poradzić .
Tokens: 1 2_______ 3 4____ 5______ 6_____ 7____ 8 9___ 10__________ 11______ 12__ 13_____ 14_ 15__________ 16 17______ 18___ 19 20___ 21_ 22______ 23

Chunks:
  TruePositive nam [2,2] = Amazonce

(ChunkerEvaluator) Sentence #432 from documents/00103909 from sent6

Text  : Indianie są z reguły nieśmiali i dość zamnięci .
Tokens: 1_______ 2_ 3 4_____ 5________ 6 7___ 8_______ 9

Chunks:
  FalseNegative nam [1,1] = Indianie

(ChunkerEvaluator) Sentence #433 from documents/00103909 from sent7

Text  : Niechętnie nawiązują dialog , nie mając zaufania do nowych przybyszów .
Tokens: 1_________ 2________ 3_____ 4 5__ 6____ 7_______ 8_ 9_____ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #434 from documents/00103909 from sent8

Text  : Tak było i w przypadku mojego przewodnika Leo , należącego do jednej ze społeczności indiańskich ,  mieszkającej niedaleko osady Macedonia .
Tokens: 1__ 2___ 3 4 5________ 6_____ 7__________ 8__ 9 10________ 11 12____ 13 14__________ 15_________ 16 17__________ 18_______ 19___ 20_______ 21

Chunks:
  TruePositive nam [8,8] = Leo
  TruePositive nam [20,20] = Macedonia

(ChunkerEvaluator) Sentence #435 from documents/00103909 from sent9

Text  : Aż do momentu , kiedy z wód Amazonki wynurzył się różowy delfin i  jakby był to płatny spektakl ,  do których przyzwyczajony jest turysta w  delfinariach ,  otworzył pyszczek .
Tokens: 1_ 2_ 3______ 4 5____ 6 7__ 8_______ 9_______ 10_ 11____ 12____ 13 14___ 15_ 16 17____ 18______ 19 20 21_____ 22____________ 23__ 24_____ 25 26__________ 27 28______ 29______ 30

Chunks:
  TruePositive nam [8,8] = Amazonki

(ChunkerEvaluator) Sentence #436 from documents/00103909 from sent10

Text  : Leo stanął w łódce zdumiony i powiedział :
Tokens: 1__ 2_____ 3 4____ 5_______ 6 7_________ 8

Chunks:
  TruePositive nam [1,1] = Leo

(ChunkerEvaluator) Sentence #437 from documents/00103909 from sent11

Text  : „ Mój dziadek , który był osobą niezwykle światłą ,  mówił mi jako dziecku ,  że jeśli różowy delfin wyjmie ponad powierzchnię rzeki swój pyszczek zamknięty ,  oznacza to złą energię lub złą wiadomość .
Tokens: 1 2__ 3______ 4 5____ 6__ 7____ 8________ 9______ 10 11___ 12 13__ 14_____ 15 16 17___ 18____ 19____ 20____ 21___ 22__________ 23___ 24__ 25______ 26_______ 27 28_____ 29 30_ 31_____ 32_ 33_ 34_______ 35

Chunks:

(ChunkerEvaluator) Sentence #438 from documents/00103909 from sent12

Text  : Kiedy natomiast go otworzy , oznacza to , że jesteśmy otoczeni pozytywną energią i  dobrymi osobami .  ”
Tokens: 1____ 2________ 3_ 4______ 5 6______ 7_ 8 9_ 10______ 11______ 12_______ 13_____ 14 15_____ 16_____ 17 18

Chunks:

(ChunkerEvaluator) Sentence #439 from documents/00103909 from sent13

Text  : Od tego momentu forma , z jaką traktował mnie do tej pory ostrożny w  kontaktach Leo zmieniła się diametralnie .
Tokens: 1_ 2___ 3______ 4____ 5 6 7___ 8________ 9___ 10 11_ 12__ 13______ 14 15________ 16_ 17______ 18_ 19__________ 20

Chunks:
  TruePositive nam [16,16] = Leo

(ChunkerEvaluator) Sentence #440 from documents/00103909 from sent14

Text  : Pod wpływem różowego delfina i znaku jaki ten dał Leo ,  mój indiański towarzysz pozwolił na bliższy kontakt z  nim .
Tokens: 1__ 2______ 3_______ 4______ 5 6____ 7___ 8__ 9__ 10_ 11 12_ 13_______ 14_______ 15______ 16 17_____ 18_____ 19 20_ 21

Chunks:
  TruePositive nam [10,10] = Leo

(ChunkerEvaluator) Sentence #441 from documents/00103909 from sent15

Text  : Do tego stopnia , iż za miesiąc lecę do Amazonii ponownie .
Tokens: 1_ 2___ 3______ 4 5_ 6_ 7______ 8___ 9_ 10______ 11______ 12

Chunks:
  TruePositive nam [10,10] = Amazonii

(ChunkerEvaluator) Sentence #442 from documents/00103909 from sent16

Text  : Tym razem jednak zatrzymam się w domu Leo , w  jego rezerwacie ,  z  jego rodziną .
Tokens: 1__ 2____ 3_____ 4________ 5__ 6 7___ 8__ 9 10 11__ 12________ 13 14 15__ 16_____ 17

Chunks:
  TruePositive nam [8,8] = Leo

(ChunkerEvaluator) Sentence #443 from documents/00103909 from sent17

Text  : Wszystko to dzięki różowemu delfinowi z Amazonki .
Tokens: 1_______ 2_ 3_____ 4_______ 5________ 6 7_______ 8

Chunks:
  TruePositive nam [7,7] = Amazonki

2016-10-25 16:07:38,237 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103910.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103910.ini
(ChunkerEvaluator) Sentence #444 from documents/00103910 from sent1

Text  : Majowie wierzyli , że człowiek budzi się , kiedy jest naturalnie wypoczęty ,  dlatego też spali spokojnym snem i  wstawali ,  kiedy organizm budził się w  sposób naturalny .
Tokens: 1______ 2_______ 3 4_ 5_______ 6____ 7__ 8 9____ 10__ 11________ 12_______ 13 14_____ 15_ 16___ 17_______ 18__ 19 20______ 21 22___ 23______ 24____ 25_ 26 27____ 28_______ 29

Chunks:
  FalseNegative nam [1,1] = Majowie

(ChunkerEvaluator) Sentence #445 from documents/00103910 from sent2

Text  : W ich opinii ludzkie ciało doskonale wie , co ma do zrobienia i  ile odpoczynku potrzebuje ,  aby tę pracę potem wykonać .
Tokens: 1 2__ 3_____ 4______ 5____ 6________ 7__ 8 9_ 10 11 12_______ 13 14_ 15________ 16________ 17 18_ 19 20___ 21___ 22_____ 23

Chunks:

(ChunkerEvaluator) Sentence #446 from documents/00103910 from sent3

Text  : Po przebudzeniu , Majowie nie zrywali się natychmiast na nogi ,  tylko spokojnie szukali jakiegoś punktu na horyzoncie ,  na którym mogli się skoncentrować .
Tokens: 1_ 2___________ 3 4______ 5__ 6______ 7__ 8__________ 9_ 10__ 11 12___ 13_______ 14_____ 15______ 16____ 17 18________ 19 20 21____ 22___ 23_ 24___________ 25

Chunks:
  TruePositive nam [4,4] = Majowie

(ChunkerEvaluator) Sentence #447 from documents/00103910 from sent4

Text  : Wpatrywali się przez chwilę w ten punkt , po to ,  aby nabrać równowagi i  móc spokojnie podnieść się i  zdrowo zacząć swój dzień .
Tokens: 1_________ 2__ 3____ 4_____ 5 6__ 7____ 8 9_ 10 11 12_ 13____ 14_______ 15 16_ 17_______ 18______ 19_ 20 21____ 22____ 23__ 24___ 25

Chunks:

(ChunkerEvaluator) Sentence #448 from documents/00103910 from sent5

Text  : Dłuższe leżenie niż to konieczne dla organizmu również nie było wskazane .
Tokens: 1______ 2______ 3__ 4_ 5________ 6__ 7________ 8______ 9__ 10__ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #449 from documents/00103910 from sent6

Text  : Kiedy oczy się otwierają , oznacza to , że sen był już wystarczający .
Tokens: 1____ 2___ 3__ 4________ 5 6______ 7_ 8 9_ 10_ 11_ 12_ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #450 from documents/00103910 from sent7

Text  : Lenistwo i odpoczynek ponad miarę nie było wśród Majów praktykowane .
Tokens: 1_______ 2 3_________ 4____ 5____ 6__ 7___ 8____ 9____ 10__________ 11

Chunks:
  TruePositive nam [9,9] = Majów

(ChunkerEvaluator) Sentence #451 from documents/00103910 from sent8

Text  : Wstawanie dziś
Tokens: 1________ 2___

Chunks:

(ChunkerEvaluator) Sentence #452 from documents/00103910 from sent9

Text  : Zgodnie z tą filozofią , kiedy jesteśmy już wyspani i  w  naturalny sposób obudzeni ,  powinni śmy powoli usiąść na łóżku i  znaleźć nieruszający się punkt .
Tokens: 1______ 2 3_ 4________ 5 6____ 7_______ 8__ 9______ 10 11 12_______ 13____ 14______ 15 16_____ 17_ 18____ 19____ 20 21___ 22 23_____ 24__________ 25_ 26___ 27

Chunks:

(ChunkerEvaluator) Sentence #453 from documents/00103910 from sent10

Text  : W naszym nowoczesnym świecie , może to być , na przykład ,  okno i  to za nim widać -  drzewo ,  dach sąsiedniego domu ,  roślinkę na balkonie .  .  .
Tokens: 1 2_____ 3__________ 4______ 5 6___ 7_ 8__ 9 10 11______ 12 13__ 14 15 16 17_ 18___ 19 20____ 21 22__ 23_________ 24__ 25 26______ 27 28______ 29 30 31

Chunks:

