(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$
2016-10-13 16:40:15,727 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100504.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100504.ini
2016-10-13 16:40:15,968 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100513.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100513.ini
2016-10-13 16:40:15,989 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100526.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100526.ini
2016-10-13 16:40:16,011 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100529.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100529.ini
2016-10-13 16:40:16,079 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100534.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100534.ini
2016-10-13 16:40:16,088 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100536.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100536.ini
2016-10-13 16:40:16,173 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100619.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100619.ini
2016-10-13 16:40:16,237 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100620.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100620.ini
2016-10-13 16:40:16,259 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100621.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100621.ini
2016-10-13 16:40:16,274 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100626.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100626.ini
2016-10-13 16:40:16,325 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100627.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100627.ini
2016-10-13 16:40:16,389 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100635.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100635.ini
2016-10-13 16:40:16,509 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101163.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101163.ini
2016-10-13 16:40:16,515 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101171.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101171.ini
2016-10-13 16:40:16,534 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101175.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101175.ini
2016-10-13 16:40:16,599 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101179.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101179.ini
2016-10-13 16:40:16,638 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101182.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101182.ini
2016-10-13 16:40:16,688 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101185.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101185.ini
2016-10-13 16:40:16,697 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101191.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101191.ini
2016-10-13 16:40:16,753 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101199.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101199.ini
2016-10-13 16:40:16,764 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101200.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101200.ini
2016-10-13 16:40:16,827 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101205.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101205.ini
2016-10-13 16:40:16,843 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101209.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101209.ini
2016-10-13 16:40:16,852 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101215.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101215.ini
2016-10-13 16:40:16,900 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101224.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101224.ini
2016-10-13 16:40:16,940 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101228.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101228.ini
2016-10-13 16:40:16,963 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101230.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101230.ini
2016-10-13 16:40:16,971 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101237.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101237.ini
2016-10-13 16:40:16,996 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101243.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101243.ini
2016-10-13 16:40:17,018 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 31 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101245.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101245.ini
2016-10-13 16:40:17,036 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 32 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101250.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101250.ini
2016-10-13 16:40:17,066 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 33 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101252.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101252.ini
2016-10-13 16:40:17,073 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 34 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101254.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101254.ini
2016-10-13 16:40:17,085 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 35 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101258.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101258.ini
2016-10-13 16:40:17,140 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 36 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101264.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101264.ini
2016-10-13 16:40:17,187 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 37 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101269.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101269.ini
2016-10-13 16:40:17,192 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 38 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101277.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101277.ini
2016-10-13 16:40:17,198 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 39 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101278.ini
2016-10-13 16:40:17,228 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 40 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101290.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101290.ini
2016-10-13 16:40:17,245 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 41 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101296.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101296.ini
2016-10-13 16:40:17,266 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 42 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101298.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101298.ini
2016-10-13 16:40:17,301 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 43 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101299.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101299.ini
2016-10-13 16:40:17,311 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 44 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101312.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101312.ini
2016-10-13 16:40:17,316 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 45 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101314.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101314.ini
2016-10-13 16:40:17,321 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 46 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101327.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101327.ini
2016-10-13 16:40:17,329 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 47 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101328.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101328.ini
2016-10-13 16:40:17,337 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 48 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101329.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101329.ini
2016-10-13 16:40:17,349 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 49 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101330.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101330.ini
2016-10-13 16:40:17,377 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 50 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101333.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101333.ini
2016-10-13 16:40:17,398 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 51 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101341.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101341.ini
2016-10-13 16:40:17,424 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 52 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101345.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101345.ini
2016-10-13 16:40:17,433 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 53 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101346.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101346.ini
2016-10-13 16:40:17,443 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 54 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101347.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101347.ini
2016-10-13 16:40:17,448 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 55 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101348.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101348.ini
2016-10-13 16:40:17,454 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 56 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101353.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101353.ini
2016-10-13 16:40:17,512 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 57 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101355.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101355.ini
2016-10-13 16:40:17,557 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 58 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101358.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101358.ini
2016-10-13 16:40:17,574 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 59 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101362.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101362.ini
2016-10-13 16:40:17,630 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 60 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101366.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101366.ini
2016-10-13 16:40:17,659 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 61 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101367.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101367.ini
2016-10-13 16:40:17,666 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 62 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101369.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101369.ini