(ChunkerEvaluator) Sentence #454 from documents/00103910 from sent11

Text  : Następnie powinni śmy spuścić z łóżka jedną nogę i dopiero za chwilę -  drugą ,  a  nie zrywać się natychmiast z  poduszki na dwie nogi .
Tokens: 1________ 2______ 3__ 4______ 5 6____ 7____ 8___ 9 10_____ 11 12____ 13 14___ 15 16 17_ 18____ 19_ 20_________ 21 22______ 23 24__ 25__ 26

Chunks:

(ChunkerEvaluator) Sentence #455 from documents/00103910 from sent12

Text  : Nasz dzień powinien po takiej pobudce i powolnym wstaniu być doskonały .
Tokens: 1___ 2____ 3_______ 4_ 5_____ 6______ 7 8_______ 9______ 10_ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #456 from documents/00103910 from sent13

Text  : Jestem przekonana , że z takim podejściem , życie było znacznie bardziej komfortowe niż moje ,  a  denerwujący dźwięk budzika obok mojego łóżka o  godzinie 6  :  45 ,  poranne oszukiwanie samej siebie (  jeszcze tylko 5  minut i  tak kilka razy )  i  zrywanie się w  końcu jak szalona ,  żeby zdążyć wziąć prysznic ,  wysuszyć włosy ,  wypić kawę ,  spakować torbę (  bo jak na prawdziwą kobietę przystało do każdego ubrania –  inna teczka ,  a  więc i  codzienne przerzucanie całej jej zawartości )  nie wypływa na najlepsze samopoczucie .
Tokens: 1_____ 2_________ 3 4_ 5 6____ 7_________ 8 9____ 10__ 11______ 12______ 13________ 14_ 15__ 16 17 18_________ 19____ 20_____ 21__ 22____ 23___ 24 25______ 26 27 28 29 30_____ 31_________ 32___ 33____ 34 35_____ 36___ 37 38___ 39 40_ 41___ 42__ 43 44 45______ 46_ 47 48___ 49_ 50_____ 51 52__ 53____ 54___ 55______ 56 57______ 58___ 59 60___ 61__ 62 63______ 64___ 65 66 67_ 68 69_______ 70_____ 71_______ 72 73_____ 74_____ 75 76__ 77____ 78 79 80__ 81 82_______ 83__________ 84___ 85_ 86________ 87 88_ 89_____ 90 91_______ 92__________ 93

Chunks:

(ChunkerEvaluator) Sentence #457 from documents/00103910 from sent14

Text  : Niestety czasy Majów minęły bezpowrotnie a nasza rzeczywistość pędzi jak szalona ,  podobnie jak wskazówki w  moim budziku .  .  .
Tokens: 1_______ 2____ 3____ 4_____ 5___________ 6 7____ 8____________ 9____ 10_ 11_____ 12 13______ 14_ 15_______ 16 17__ 18_____ 19 20 21

Chunks:
  TruePositive nam [3,3] = Majów

2016-10-25 16:07:38,364 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 31 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103912.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103912.ini
(ChunkerEvaluator) Sentence #458 from documents/00103912 from sent1

Text  : Po burzliwych poszukiwaniach udało nam się znaleźć mieszkanie , które spełniało te wszystkie punkty .
Tokens: 1_ 2_________ 3_____________ 4____ 5__ 6__ 7______ 8_________ 9 10___ 11_______ 12 13_______ 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #459 from documents/00103912 from sent2

Text  : Mario , wychowany w tropikalnym Cali , gdzie w mieszkaniach instaluje się klimatyzatory i  gdzie nigdy przenigdy nie zobaczymy Kolumbijczyka ułożonego na trawniku i  opalającego się (  częściej natomiast ludzi spacerujących z  parasolami podczas słonecznego dnia ,  chroniąc się w  ten sposób przed ostrym światłem i  opaleniem )  ,  nie rozumiał tych moich potrzeb .
Tokens: 1____ 2 3________ 4 5__________ 6___ 7 8____ 9 10__________ 11_______ 12_ 13___________ 14 15___ 16___ 17_______ 18_ 19_______ 20___________ 21_______ 22 23______ 24 25_________ 26_ 27 28______ 29_______ 30___ 31___________ 32 33________ 34_____ 35_________ 36__ 37 38______ 39_ 40 41_ 42____ 43___ 44____ 45______ 46 47_______ 48 49 50_ 51______ 52__ 53___ 54_____ 55

Chunks:
  TruePositive nam [1,1] = Mario
  TruePositive nam [6,6] = Cali
  TruePositive nam [20,20] = Kolumbijczyka

(ChunkerEvaluator) Sentence #460 from documents/00103912 from sent3

Text  : On w Cali cieszył się , kiedy niebo zachodziło chmurami i  kiedy na moment można było wyłączyć klimatyzację i  wyjść na narożnik ,  bo tamtędy właśnie wiała charakterystyczna dla cali -  bryza z  nad Pacyfiku .
Tokens: 1_ 2 3___ 4______ 5__ 6 7____ 8____ 9_________ 10______ 11 12___ 13 14____ 15___ 16__ 17______ 18__________ 19 20___ 21 22______ 23 24 25_____ 26_____ 27___ 28_______________ 29_ 30__ 31 32___ 33 34_ 35______ 36

Chunks:
  TruePositive nam [3,3] = Cali
  TruePositive nam [35,35] = Pacyfiku
  FalseNegative nam [30,30] = cali

(ChunkerEvaluator) Sentence #461 from documents/00103912 from sent4

Text  : Pierwszy raz , kiedy zdała m sobie sprawę , że moje ,  polskie podejście do światła ,  do którego Latynosi -  szczęśliwcy są przyzwyczajeni i  dla których jest ono normalką ,  pojawiło się podczas pierwszych miesięcy mojego pobytu w  Kolumbii ,  kiedy to przy każdej nadarzającej się okazji kładła m  się na trawniku w  parku ,  podciągała m  do kolan spodnie i  wystawiała m  buzię do słońca .
Tokens: 1_______ 2__ 3 4____ 5____ 6 7____ 8_____ 9 10 11__ 12 13_____ 14_______ 15 16_____ 17 18 19_____ 20______ 21 22_________ 23 24____________ 25 26_ 27_____ 28__ 29_ 30______ 31 32______ 33_ 34_____ 35________ 36______ 37____ 38____ 39 40______ 41 42___ 43 44__ 45____ 46__________ 47_ 48____ 49____ 50 51_ 52 53______ 54 55___ 56 57________ 58 59 60___ 61_____ 62 63________ 64 65___ 66 67____ 68

Chunks:
  TruePositive nam [20,20] = Latynosi
  TruePositive nam [40,40] = Kolumbii

(ChunkerEvaluator) Sentence #462 from documents/00103912 from sent5

Text  : Wielokrotnie znajomi Kolumbijczycy dziwili się temu zachowaniu , chowając się w  cieniu i  patrząc na mnie dziwnie .
Tokens: 1___________ 2______ 3____________ 4______ 5__ 6___ 7_________ 8 9_______ 10_ 11 12____ 13 14_____ 15 16__ 17_____ 18

Chunks:
  TruePositive nam [3,3] = Kolumbijczycy

(ChunkerEvaluator) Sentence #463 from documents/00103912 from sent6

Text  : Do czasu kiedy para naszych najlepszych przyjaciół zamieszkała w Galicii -  w  Hiszpanii i  po długiej i  chłodnej zimie ,  kiedy w  Santiago de Compostela wyszło pierwsze wiosenne słońce Diana napisała do mnie ,  że wreszcie rozumie moje leżenie na trawnikach .
Tokens: 1_ 2____ 3____ 4___ 5______ 6__________ 7_________ 8__________ 9 10_____ 11 12 13_______ 14 15 16_____ 17 18______ 19___ 20 21___ 22 23______ 24 25________ 26____ 27______ 28______ 29____ 30___ 31______ 32 33__ 34 35 36______ 37_____ 38__ 39_____ 40 41________ 42

Chunks:
  TruePositive nam [10,10] = Galicii
  TruePositive nam [13,13] = Hiszpanii
  TruePositive nam [23,25] = Santiago de Compostela
  TruePositive nam [30,30] = Diana

(ChunkerEvaluator) Sentence #464 from documents/00103912 from sent7

Text  : Okazało się , że w pierwszych dniach wiosny , dokładnie to samo robią mieszkańcy Galicji .
Tokens: 1______ 2__ 3 4_ 5 6_________ 7_____ 8_____ 9 10_______ 11 12__ 13___ 14________ 15_____ 16

Chunks:
  TruePositive nam [15,15] = Galicji

(ChunkerEvaluator) Sentence #465 from documents/00103912 from sent8

Text  : W parkach i na klombach nie ma gdzie stanąć .
Tokens: 1 2______ 3 4_ 5_______ 6__ 7_ 8____ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #466 from documents/00103912 from sent9

Text  : I coś w tym szukaniu słońca i wygrzewaniu się jak jaszczurki jest .
Tokens: 1 2__ 3 4__ 5_______ 6_____ 7 8__________ 9__ 10_ 11________ 12__ 13

Chunks:

(ChunkerEvaluator) Sentence #467 from documents/00103912 from sent10

Text  : Kolumbijczycy mają to słońce na co dzień .
Tokens: 1____________ 2___ 3_ 4_____ 5_ 6_ 7____ 8

Chunks:
  TruePositive nam [1,1] = Kolumbijczycy

(ChunkerEvaluator) Sentence #468 from documents/00103912 from sent11

Text  : Są do niego przyzwyczajeni i nie sprawia im różnicy pochmurne popołudnie .
Tokens: 1_ 2_ 3____ 4_____________ 5 6__ 7______ 8_ 9______ 10_______ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #469 from documents/00103912 from sent12

Text  : My - którzy tego słońca mamy tylko kilka miesięcy w  roku ,  jesteśmy go spragnieni .
Tokens: 1_ 2 3_____ 4___ 5_____ 6___ 7____ 8____ 9_______ 10 11__ 12 13______ 14 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #470 from documents/00103912 from sent13

Text  : Czujemy się lepiej , kiedy świeci , poprawia nam się nastrój ,  kiedy niebo jest niebieskie i  nie straszne nam nawet czerwone ,  opalone buzie ,  przed którymi Kolumbijczycy uciekają .
Tokens: 1______ 2__ 3_____ 4 5____ 6_____ 7 8_______ 9__ 10_ 11_____ 12 13___ 14___ 15__ 16________ 17 18_ 19______ 20_ 21___ 22______ 23 24_____ 25___ 26 27___ 28_____ 29___________ 30______ 31

Chunks:
  TruePositive nam [29,29] = Kolumbijczycy

(ChunkerEvaluator) Sentence #471 from documents/00103912 from sent14

Text  : Mieszkańcy tropikalnych regionów wyśmiewają się nawet z Bogotańczyków i ich czerwonych policzków ,  kiedy ci ,  których skóra przyzwyczajona jest raczej do chłodnych ,  andyjskich wiatrów ,  spędzają wakacje na nizinie albo wybrzeżu .
Tokens: 1_________ 2___________ 3_______ 4_________ 5__ 6____ 7 8____________ 9 10_ 11________ 12_______ 13 14___ 15 16 17_____ 18___ 19____________ 20__ 21____ 22 23_______ 24 25________ 26_____ 27 28______ 29_____ 30 31_____ 32__ 33______ 34

Chunks:
  TruePositive nam [8,8] = Bogotańczyków

(ChunkerEvaluator) Sentence #472 from documents/00103912 from sent15

Text  : Czerwone policzki to symbol bycia " rolo " , przyjeżdżającego z  "  lodówki "  czyli Bogoty .
Tokens: 1_______ 2_______ 3_ 4_____ 5____ 6 7___ 8 9 10______________ 11 12 13_____ 14 15___ 16____ 17

Chunks:
  TruePositive nam [16,16] = Bogoty

2016-10-25 16:07:38,636 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 32 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103922.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103922.ini
(ChunkerEvaluator) Sentence #473 from documents/00103922 from sent1

Text  : Muzyka , o której mowa , to nic innego niż improwizacje pianistów kawiarnianych .
Tokens: 1_____ 2 3 4_____ 5___ 6 7_ 8__ 9_____ 10_ 11__________ 12_______ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #474 from documents/00103922 from sent2

Text  : Zdaję sobie sprawę , że jest ona grana gdziekolwiek tylko jest bar z  fotepianem ,  ale chyba wyłącznie w  naszej dzielnicy cieszy się ona tak wielką popularnością ,  jest grana w  tylu miejscach -  i  ma własny konkurs jej właśnie poświęcony .
Tokens: 1____ 2____ 3_____ 4 5_ 6___ 7__ 8____ 9___________ 10___ 11__ 12_ 13 14________ 15 16_ 17___ 18_______ 19 20____ 21_______ 22____ 23_ 24_ 25_ 26____ 27___________ 28 29__ 30___ 31 32__ 33_______ 34 35 36 37____ 38_____ 39_ 40_____ 41________ 42

Chunks:

(ChunkerEvaluator) Sentence #475 from documents/00103922 from sent3

Text  : Znaczenie tej muzyki uświadomił em sobie dzięki temu konkursowi .
Tokens: 1________ 2__ 3_____ 4_________ 5_ 6____ 7_____ 8___ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #476 from documents/00103922 from sent4

Text  : W poniedziałek wielkanocny poszli śmy odwiedzić długo niewidzianych znajomych .
Tokens: 1 2___________ 3__________ 4_____ 5__ 6________ 7____ 8____________ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #477 from documents/00103922 from sent5

Text  : Okazało się , że ostatni raz widzieli śmy się przed Bożym Narodzeniem i  dostali śmy od nich zaległy prezent :  płytę "  A  Bárzongorista "  z  finału pierwszego konkursu dla pianistów kawiarnianych .
Tokens: 1______ 2__ 3 4_ 5______ 6__ 7_______ 8__ 9__ 10___ 11___ 12_________ 13 14_____ 15_ 16 17__ 18_____ 19_____ 20 21___ 22 23 24___________ 25 26 27____ 28________ 29______ 30_ 31_______ 32___________ 33

Chunks:
  TruePositive nam [11,12] = Bożym Narodzeniem
  TruePositive nam [23,24] = A Bárzongorista

(ChunkerEvaluator) Sentence #478 from documents/00103922 from sent6

Text  : Konkurs organizowany został właśnie po raz drugi .
Tokens: 1______ 2___________ 3_____ 4______ 5_ 6__ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #479 from documents/00103922 from sent7

Text  : Do udziału zgłosiło się 100 ( ! ) uczestników ,  do finału ,  który miał miejsce w  hotelu Royal znajdującym się ,  rzecz jasna ,  w  naszej dzielnicy ,  dotarło sześcioro z  nich .
Tokens: 1_ 2______ 3_______ 4__ 5__ 6 7 8 9__________ 10 11 12____ 13 14___ 15__ 16_____ 17 18____ 19___ 20_________ 21_ 22 23___ 24___ 25 26 27____ 28_______ 29 30_____ 31_______ 32 33__ 34

Chunks:
  TruePositive nam [19,19] = Royal

(ChunkerEvaluator) Sentence #480 from documents/00103922 from sent8

Text  : Pięćsetosobowa sala była wyprzedana już dwa tygodnie przed koncertem finałowym a  podobno trzy razy tyle biletów można było sprzedać .
Tokens: 1_____________ 2___ 3___ 4_________ 5__ 6__ 7_______ 8____ 9________ 10_______ 11 12_____ 13__ 14__ 15__ 16_____ 17___ 18__ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #481 from documents/00103922 from sent9

Text  : Chyba nie dziwi , że sprawa mnie zainteresowała .
Tokens: 1____ 2__ 3____ 4 5_ 6_____ 7___ 8_____________ 9

Chunks:

(ChunkerEvaluator) Sentence #482 from documents/00103922 from sent10

Text  : Tradycje tej muzyki w naszej dzielnicy sięgają końca dziewiętnastego wieku ,  kiedy to powstało tu dużo niezwykle popularnych kawiarni .
Tokens: 1_______ 2__ 3_____ 4 5_____ 6________ 7______ 8____ 9______________ 10___ 11 12___ 13 14______ 15 16__ 17_______ 18_________ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #483 from documents/00103922 from sent11

Text  : W nich grywali giganci gatunku z Rezső Seressem na czele .
Tokens: 1 2___ 3______ 4______ 5______ 6 7____ 8_______ 9_ 10___ 11

Chunks:
  TruePositive nam [7,8] = Rezső Seressem

(ChunkerEvaluator) Sentence #484 from documents/00103922 from sent12

Text  : Napisał one wiele światowych przebojów z najsłynniejszą z nich "  Smutną niedzielą "  ,  która stała się nieformalnym hymnem samobójców wywołując falę prób samobójczych po wydaniu jej w  130 nagraniach płytowych w  czterdziestu językach .
Tokens: 1______ 2__ 3____ 4_________ 5________ 6 7_____________ 8 9___ 10 11____ 12_______ 13 14 15___ 16___ 17_ 18__________ 19____ 20________ 21_______ 22__ 23__ 24__________ 25 26_____ 27_ 28 29_ 30________ 31_______ 32 33__________ 34______ 35

Chunks:
  FalseNegative nam [11,12] = Smutną niedzielą

(ChunkerEvaluator) Sentence #485 from documents/00103922 from sent13

Text  : Seress pomimo wielkiej ilości zaproszeń na koncerty zagranicę , m  .  in .  do Carnegie Hall ,  nigdzie nie wyjeżdzał ,  podobno bał się kompromitacji jako że kiepsko grał na pianinie i  nie potrafił czytać nut .  .  .
Tokens: 1_____ 2_____ 3_______ 4_____ 5________ 6_ 7_______ 8________ 9 10 11 12 13 14 15______ 16__ 17 18_____ 19_ 20_______ 21 22_____ 23_ 24_ 25___________ 26__ 27 28_____ 29__ 30 31______ 32 33_ 34______ 35____ 36_ 37 38 39

Chunks:
  TruePositive nam [15,16] = Carnegie Hall
  FalseNegative nam [1,1] = Seress

(ChunkerEvaluator) Sentence #486 from documents/00103922 from sent14

Text  : Przez całe życie nie opuszczał siódmej dzielnicy grając najpierw w  Kulácsu a  potem w  Kispipie ,  gdzie do dzisiaj zresztą gra zawsze jakiś pianista .
Tokens: 1____ 2___ 3____ 4__ 5________ 6______ 7________ 8_____ 9_______ 10 11_____ 12 13___ 14 15______ 16 17___ 18 19_____ 20_____ 21_ 22____ 23___ 24______ 25

Chunks:
  TruePositive nam [11,11] = Kulácsu
  TruePositive nam [15,15] = Kispipie

(ChunkerEvaluator) Sentence #487 from documents/00103922 from sent15

Text  : Cóż to jest za muzyka !
Tokens: 1__ 2_ 3___ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #488 from documents/00103922 from sent16

Text  : Wszystko jest tu możliwe , jedynym kryterium jest , żeby publiczność rozpoznała dany motyw .
Tokens: 1_______ 2___ 3_ 4______ 5 6______ 7________ 8___ 9 10__ 11_________ 12________ 13__ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #489 from documents/00103922 from sent17

Text  : Temat " Obladi Oblada " Beatlesów poprzedza więc fragment "  Marsza tureckiego "  Mozarta -  by zaraz po nim znów się niezauważenie pojawić .
Tokens: 1____ 2 3_____ 4_____ 5 6________ 7________ 8___ 9_______ 10 11____ 12________ 13 14_____ 15 16 17___ 18 19_ 20__ 21_ 22___________ 23_____ 24