2016-10-13 16:40:17,711 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 63 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101370.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101370.ini
2016-10-13 16:40:17,717 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 64 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101382.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101382.ini
2016-10-13 16:40:17,768 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 65 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101387.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101387.ini
2016-10-13 16:40:17,789 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 66 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101394.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101394.ini
2016-10-13 16:40:17,812 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 67 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101400.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101400.ini
2016-10-13 16:40:17,820 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 68 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101401.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101401.ini
2016-10-13 16:40:17,825 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 69 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101403.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101403.ini
2016-10-13 16:40:17,831 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 70 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101407.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101407.ini
2016-10-13 16:40:17,864 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 71 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101417.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101417.ini
2016-10-13 16:40:17,867 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 72 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101418.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101418.ini
2016-10-13 16:40:17,872 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 73 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101420.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101420.ini
2016-10-13 16:40:17,884 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 74 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101424.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101424.ini
2016-10-13 16:40:17,889 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 75 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101426.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101426.ini
2016-10-13 16:40:17,925 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 76 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101427.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101427.ini
2016-10-13 16:40:17,948 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 77 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101432.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101432.ini
2016-10-13 16:40:17,961 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 78 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101441.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101441.ini
2016-10-13 16:40:17,971 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 79 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101445.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101445.ini
2016-10-13 16:40:17,997 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 80 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101450.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101450.ini
2016-10-13 16:40:18,012 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 81 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101451.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101451.ini
2016-10-13 16:40:18,028 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 82 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101455.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101455.ini
2016-10-13 16:40:18,041 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 83 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101459.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101459.ini
2016-10-13 16:40:18,046 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 84 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101463.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101463.ini
2016-10-13 16:40:18,092 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 85 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101468.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101468.ini
2016-10-13 16:40:18,101 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 86 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101477.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101477.ini
2016-10-13 16:40:18,112 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 87 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101478.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101478.ini
2016-10-13 16:40:18,116 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 88 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101483.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101483.ini
2016-10-13 16:40:18,128 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 89 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101490.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101490.ini
2016-10-13 16:40:18,138 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 90 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101493.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101493.ini
2016-10-13 16:40:18,149 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 91 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101494.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101494.ini
2016-10-13 16:40:18,157 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 92 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101501.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101501.ini
2016-10-13 16:40:18,161 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 93 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101503.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101503.ini
2016-10-13 16:40:18,181 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 94 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101504.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101504.ini
2016-10-13 16:40:18,199 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 95 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101505.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101505.ini
2016-10-13 16:40:18,207 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 96 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101506.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101506.ini
2016-10-13 16:40:18,228 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 97 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101509.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101509.ini
2016-10-13 16:40:18,269 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 98 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101515.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101515.ini
2016-10-13 16:40:18,314 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 99 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101522.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101522.ini
2016-10-13 16:40:18,368 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 100 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101524.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101524.ini
2016-10-13 16:40:18,427 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 101 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101525.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101525.ini
2016-10-13 16:40:18,482 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 102 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101526.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101526.ini
2016-10-13 16:40:18,527 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 103 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101528.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101528.ini
2016-10-13 16:40:18,569 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 104 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101530.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101530.ini
2016-10-13 16:40:18,605 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 105 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101534.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101534.ini
2016-10-13 16:40:18,627 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 106 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101551.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101551.ini
2016-10-13 16:40:18,632 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 107 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101571.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101571.ini
2016-10-13 16:40:18,671 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 108 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101572.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101572.ini
2016-10-13 16:40:18,714 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 109 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101573.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101573.ini
2016-10-13 16:40:18,769 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 110 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101574.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101574.ini
2016-10-13 16:40:18,806 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 111 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101575.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101575.ini
2016-10-13 16:40:18,845 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 112 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101576.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101576.ini
2016-10-13 16:40:18,890 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 113 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101578.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101578.ini
2016-10-13 16:40:18,932 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 114 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101580.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101580.ini
2016-10-13 16:40:18,978 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 115 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101581.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101581.ini