Chunks:
  TruePositive nam [3,4] = Obladi Oblada
  TruePositive nam [6,6] = Beatlesów
  TruePositive nam [11,12] = Marsza tureckiego
  TruePositive nam [14,14] = Mozarta

2016-10-25 16:07:38,758 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 33 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103931.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103931.ini
(ChunkerEvaluator) Sentence #490 from documents/00103931 from sent1

Text  : Jak słusznie zauważył Marceli Szpak w komentarzu do ostatniego wpisu ,  minął miesiąc bez notki .
Tokens: 1__ 2_______ 3_______ 4______ 5____ 6 7_________ 8_ 9_________ 10___ 11 12___ 13_____ 14_ 15___ 16

Chunks:
  TruePositive nam [4,5] = Marceli Szpak

(ChunkerEvaluator) Sentence #491 from documents/00103931 from sent2

Text  : Jeden z naszych znajomych nazwał wręcz powrót po takiej przerwie „  reaktywacją bloga ”  .
Tokens: 1____ 2 3______ 4________ 5_____ 6____ 7_____ 8_ 9_____ 10______ 11 12_________ 13___ 14 15

Chunks:

(ChunkerEvaluator) Sentence #492 from documents/00103931 from sent3

Text  : Mirka i mnie tłumaczy nawał pracy , w połączeniu z  kilkoma miłymi okolicznościami osobistymi ,  które razem zjadły nasz czas na blogowanie .
Tokens: 1____ 2 3___ 4_______ 5____ 6____ 7 8 9_________ 10 11_____ 12____ 13_____________ 14________ 15 16___ 17___ 18____ 19__ 20__ 21 22________ 23

Chunks:
  FalseNegative nam [1,1] = Mirka

(ChunkerEvaluator) Sentence #493 from documents/00103931 from sent4

Text  : Więc tym samym blog uważam za reaktywowany , postaramy się już nie znikać na tak długo .
Tokens: 1___ 2__ 3____ 4___ 5_____ 6_ 7___________ 8 9________ 10_ 11_ 12_ 13____ 14 15_ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #494 from documents/00103931 from sent5

Text  : Pisanie notki po przerwie dziwnie przypomina rozpoczynanie bloga – co ,  na marginesie wydaje się być dla wielu osób chwilą trudną i  wyjątkową (  „  co by tu napisać ?  ”  )  .
Tokens: 1______ 2____ 3_ 4_______ 5______ 6_________ 7____________ 8____ 9 10 11 12 13________ 14____ 15_ 16_ 17_ 18___ 19__ 20____ 21____ 22 23_______ 24 25 26 27 28 29_____ 30 31 32 33

Chunks:

(ChunkerEvaluator) Sentence #495 from documents/00103931 from sent6

Text  : Przy całej efemeryczności i pospolitości tego medium lepiej chyba pisać pierwszy wpis tak ,  jak gdyby nigdy nic ,  gustownie pomijając kwestię uroczystej aktywacji .
Tokens: 1___ 2____ 3_____________ 4 5___________ 6___ 7_____ 8_____ 9____ 10___ 11______ 12__ 13_ 14 15_ 16___ 17___ 18_ 19 20_______ 21_______ 22_____ 23________ 24_______ 25

Chunks:

(ChunkerEvaluator) Sentence #496 from documents/00103931 from sent7

Text  : I tu w takim razie pojawia się pytanie – może ten przydługi wstęp jest zupełnie niepotrzebny ,  i  notka powinna zacząć się tak :
Tokens: 1 2_ 3 4____ 5____ 6______ 7__ 8______ 9 10__ 11_ 12_______ 13___ 14__ 15______ 16__________ 17 18 19___ 20_____ 21____ 22_ 23_ 24

Chunks:

(ChunkerEvaluator) Sentence #497 from documents/00103931 from sent8

Text  : Podczas krótkiej przerwy od blogowania niepostrzeżenie miała miejsce druga rocznica powstania naszego bloga .
Tokens: 1______ 2_______ 3______ 4_ 5_________ 6______________ 7____ 8______ 9____ 10______ 11_______ 12_____ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #498 from documents/00103931 from sent9

Text  : Rocznica sama w sobie nie jest faktem wyjątkowym – choć druga jest już dowodem pewnej wytrwałości .
Tokens: 1_______ 2___ 3 4____ 5__ 6___ 7_____ 8_________ 9 10__ 11___ 12__ 13_ 14_____ 15____ 16_________ 17

Chunks:

(ChunkerEvaluator) Sentence #499 from documents/00103931 from sent10

Text  : ( Swoją drogą , ciekawe jaki jest średni czas rozpadu bloga ?  )
Tokens: 1 2____ 3____ 4 5______ 6___ 7___ 8_____ 9___ 10_____ 11___ 12 13

Chunks:

(ChunkerEvaluator) Sentence #500 from documents/00103931 from sent11

Text  : Wspominam o niej bo właśnie otrzymali śmy coś w rodzaju prezentu –  co zresztą było bezpośrednim impulsem do reaktywacji .
Tokens: 1________ 2 3___ 4_ 5______ 6________ 7__ 8__ 9 10_____ 11______ 12 13 14_____ 15__ 16__________ 17______ 18 19_________ 20

Chunks:

(ChunkerEvaluator) Sentence #501 from documents/00103931 from sent12

Text  : Otóż Narodowe Centrum Kultury prowadzi właśnie ankietę dotyczącą zainteresowań osób z  sektora kultury ,  która ma NCK pozwolić wybrać kierunek rozszerzania swojej oferty .
Tokens: 1___ 2_______ 3______ 4______ 5_______ 6______ 7______ 8________ 9____________ 10__ 11 12_____ 13_____ 14 15___ 16 17_ 18______ 19____ 20______ 21__________ 22____ 23____ 24

Chunks:
  TruePositive nam [2,4] = Narodowe Centrum Kultury
  TruePositive nam [17,17] = NCK

(ChunkerEvaluator) Sentence #502 from documents/00103931 from sent13

Text  : Wśród dostępnych tematów , w dziale „ Promowanie systemów IT w  sektorze kultury ,  kultura i  sztuka w  Internecie ”  ,  pojawia się pozycja „  Kultura 2  .  0  ″  .
Tokens: 1____ 2_________ 3______ 4 5 6_____ 7 8_________ 9_______ 10 11 12______ 13_____ 14 15_____ 16 17____ 18 19________ 20 21 22_____ 23_ 24_____ 25 26_____ 27 28 29 30 31

Chunks:
  TruePositive nam [26,29] = Kultura 2 . 0
  FalsePositive nam [19,19] = Internecie
  FalseNegative nam [8,19] = Promowanie systemów IT w sektorze kultury , kultura i sztuka w Internecie

(ChunkerEvaluator) Sentence #503 from documents/00103931 from sent14

Text  : Nie jest to pierwsze odwołanie do naszej koncepcji – w  kilku publikacjach pojawiały się na przykład odwołania do naszego raportu .
Tokens: 1__ 2___ 3_ 4_______ 5________ 6_ 7_____ 8________ 9 10 11___ 12__________ 13_______ 14_ 15 16______ 17_______ 18 19_____ 20_____ 21

Chunks:

(ChunkerEvaluator) Sentence #504 from documents/00103931 from sent15

Text  : Jednak dla mnie jest coś wyjątkowego – i miłego –  w  tym ,  że NCK wymienia w  ankiecie Kulturę 2  .  0  ,  bez jakichkolwiek wyjaśnień ,  tak jakby był to naturalny element sektora kultury .
Tokens: 1_____ 2__ 3___ 4___ 5__ 6__________ 7 8 9_____ 10 11 12_ 13 14 15_ 16______ 17 18______ 19_____ 20 21 22 23 24_ 25___________ 26_______ 27 28_ 29___ 30_ 31 32_______ 33_____ 34_____ 35_____ 36

Chunks:
  TruePositive nam [15,15] = NCK
  TruePositive nam [19,22] = Kulturę 2 . 0

(ChunkerEvaluator) Sentence #505 from documents/00103931 from sent16

Text  : Ankietę oczywiście warto wypełnić – zachęcam do wyrażania zainteresowania naszą tematyką .
Tokens: 1______ 2_________ 3____ 4_______ 5 6_______ 7_ 8________ 9______________ 10___ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #506 from documents/00103931 from sent17

Text  : Co ciekawe , na samym końcu , w dziale „  inne obszary ”  ,  pojawia się kamp !
Tokens: 1_ 2______ 3 4_ 5____ 6____ 7 8 9_____ 10 11__ 12_____ 13 14 15_____ 16_ 17__ 18

Chunks:

2016-10-25 16:07:38,883 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 34 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103933.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103933.ini
(ChunkerEvaluator) Sentence #507 from documents/00103933 from sent1

Text  : W piątek 1 czerwca odbyła się zorganizowana przez Komisję Europejską oraz SGH debata „  Co dalej z  ACTA ”  .
Tokens: 1 2_____ 3 4______ 5_____ 6__ 7____________ 8____ 9______ 10________ 11__ 12_ 13____ 14 15 16___ 17 18__ 19 20

Chunks:
  TruePositive nam [9,10] = Komisję Europejską
  TruePositive nam [12,12] = SGH
  TruePositive nam [18,18] = ACTA

(ChunkerEvaluator) Sentence #508 from documents/00103933 from sent2

Text  : Inaczej niż się spodziewał em , ACTA nie była tylko pretekstem do dyskusji o  szerszych reformach –  jak to często ma miejsce w  dyskusjach z  ACTA w  tytule (  i  słusznie ,  bo dyskutowanie o  tym traktacie tak naprawdę ma sens w  szerszym kontekście ,  innych podejmowanych lub nie zmian regulacji )  .
Tokens: 1______ 2__ 3__ 4_________ 5_ 6 7___ 8__ 9___ 10___ 11________ 12 13______ 14 15_______ 16_______ 17 18_ 19 20____ 21 22_____ 23 24________ 25 26__ 27 28____ 29 30 31______ 32 33 34__________ 35 36_ 37_______ 38_ 39______ 40 41__ 42 43______ 44________ 45 46____ 47___________ 48_ 49_ 50___ 51_______ 52 53

Chunks:
  TruePositive nam [7,7] = ACTA
  TruePositive nam [26,26] = ACTA

(ChunkerEvaluator) Sentence #509 from documents/00103933 from sent3

Text  : Duża część dyskusji dotyczyła samej ACTA – głównym gościem był Pedro Velasco Martins ,  negocjator traktatu z  ramienia UE ,  który we wprowadzającym wystąpieniu bronił słuszności traktatu i  jego podpisania przez Europę (  przedstawiając go jako dokument ,  który w  Europie nie zmienia nic ,  a  jest wyłącznie „  batem ”  wprowadzającym europejski poziom ochrony własności intelektualnej w  państwach trzecich )  .
Tokens: 1___ 2____ 3_______ 4________ 5____ 6___ 7 8______ 9______ 10_ 11___ 12_____ 13_____ 14 15________ 16______ 17 18______ 19 20 21___ 22 23____________ 24_________ 25____ 26________ 27______ 28 29__ 30________ 31___ 32____ 33 34____________ 35 36__ 37______ 38 39___ 40 41_____ 42_ 43_____ 44_ 45 46 47__ 48_______ 49 50___ 51 52____________ 53________ 54____ 55_____ 56_______ 57____________ 58 59_______ 60______ 61 62

Chunks:
  TruePositive nam [6,6] = ACTA
  TruePositive nam [11,13] = Pedro Velasco Martins
  TruePositive nam [19,19] = UE
  TruePositive nam [32,32] = Europę
  TruePositive nam [41,41] = Europie

(ChunkerEvaluator) Sentence #510 from documents/00103933 from sent4

Text  : W czasie dyskusji zdarzyły się dwie warte odnotowania rzeczy .
Tokens: 1 2_____ 3_______ 4_______ 5__ 6___ 7____ 8__________ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #511 from documents/00103933 from sent5

Text  : Po pierwsze , zamykając spotkanie Martins powiedział rzecz dla mnie szokującą :  że odnośnie ACTA (  i  podobnych regulacji )  ,  Europa ma dwa wyjścia –  albo stworzy mocne prawo chroniące europejską produkcję własności intelektualnej ,  albo w  zamian będziemy mieli świetnie chronione prawa obywatelskie ,  długą i  ciekawą dyskusję o  regulacji świata cyfrowego i  trochę śmiesznych mashupów na Youtube (  cytuję z  pamięci )  .
Tokens: 1_ 2_______ 3 4________ 5________ 6______ 7_________ 8____ 9__ 10__ 11_______ 12 13 14______ 15__ 16 17 18_______ 19_______ 20 21 22____ 23 24_ 25_____ 26 27__ 28_____ 29___ 30___ 31_______ 32________ 33_______ 34_______ 35____________ 36 37__ 38 39____ 40______ 41___ 42______ 43_______ 44___ 45__________ 46 47___ 48 49_____ 50______ 51 52_______ 53____ 54_______ 55 56____ 57________ 58______ 59 60_____ 61 62____ 63 64_____ 65 66

Chunks:
  TruePositive nam [6,6] = Martins
  TruePositive nam [15,15] = ACTA
  TruePositive nam [22,22] = Europa
  TruePositive nam [60,60] = Youtube

(ChunkerEvaluator) Sentence #512 from documents/00103933 from sent6

Text  : Było dla mnie jeszcze przed spotkaniem jasne , że negocjator unijny pracujący w  DG Trade będzie miał specyficzną perspektywę na ACTA –  nie dość że głównie rynkową ,  to jeszcze uwzględniającą kwestie unijnego handlu zagranicznego .
Tokens: 1___ 2__ 3___ 4______ 5____ 6_________ 7____ 8 9_ 10________ 11____ 12_______ 13 14 15___ 16____ 17__ 18_________ 19_________ 20 21__ 22 23_ 24__ 25 26_____ 27_____ 28 29 30_____ 31____________ 32_____ 33______ 34____ 35___________ 36

Chunks:
  TruePositive nam [14,15] = DG Trade
  TruePositive nam [21,21] = ACTA

(ChunkerEvaluator) Sentence #513 from documents/00103933 from sent7

Text  : Martins wcześniej podkreślał , że Unia wchodzi w ACTA tak naprawdę nie po to ,  by siebie regulować ,  lecz by nałożyć poziom unijnych regulacji na państwa trzecie :  partnerów handlowych obecnie nie chroniących własności intelektualnej .
Tokens: 1______ 2________ 3_________ 4 5_ 6___ 7______ 8 9___ 10_ 11______ 12_ 13 14 15 16 17____ 18_______ 19 20__ 21 22_____ 23____ 24______ 25_______ 26 27_____ 28_____ 29 30_______ 31________ 32_____ 33_ 34_________ 35_______ 36____________ 37

Chunks:
  TruePositive nam [1,1] = Martins
  TruePositive nam [6,6] = Unia
  TruePositive nam [9,9] = ACTA

(ChunkerEvaluator) Sentence #514 from documents/00103933 from sent8

Text  : Ale końcowa wypowiedź jest dla mnie szokująca : bo sugeruje ,  że nie da się stworzyć zbalansowanego systemu jednocześnie wspierającego rynek i  chroniącego prawa podstawowe .
Tokens: 1__ 2______ 3________ 4___ 5__ 6___ 7________ 8 9_ 10______ 11 12 13_ 14 15_ 16______ 17____________ 18_____ 19__________ 20___________ 21___ 22 23_________ 24___ 25________ 26

Chunks:

(ChunkerEvaluator) Sentence #515 from documents/00103933 from sent9

Text  : Oraz że kreatywność nie jest tak naprawdę „ motorem ”  rynkowym ,  skoro zapewnia jedynie „  śmieszny mashup na Youtube ”  .
Tokens: 1___ 2_ 3__________ 4__ 5___ 6__ 7_______ 8 9______ 10 11______ 12 13___ 14______ 15_____ 16 17______ 18____ 19 20_____ 21 22

Chunks:
  TruePositive nam [20,20] = Youtube

2016-10-25 16:07:39,000 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 35 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103936.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103936.ini
(ChunkerEvaluator) Sentence #516 from documents/00103936 from sent1

Text  : I uświadomił em sobie , że wśród tych na nowo artykułowanych zjawisk brak jednego :  reformy systemu własności intelektualnej ,  w  szczególności praw autorskich .
Tokens: 1 2_________ 3_ 4____ 5 6_ 7____ 8___ 9_ 10__ 11____________ 12_____ 13__ 14_____ 15 16_____ 17_____ 18_______ 19____________ 20 21 22___________ 23__ 24________ 25

Chunks:

(ChunkerEvaluator) Sentence #517 from documents/00103936 from sent2

Text  : Partia , która w wielu sferach rzeczywiście wprowadza do polityki nowe punkty widzenia ,  a  nawet nowe tematy do politycznej agendy ,  w  kwestii praw autorskich milczy .
Tokens: 1_____ 2 3____ 4 5____ 6______ 7___________ 8________ 9_ 10______ 11__ 12____ 13______ 14 15 16___ 17__ 18____ 19 20_________ 21____ 22 23 24_____ 25__ 26________ 27____ 28

Chunks:

(ChunkerEvaluator) Sentence #518 from documents/00103936 from sent3

Text  : Nie chodzi mi przy tym o to , że to właśnie Ruch Palikota powinien postulować reformę systemu własności intelektualnej .
Tokens: 1__ 2_____ 3_ 4___ 5__ 6 7_ 8 9_ 10 11_____ 12__ 13______ 14______ 15________ 16_____ 17_____ 18_______ 19____________ 20

Chunks:
  TruePositive nam [12,13] = Ruch Palikota

(ChunkerEvaluator) Sentence #519 from documents/00103936 from sent4

Text  : Abtrahuję nawet od kształtu propozycji tej reformy .
Tokens: 1________ 2____ 3_ 4_______ 5_________ 6__ 7______ 8

Chunks:
  FalsePositive nam [1,1] = Abtrahuję

(ChunkerEvaluator) Sentence #520 from documents/00103936 from sent5

Text  : I do pewnego stopnia zadowoliły by mnie nawet postulaty zaostrzenia systemu własności intelektualnej –  dowolne stanowisko ,  które wprowadzało by tę tematykę do debaty publicznej .
Tokens: 1 2_ 3______ 4______ 5_________ 6_ 7___ 8____ 9________ 10_________ 11_____ 12_______ 13____________ 14 15_____ 16________ 17 18___ 19_________ 20 21 22______ 23 24____ 25________ 26

Chunks:

(ChunkerEvaluator) Sentence #521 from documents/00103936 from sent6

Text  : Tuż obok , w Niemczech , tego rodzaju postulaty pojawiają się w  polityce –  za sprawą Partii Piratów (  której jedyne tak naprawdę postulaty sprowadzają się do ochrony swobód i  praw podstawowych związanych z  korzystaniem z  nowych technologii )  ,  która zdobyła 10 %  w  wyborach do parlamentu berlińskiego i  według sondaży ma szanse na podobny wynik w  wyborach na poziomie federalnym .
Tokens: 1__ 2___ 3 4 5________ 6 7___ 8______ 9________ 10_______ 11_ 12 13______ 14 15 16____ 17____ 18_____ 19 20____ 21____ 22_ 23______ 24_______ 25_________ 26_ 27 28_____ 29____ 30 31__ 32__________ 33________ 34 35__________ 36 37____ 38_________ 39 40 41___ 42_____ 43 44 45 46______ 47 48________ 49__________ 50 51____ 52_____ 53 54____ 55 56_____ 57___ 58 59______ 60 61______ 62________ 63

Chunks:
  TruePositive nam [5,5] = Niemczech
  TruePositive nam [17,18] = Partii Piratów