2016-10-13 16:40:19,031 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 116 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101586.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101586.ini
2016-10-13 16:40:19,078 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 117 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101587.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101587.ini
2016-10-13 16:40:19,121 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 118 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101593.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101593.ini
2016-10-13 16:40:19,155 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 119 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101608.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101608.ini
2016-10-13 16:40:19,189 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 120 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101609.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101609.ini
2016-10-13 16:40:19,245 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 121 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101638.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101638.ini
2016-10-13 16:40:19,301 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 122 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101640.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101640.ini
2016-10-13 16:40:19,354 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 123 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101644.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101644.ini
2016-10-13 16:40:19,397 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 124 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101645.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101645.ini
2016-10-13 16:40:19,437 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 125 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101657.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101657.ini
2016-10-13 16:40:19,483 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 126 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101659.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101659.ini
2016-10-13 16:40:19,524 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 127 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101660.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101660.ini
2016-10-13 16:40:19,564 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 128 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101664.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101664.ini
2016-10-13 16:40:19,616 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 129 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101666.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101666.ini
2016-10-13 16:40:19,656 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 130 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101710.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101710.ini
2016-10-13 16:40:19,722 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 131 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101715.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101715.ini
2016-10-13 16:40:19,748 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 132 from 330: /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
2016-10-13 16:40:19,793 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 133 from 330: /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
2016-10-13 16:40:21,694 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 134 from 330: /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
2016-10-13 16:40:21,706 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 135 from 330: /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
2016-10-13 16:40:21,755 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 136 from 330: /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
2016-10-13 16:40:21,791 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 137 from 330: /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
2016-10-13 16:40:21,838 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 138 from 330: /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
2016-10-13 16:40:21,858 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 139 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101786.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101786.ini
2016-10-13 16:40:21,875 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 140 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101796.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101796.ini
2016-10-13 16:40:21,890 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 141 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101807.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101807.ini
2016-10-13 16:40:21,904 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 142 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101809.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101809.ini
2016-10-13 16:40:21,934 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 143 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101818.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101818.ini
2016-10-13 16:40:21,956 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 144 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101827.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101827.ini
2016-10-13 16:40:21,974 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 145 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101836.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101836.ini
2016-10-13 16:40:21,983 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 146 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101845.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101845.ini
2016-10-13 16:40:22,001 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 147 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101850.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101850.ini
2016-10-13 16:40:22,012 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 148 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101851.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101851.ini
2016-10-13 16:40:22,026 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 149 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101853.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101853.ini
2016-10-13 16:40:22,039 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 150 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101867.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101867.ini
2016-10-13 16:40:22,050 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 151 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101869.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101869.ini
2016-10-13 16:40:22,066 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 152 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101874.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101874.ini
2016-10-13 16:40:22,074 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 153 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101882.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101882.ini
2016-10-13 16:40:22,092 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 154 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101888.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101888.ini
2016-10-13 16:40:22,133 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 155 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101897.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101897.ini
2016-10-13 16:40:22,170 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 156 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101903.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101903.ini
2016-10-13 16:40:22,184 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 157 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101904.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101904.ini
2016-10-13 16:40:22,208 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 158 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101933.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101933.ini
2016-10-13 16:40:22,256 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 159 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101941.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101941.ini
2016-10-13 16:40:22,283 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 160 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101942.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101942.ini
2016-10-13 16:40:22,310 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 161 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101943.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101943.ini
2016-10-13 16:40:22,341 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 162 from 330: /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
2016-10-13 16:40:22,371 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 163 from 330: /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
2016-10-13 16:40:22,401 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 164 from 330: /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
2016-10-13 16:40:22,415 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 165 from 330: /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
2016-10-13 16:40:22,448 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 166 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102027.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102027.ini
2016-10-13 16:40:22,465 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 167 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102031.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102031.ini
2016-10-13 16:40:22,502 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 168 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102034.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102034.ini
2016-10-13 16:40:22,543 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 169 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102039.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102039.ini
2016-10-13 16:40:22,578 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 170 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102041.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102041.ini
2016-10-13 16:40:22,609 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 171 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102047.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102047.ini
2016-10-13 16:40:22,617 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 172 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102048.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102048.ini