(ChunkerEvaluator) Sentence #522 from documents/00103936 from sent7

Text  : Tymczasem w Polsce żadna partia nie zidentyfikowała go jako kwestię kluczową dla swojego elektoratu .
Tokens: 1________ 2 3_____ 4____ 5_____ 6__ 7______________ 8_ 9___ 10_____ 11______ 12_ 13_____ 14________ 15

Chunks:
  TruePositive nam [3,3] = Polsce

(ChunkerEvaluator) Sentence #523 from documents/00103936 from sent8

Text  : To już nie pierwszy raz , gdy kwestia praw autorskich okazuje się białą plamą w  naszej zbiorowej ,  politycznej wyobraźni .
Tokens: 1_ 2__ 3__ 4_______ 5__ 6 7__ 8______ 9___ 10________ 11_____ 12_ 13___ 14___ 15 16____ 17_______ 18 19_________ 20_______ 21

Chunks:

(ChunkerEvaluator) Sentence #524 from documents/00103936 from sent9

Text  : Poprzednio miałem takie poczucie przy okazji reformy systemu nauki –  w  trakcie której omówiono chyba wszystkie kwestie związane z  systemem nauki i  szkolnictwa wyższego ,  poza reformą modeli komunikacji .
Tokens: 1_________ 2_____ 3____ 4_______ 5___ 6_____ 7______ 8______ 9____ 10 11 12_____ 13____ 14______ 15___ 16_______ 17_____ 18______ 19 20______ 21___ 22 23_________ 24______ 25 26__ 27_____ 28____ 29_________ 30

Chunks:

(ChunkerEvaluator) Sentence #525 from documents/00103936 from sent10

Text  : Myślę , że w tym przypadku może to świadczyć o  niskich kompetencjach partii odnośnie tego rodzaju „  eksperckiej ”  tematyki .
Tokens: 1____ 2 3_ 4 5__ 6________ 7___ 8_ 9________ 10 11_____ 12___________ 13____ 14______ 15__ 16_____ 17 18_________ 19 20______ 21

Chunks:

(ChunkerEvaluator) Sentence #526 from documents/00103936 from sent11

Text  : Temat oczywiście tylko pozornie jest niszowy – prawo autorskie oddziaływuje dzisiaj na miliony osób ściągających i  wymieniających się treściami w  Sieci –  dla części z  nich stanowisko w  tych kwestiach było by na pewno decydującym powodem dla oddania na kogoś głosu .
Tokens: 1____ 2_________ 3____ 4_______ 5___ 6______ 7 8____ 9________ 10__________ 11_____ 12 13_____ 14__ 15__________ 16 17____________ 18_ 19_______ 20 21___ 22 23_ 24____ 25 26__ 27________ 28 29__ 30_______ 31__ 32 33 34___ 35_________ 36_____ 37_ 38_____ 39 40___ 41___ 42

Chunks:

(ChunkerEvaluator) Sentence #527 from documents/00103936 from sent12

Text  : Marzyło by mi się , żeby w kraju , w  którym o  śmierci Steve ’  a  Jobsa gazety piszą na pierwszych stronach ,  kluczowe decyzje polityczne związane z  jego wynalazkami były przedmiotem debaty politycznej .
Tokens: 1______ 2_ 3_ 4__ 5 6___ 7 8____ 9 10 11____ 12 13_____ 14___ 15 16 17___ 18____ 19___ 20 21________ 22______ 23 24______ 25_____ 26________ 27______ 28 29__ 30_________ 31__ 32_________ 33____ 34_________ 35

Chunks:
  TruePositive nam [14,17] = Steve ’ a Jobsa

2016-10-25 16:07:39,118 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 36 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103941.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103941.ini
(ChunkerEvaluator) Sentence #528 from documents/00103941 from sent1

Text  : Wszyscy wiemy , że zostawiamy za sobą miliony elektronicznych śladów wtłaczanych i  gromadzonych gdzieś w  czeluściach setek tysięcy serwerowni na całym świecie .
Tokens: 1______ 2____ 3 4_ 5_________ 6_ 7___ 8______ 9______________ 10____ 11_________ 12 13__________ 14____ 15 16_________ 17___ 18_____ 19________ 20 21___ 22_____ 23

Chunks:

(ChunkerEvaluator) Sentence #529 from documents/00103941 from sent2

Text  : Wpisy na blogach i forach , twiterze , komentarze pod artykułami ,  zakupy w  sklepach internetowych ,  upload zdjęć ,  udział w  portalach społecznościowych to tylko ułamek z  pozostawianych przez nas cyfrowych odcisków palców .
Tokens: 1____ 2_ 3______ 4 5_____ 6 7_______ 8 9_________ 10_ 11________ 12 13____ 14 15______ 16___________ 17 18____ 19___ 20 21____ 22 23_______ 24_______________ 25 26___ 27____ 28 29____________ 30___ 31_ 32_______ 33______ 34____ 35

Chunks:
  FalseNegative nam [7,7] = twiterze

(ChunkerEvaluator) Sentence #530 from documents/00103941 from sent3

Text  : Treść to nie wszystko .
Tokens: 1____ 2_ 3__ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #531 from documents/00103941 from sent4

Text  : Nie mniej istotne czynniki to : częstotliwość używania poszczególnych mediów ,  ilość posiadanych znajomych –  gęstość siatki interakcyjnej i  systematyczność używania jej oraz (  co pewnie wielu się nie spodoba ?  )  zmiany naszej lokalizacji ustalane dzięki telefonom komórkowym .
Tokens: 1__ 2____ 3______ 4_______ 5_ 6 7____________ 8_______ 9_____________ 10____ 11 12___ 13_________ 14_______ 15 16_____ 17____ 18___________ 19 20_____________ 21______ 22_ 23__ 24 25 26____ 27___ 28_ 29_ 30_____ 31 32 33____ 34____ 35_________ 36______ 37____ 38_______ 39________ 40

Chunks:

(ChunkerEvaluator) Sentence #532 from documents/00103941 from sent5

Text  : Świadomość gromadzenia przez ? operatorów ?
Tokens: 1_________ 2__________ 3____ 4 5_________ 6

Chunks:

(ChunkerEvaluator) Sentence #533 from documents/00103941 from sent6

Text  : tego typu danych powszednieje .
Tokens: 1___ 2___ 3_____ 4___________ 5

Chunks:

(ChunkerEvaluator) Sentence #534 from documents/00103941 from sent7

Text  : Ale czy zastanawiali śmy się , co będzie , gdy ktoś z  tych danych wyprowadzi uniwersalne wzory na ludzkie zachowania ?
Tokens: 1__ 2__ 3___________ 4__ 5__ 6 7_ 8_____ 9 10_ 11__ 12 13__ 14____ 15________ 16_________ 17___ 18 19_____ 20________ 21

Chunks:

(ChunkerEvaluator) Sentence #535 from documents/00103941 from sent8

Text  : Watts i Salganik zmęczeni niemożnością przetestowania rosnącej liczby teorii socjologicznych stwierdzili ,  że najwyższa pora to zmienić ,  a  technologia ,  która to umożliwia jest w  zasięgu ręki (  patrz wyżej )  .
Tokens: 1____ 2 3_______ 4_______ 5___________ 6_____________ 7_______ 8_____ 9_____ 10_____________ 11_________ 12 13 14_______ 15__ 16 17_____ 18 19 20_________ 21 22___ 23 24_______ 25__ 26 27_____ 28__ 29 30___ 31___ 32 33

Chunks:
  TruePositive nam [1,1] = Watts
  TruePositive nam [3,3] = Salganik

(ChunkerEvaluator) Sentence #536 from documents/00103941 from sent9

Text  : Stworzyli więc projekt www o nazwie Music Lab , który pokazał jak duży wpływ na nasze wybory mają inni ludzie .
Tokens: 1________ 2___ 3______ 4__ 5 6_____ 7____ 8__ 9 10___ 11_____ 12_ 13__ 14___ 15 16___ 17____ 18__ 19__ 20____ 21

Chunks:
  TruePositive nam [7,8] = Music Lab
  FalseNegative nam [4,4] = www

(ChunkerEvaluator) Sentence #537 from documents/00103941 from sent10

Text  : Wystarczyło grupie stosunkowo niezależnie oceniającej muzykę podsunąć sztucznie skonstruowane oceny ,  aby znacząco zmienić ich wynik .
Tokens: 1__________ 2_____ 3_________ 4__________ 5__________ 6_____ 7_______ 8________ 9____________ 10___ 11 12_ 13______ 14_____ 15_ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #538 from documents/00103941 from sent11

Text  : Niby nic niezwykłego , ale postać rzeczy zmienia fakt ,  że w  eksperymencie wzięło udział ponad 14 .  000 osób !
Tokens: 1___ 2__ 3__________ 4 5__ 6_____ 7_____ 8______ 9___ 10 11 12 13___________ 14____ 15____ 16___ 17 18 19_ 20__ 21

Chunks:

(ChunkerEvaluator) Sentence #539 from documents/00103941 from sent12

Text  : Badacze zaś zamiast użyć klasycznej nazwy grup badawczych woleli poszczególne elementy próby nazwać światami społecznymi .
Tokens: 1______ 2__ 3______ 4___ 5_________ 6____ 7___ 8_________ 9_____ 10__________ 11______ 12___ 13____ 14______ 15_________ 16

Chunks:

(ChunkerEvaluator) Sentence #540 from documents/00103941 from sent13

Text  : Z kolei Barábasi woli badać zachowania korzystając z danych pozatreściowych –  takich jak współrzędne telefonu komórkowego .
Tokens: 1 2____ 3_______ 4___ 5____ 6_________ 7__________ 8 9_____ 10_____________ 11 12____ 13_ 14_________ 15______ 16_________ 17

Chunks:
  TruePositive nam [3,3] = Barábasi

(ChunkerEvaluator) Sentence #541 from documents/00103941 from sent14

Text  : Można się pokusić o nowe rozumienie podziału nauk społecznych na jakościowe i  ilościowe .
Tokens: 1____ 2__ 3______ 4 5___ 6_________ 7_______ 8___ 9__________ 10 11________ 12 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #542 from documents/00103941 from sent15

Text  : Pojęcie eksploracji jakościowych odnosiło by się do badań zawartości ,  jaki tworzą badani z  pomocą nowych mediów (  tak jak to robi Watts )  ,  zaś pojęcie badań ilościowych odnosiło by się do przetwarzania wszystkich innych danych generowanych przez infrastrukturę (  tak jak to robi )  .
Tokens: 1______ 2__________ 3___________ 4_______ 5_ 6__ 7_ 8____ 9_________ 10 11__ 12____ 13____ 14 15____ 16____ 17____ 18 19_ 20_ 21 22__ 23___ 24 25 26_ 27_____ 28___ 29_________ 30______ 31 32_ 33 34___________ 35________ 36____ 37____ 38__________ 39___ 40____________ 41 42_ 43_ 44 45__ 46 47

Chunks:
  TruePositive nam [23,23] = Watts

(ChunkerEvaluator) Sentence #543 from documents/00103941 from sent16

Text  : Nauki społeczne rozwijały badania empiryczne , ilościowe i jakościowe ,  gromadziły dane o  ludzkich zachowaniach i  interakcjach ,  aby weryfikować swe teorie ,  ale dochodziły do ustaleń raczej pewnych wzorców niż praw .
Tokens: 1____ 2________ 3________ 4______ 5_________ 6 7________ 8 9_________ 10 11________ 12__ 13 14______ 15__________ 16 17__________ 18 19_ 20_________ 21_ 22____ 23 24_ 25________ 26 27_____ 28____ 29_____ 30_____ 31_ 32__ 33

Chunks:

2016-10-25 16:07:39,242 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 37 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103951.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103951.ini
(ChunkerEvaluator) Sentence #544 from documents/00103951 from sent1

Text  : Ritchie zmarł przed tygodniem .
Tokens: 1______ 2____ 3____ 4________ 5

Chunks:
  TruePositive nam [1,1] = Ritchie

(ChunkerEvaluator) Sentence #545 from documents/00103951 from sent2

Text  : Był twórcą języka C , którego użył do stworzenia systemu Unix .
Tokens: 1__ 2_____ 3_____ 4 5 6______ 7___ 8_ 9_________ 10_____ 11__ 12

Chunks:
  TruePositive nam [11,11] = Unix

(ChunkerEvaluator) Sentence #546 from documents/00103951 from sent3

Text  : Bez Uniksa systemy operacyjne wyglądały by dziś zapewne inaczej .
Tokens: 1__ 2_____ 3______ 4_________ 5________ 6_ 7___ 8______ 9______ 10

Chunks:
  TruePositive nam [2,2] = Uniksa

(ChunkerEvaluator) Sentence #547 from documents/00103951 from sent4

Text  : Z rodziny Unix wywodzi się zresztą także Mac OS .
Tokens: 1 2______ 3___ 4______ 5__ 6______ 7____ 8__ 9_ 10

Chunks:
  TruePositive nam [3,3] = Unix
  TruePositive nam [8,9] = Mac OS

(ChunkerEvaluator) Sentence #548 from documents/00103951 from sent5

Text  : Ale listę technologicznych spadkobierców dzieci Ritchiego można ciągnąć w nieskończoność .
Tokens: 1__ 2____ 3_______________ 4____________ 5_____ 6________ 7____ 8______ 9 10____________ 11

Chunks:
  TruePositive nam [6,6] = Ritchiego

(ChunkerEvaluator) Sentence #549 from documents/00103951 from sent6

Text  : Przeglądarki internetowe , serwery – większa część internetu i tego co w  nim robimy możliwa jest dzięki pochodnym języka C  .  Programowanie obiektowe też .
Tokens: 1___________ 2__________ 3 4______ 5 6______ 7____ 8________ 9 10__ 11 12 13_ 14____ 15_____ 16__ 17____ 18_______ 19____ 20 21 22___________ 23_______ 24_ 25

Chunks:
  TruePositive nam [8,8] = internetu
  FalsePositive nam [20,20] = C

(ChunkerEvaluator) Sentence #550 from documents/00103951 from sent7

Text  : Wczoraj zmarł Friedrich Kittler – jeden z najbardziej przenikliwych ,  ale też drażniących i  prowokacyjnych badaczy mediów .
Tokens: 1______ 2____ 3________ 4______ 5 6____ 7 8__________ 9____________ 10 11_ 12_ 13_________ 14 15____________ 16_____ 17____ 18

Chunks:
  TruePositive nam [3,4] = Friedrich Kittler

(ChunkerEvaluator) Sentence #551 from documents/00103951 from sent8

Text  : Wielki umysł , który w czasach , kiedy o mediach pisze niemal każdy ,  potrafił zająć się nimi w  sposób oryginalny .
Tokens: 1_____ 2____ 3 4____ 5 6______ 7 8____ 9 10_____ 11___ 12____ 13___ 14 15______ 16___ 17_ 18__ 19 20____ 21________ 22

Chunks:

(ChunkerEvaluator) Sentence #552 from documents/00103951 from sent9

Text  : I kompetentny – jak wiadomo , znał się na programowaniu i  gardził interfejsem graficznym .
Tokens: 1 2__________ 3 4__ 5______ 6 7___ 8__ 9_ 10___________ 11 12_____ 13_________ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #553 from documents/00103951 from sent10

Text  : Jestem pewien , że jego prace będą w kolejnych latach wywierać coraz silniejszy wpływ na rozwój studiów nad mediami .
Tokens: 1_____ 2_____ 3 4_ 5___ 6____ 7___ 8 9________ 10____ 11______ 12___ 13________ 14___ 15 16____ 17_____ 18_ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #554 from documents/00103951 from sent11

Text  : A wracając do Jobsa – którego śmierć , a raczej zamieszanie wokół niej pokazało ,  że celebrycki status przysługuje dziś także osobom z  branży komputerowej .
Tokens: 1 2_______ 3_ 4____ 5 6______ 7_____ 8 9 10____ 11_________ 12___ 13__ 14______ 15 16 17________ 18____ 19_________ 20__ 21___ 22____ 23 24____ 25__________ 26

Chunks:
  TruePositive nam [4,4] = Jobsa

(ChunkerEvaluator) Sentence #555 from documents/00103951 from sent12

Text  : My z Alkiem też napisali śmy o nim tekst do Dwutygodnika .
Tokens: 1_ 2 3_____ 4__ 5_______ 6__ 7 8__ 9____ 10 11__________ 12

Chunks:
  TruePositive nam [3,3] = Alkiem
  TruePositive nam [11,11] = Dwutygodnika

(ChunkerEvaluator) Sentence #556 from documents/00103951 from sent13

Text  : Dla równowagi wobec wszechobecnych peanów , nieco uszczypliwy – choć sami pracujemy na Makach i  nikt do ich zalet nie musi nas przekonywać .
Tokens: 1__ 2________ 3____ 4_____________ 5_____ 6 7____ 8__________ 9 10__ 11__ 12_______ 13 14____ 15 16__ 17 18_ 19___ 20_ 21__ 22_ 23_________ 24

Chunks:
  TruePositive nam [14,14] = Makach

(ChunkerEvaluator) Sentence #557 from documents/00103951 from sent14

Text  : Ale dziś wydaje mi się , że najlepszą metaforą sukcesu Apple (  a  więc w  dużej mierze i  samego Jobsa )  jest rysunek ,  który widział em niedawno w  „  New Yorkerze ”  .
Tokens: 1__ 2___ 3_____ 4_ 5__ 6 7_ 8________ 9_______ 10_____ 11___ 12 13 14__ 15 16___ 17____ 18 19____ 20___ 21 22__ 23_____ 24 25___ 26_____ 27 28______ 29 30 31_ 32______ 33 34

Chunks:
  TruePositive nam [11,11] = Apple
  TruePositive nam [20,20] = Jobsa
  TruePositive nam [31,32] = New Yorkerze

(ChunkerEvaluator) Sentence #558 from documents/00103951 from sent15

Text  : Jest na nim kapsuła , która pojawia się w restauracji .
Tokens: 1___ 2_ 3__ 4______ 5 6____ 7______ 8__ 9 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #559 from documents/00103951 from sent16

Text  : Ze środka wyskakuje mężczyzna , krzyczący do osłupiałego klienta ,  przy którym stoi kelner :  „  Jestem tobą z  przyszłości .
Tokens: 1_ 2_____ 3________ 4________ 5 6________ 7_ 8__________ 9______ 10 11__ 12____ 13__ 14____ 15 16 17____ 18__ 19 20_________ 21

Chunks:

(ChunkerEvaluator) Sentence #560 from documents/00103951 from sent17

Text  : Wrócił em , żeby cię ostrzec : nie zamawiaj małż .
Tokens: 1_____ 2_ 3 4___ 5__ 6______ 7 8__ 9_______ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #561 from documents/00103951 from sent18

Text  : Sos jest trochę zbyt gęsty ” .
Tokens: 1__ 2___ 3_____ 4___ 5____ 6 7

Chunks:

(ChunkerEvaluator) Sentence #562 from documents/00103951 from sent19

Text  : W pierwszej chwili wydaje się to idiotyczne .
Tokens: 1 2________ 3_____ 4_____ 5__ 6_ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #563 from documents/00103951 from sent20

Text  : Wysoka technologia , o której fantazjowały pokolenia , wykorzystana po to ,  żeby uchronić człowieka przed czymś tak błahym ,  jak nie w  pełni satysfakcjonujący posiłek .
Tokens: 1_____ 2__________ 3 4 5_____ 6___________ 7________ 8 9___________ 10 11 12 13__ 14______ 15_______ 16___ 17___ 18_ 19____ 20 21_ 22_ 23 24___ 25_______________ 26_____ 27

Chunks:

(ChunkerEvaluator) Sentence #564 from documents/00103951 from sent21

Text  : Ale w gruncie rzeczy przecież często chodzi o komfort przy takich właśnie detalach .
Tokens: 1__ 2 3______ 4_____ 5_______ 6_____ 7_____ 8 9______ 10__ 11____ 12_____ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #565 from documents/00103951 from sent22

Text  : A sos od Apple zawsze jest idealny .
Tokens: 1 2__ 3_ 4____ 5_____ 6___ 7______ 8

Chunks:
  TruePositive nam [4,4] = Apple

2016-10-25 16:07:39,360 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 38 from 37: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103960.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103960.ini
(ChunkerEvaluator) Sentence #566 from documents/00103960 from sent1

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #567 from documents/00103960 from sent2

Text  : Na początek – pomimo ewidentnych uproszczeń i tęsknoty za jednozdaniowymi hasłami (  rozumiem ,  taka estetyka )  –  podoba mi się inicjatywa „  Metra ”  .
Tokens: 1_ 2_______ 3 4_____ 5__________ 6_________ 7 8_______ 9_ 10_____________ 11_____ 12 13______ 14 15__ 16______ 17 18 19____ 20 21_ 22________ 23 24___ 25 26

Chunks:
  TruePositive nam [24,24] = Metra

(ChunkerEvaluator) Sentence #568 from documents/00103960 from sent3

Text  : Dziennik – co trzeba podkreślić – dopuszcza w dyskusji różne głosy (  na ich stronie możecie znaleźć dzisiejszy numer ,  w  którym znajduje się m  .  in .  rozmowa z  Alkiem )  ,  nie tylko tradycyjnie rozumianych środowisk twórczych .
Tokens: 1_______ 2 3_ 4_____ 5_________ 6 7________ 8 9_______ 10___ 11___ 12 13 14_ 15_____ 16_____ 17_____ 18________ 19___ 20 21 22____ 23______ 24_ 25 26 27 28 29_____ 30 31____ 32 33 34_ 35___ 36_________ 37_________ 38_______ 39_______ 40

Chunks:
  TruePositive nam [31,31] = Alkiem

(ChunkerEvaluator) Sentence #569 from documents/00103960 from sent4

Text  : Cieszy mnie też , że całą akcją zainteresowało się Ministerstwo Kultury (  i  DN )  –  czas pokaże ,  na ile to zainteresowanie realne ,  ale miło ,  że na Chłodnej pojawili się pracownicy ministerstwa ,  a  minister Zdrojewski mówi „  Metru ”  o  konieczności zmiany prawa autorskiego ,  podkreślając równocześnie ,  że zmiany nie powinny polegać na zaostrzaniu prawa karnego .
Tokens: 1_____ 2___ 3__ 4 5_ 6___ 7____ 8_____________ 9__ 10__________ 11_____ 12 13 14 15 16 17__ 18____ 19 20 21_ 22 23_____________ 24____ 25 26_ 27__ 28 29 30 31______ 32______ 33_ 34________ 35__________ 36 37 38______ 39________ 40__ 41 42___ 43 44 45__________ 46____ 47___ 48_________ 49 50__________ 51__________ 52 53 54____ 55_ 56_____ 57_____ 58 59_________ 60___ 61_____ 62

Chunks:
  TruePositive nam [10,11] = Ministerstwo Kultury
  TruePositive nam [14,14] = DN
  TruePositive nam [31,31] = Chłodnej
  TruePositive nam [39,39] = Zdrojewski
  TruePositive nam [42,42] = Metru

(ChunkerEvaluator) Sentence #570 from documents/00103960 from sent5

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #571 from documents/00103960 from sent6

Text  : Podobało mi się również , że uczestnicy spotkania w trakcie jego trwania zaczęli się przychylać do tezy ,  że nie chodzi o  wsadzanie internautów do więzienia ,  a  także wątek ,  do którego bardzo fajnie zapalił się Jurek Owsiak –  że w  szkołach i  mediach powinno się więcej rozmawiać o  prawie autorskim .
Tokens: 1_______ 2_ 3__ 4______ 5 6_ 7_________ 8________ 9 10_____ 11__ 12_____ 13_____ 14_ 15________ 16 17__ 18 19 20_ 21____ 22 23_______ 24_________ 25 26_______ 27 28 29___ 30___ 31 32 33_____ 34____ 35____ 36_____ 37_ 38___ 39____ 40 41 42 43______ 44 45_____ 46_____ 47_ 48____ 49_______ 50 51____ 52_______ 53

Chunks:
  TruePositive nam [24,24] = internautów
  TruePositive nam [38,39] = Jurek Owsiak

(ChunkerEvaluator) Sentence #572 from documents/00103960 from sent7

Text  : Teraz to , co podobało mi się mniej – choć na swój sposób było ciekawe :
Tokens: 1____ 2_ 3 4_ 5_______ 6_ 7__ 8____ 9 10__ 11 12__ 13____ 14__ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #573 from documents/00103960 from sent8

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #574 from documents/00103960 from sent9

Text  : Nie podobała mi się wiara w magiczną moc prawa –  Kazik opowiadał anegdotę o  tym ,  że jako nastolatek próbował zwinąć winyl w  londyńskim sklepie .
Tokens: 1__ 2_______ 3_ 4__ 5____ 6 7_______ 8__ 9____ 10 11___ 12_______ 13______ 14 15_ 16 17 18__ 19________ 20______ 21____ 22___ 23 24________ 25_____ 26

Chunks:
  TruePositive nam [11,11] = Kazik

(ChunkerEvaluator) Sentence #575 from documents/00103960 from sent10

Text  : Został złapany , przestraszył się i nigdy więcej niczego nie ukradł .
Tokens: 1_____ 2______ 3 4___________ 5__ 6 7____ 8_____ 9______ 10_ 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #576 from documents/00103960 from sent11

Text  : Wniosek : straszmy młodych ludzi surowymi karami , to przestaną .
Tokens: 1______ 2 3_______ 4______ 5____ 6_______ 7_____ 8 9_ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #577 from documents/00103960 from sent12

Text  : Nie wierzę w to , nie ma też możliwości ,  by przy skali zjawiska straszyć sankcjami karnymi kogoś więcej ,  niż grupkę pechowców .
Tokens: 1__ 2_____ 3 4_ 5 6__ 7_ 8__ 9_________ 10 11 12__ 13___ 14______ 15______ 16_______ 17_____ 18___ 19____ 20 21_ 22____ 23_______ 24

Chunks:

(ChunkerEvaluator) Sentence #578 from documents/00103960 from sent13

Text  : Bliższa jest mi perspektywa Lawrence ’ a Lessiga , prezentowana choćby w  jego najnowszej książce .
Tokens: 1______ 2___ 3_ 4__________ 5_______ 6 7 8______ 9 10__________ 11____ 12 13__ 14________ 15_____ 16

Chunks:
  TruePositive nam [5,8] = Lawrence ’ a Lessiga

(ChunkerEvaluator) Sentence #579 from documents/00103960 from sent14

Text  : Skoro nie da się egzekwować prawnych zakazów piractwa ( 10 lat batalii z  piratami w  USA pokazuje to aż zbyt dobrze )  ,  a  efekt jest odwrotny od zamierzeń ,  bo kolejne pokolenie wzrasta w  poczuciu ,  że łamanie prawa jest ok ,  to zdepenalizujmy ściąganie i  pomyślmy nad rekompensatami dla twórców .
Tokens: 1____ 2__ 3_ 4__ 5_________ 6_______ 7______ 8_______ 9 10 11_ 12_____ 13 14______ 15 16_ 17______ 18 19 20__ 21____ 22 23 24 25___ 26__ 27______ 28 29_______ 30 31 32_____ 33_______ 34_____ 35 36______ 37 38 39_____ 40___ 41__ 42 43 44 45____________ 46_______ 47 48______ 49_ 50____________ 51_ 52_____ 53

Chunks:
  TruePositive nam [16,16] = USA

(ChunkerEvaluator) Sentence #580 from documents/00103960 from sent15

Text  : Dodatkowy podatek , stała opłata – cokolwiek , co ma szansę działać ,  a  nie po raz kolejny ośmieszy ustawodawców .
Tokens: 1________ 2______ 3 4____ 5_____ 6 7________ 8 9_ 10 11____ 12_____ 13 14 15_ 16 17_ 18_____ 19______ 20__________ 21

Chunks:

======================================================================================
# Exact match evaluation -- annotation span and types evaluation
======================================================================================
        Annotation                     &      TP &      FP &      FN & Precision & Recall  & F$_1$   \\
\hline
        nam                            &     385 &      34 &      79 &    91.89% &  82.97% &  87.20% \\
\hline
        *TOTAL*                        &     385 &      34 &      79 &    91.89% &  82.97% &  87.20% \\


======================================================================================
# Annotation span evaluation (annotation types are ignored)
======================================================================================
        Annotation                     &      TP &      FP &      FN & Precision & Recall  & F$_1$   \\
\hline
        *TOTAL*                        &     385 &      34 &      79 &    91.89% &  82.97% &  87.20% \\


======================================================================================
# MUC match evaluation
======================================================================================
        Annotation                     &     COR &     ACT &     POS & Precision & Recall  & F$_1$   \\
\hline
        nam                            &     791 &      47 &     133 &    94.39% &  85.61% &  89.78% \\
\hline
        *TOTAL*                        &     791 &      47 &     133 &    94.39% &  85.61% &  89.78% \\


====================================================
Processing time
====================================================
1) Model loading        : --h --m 00s (52816887ns) 
2) Data reading         : --h --m 00s (382175323ns) 
3) Feature generation   : --h --m 01s (1187061940ns) 
4) Chunking             : --h --m 01s (1973269725ns) 
5) Evaluation           : --h --m 04s (4440839263ns) (not in total time)
----------------------------------------------------
## Total time             --h --m 03s (3595323875ns)
----------------------------------------------------
Tokens           :    11725
Text kB          :       70.65
Tokens  / second :     3261.18
Text kB / second :       19.65
----------------------------------------------------