2016-10-13 16:40:22,655 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 173 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102050.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102050.ini
2016-10-13 16:40:22,686 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 174 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102056.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102056.ini
2016-10-13 16:40:22,712 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 175 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102062.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102062.ini
2016-10-13 16:40:22,725 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 176 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102074.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102074.ini
2016-10-13 16:40:22,737 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 177 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102079.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102079.ini
2016-10-13 16:40:22,764 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 178 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102080.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102080.ini
2016-10-13 16:40:22,778 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 179 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102084.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102084.ini
2016-10-13 16:40:22,784 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 180 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102101.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102101.ini
2016-10-13 16:40:22,798 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 181 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102103.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102103.ini
2016-10-13 16:40:22,813 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 182 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102108.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102108.ini
2016-10-13 16:40:22,838 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 183 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102114.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102114.ini
2016-10-13 16:40:22,862 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 184 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102116.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102116.ini
2016-10-13 16:40:22,872 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 185 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102122.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102122.ini
2016-10-13 16:40:22,889 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 186 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102129.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102129.ini
2016-10-13 16:40:22,897 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 187 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102132.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102132.ini
2016-10-13 16:40:22,934 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 188 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102138.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102138.ini
2016-10-13 16:40:22,958 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 189 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102148.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102148.ini
2016-10-13 16:40:22,996 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 190 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102153.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102153.ini
2016-10-13 16:40:23,009 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 191 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102157.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102157.ini
2016-10-13 16:40:23,041 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 192 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102162.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102162.ini
2016-10-13 16:40:23,065 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 193 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102163.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102163.ini
2016-10-13 16:40:23,090 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 194 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102164.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102164.ini
2016-10-13 16:40:23,113 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 195 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102165.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102165.ini
2016-10-13 16:40:23,131 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 196 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102167.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102167.ini
2016-10-13 16:40:23,167 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 197 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102211.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102211.ini
2016-10-13 16:40:23,210 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 198 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102214.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102214.ini
2016-10-13 16:40:23,231 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 199 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102215.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102215.ini
2016-10-13 16:40:23,260 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 200 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102219.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102219.ini
2016-10-13 16:40:23,286 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 201 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102220.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102220.ini
2016-10-13 16:40:23,329 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 202 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102231.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102231.ini
2016-10-13 16:40:23,366 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 203 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102233.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102233.ini
2016-10-13 16:40:23,400 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 204 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102234.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102234.ini
2016-10-13 16:40:23,437 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 205 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102238.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102238.ini
2016-10-13 16:40:23,476 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 206 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102241.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102241.ini
2016-10-13 16:40:23,511 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 207 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102244.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102244.ini
2016-10-13 16:40:23,540 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 208 from 330: /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
2016-10-13 16:40:23,577 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 209 from 330: /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
2016-10-13 16:40:23,603 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 210 from 330: /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
2016-10-13 16:40:23,639 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 211 from 330: /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
2016-10-13 16:40:23,684 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 212 from 330: /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
2016-10-13 16:40:23,720 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 213 from 330: /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
2016-10-13 16:40:23,744 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 214 from 330: /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
2016-10-13 16:40:23,775 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 215 from 330: /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
2016-10-13 16:40:23,799 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 216 from 330: /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
2016-10-13 16:40:23,821 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 217 from 330: /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
2016-10-13 16:40:23,837 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 218 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102352.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102352.ini
2016-10-13 16:40:23,850 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 219 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102359.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102359.ini
2016-10-13 16:40:23,886 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 220 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102368.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102368.ini
2016-10-13 16:40:23,914 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 221 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102370.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102370.ini
2016-10-13 16:40:23,932 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 222 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102371.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102371.ini
2016-10-13 16:40:23,976 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 223 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102378.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102378.ini
2016-10-13 16:40:24,008 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 224 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102380.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102380.ini
2016-10-13 16:40:24,033 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 225 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102382.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102382.ini
2016-10-13 16:40:24,037 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 226 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102383.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102383.ini
2016-10-13 16:40:24,076 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 227 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102387.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102387.ini
2016-10-13 16:40:24,115 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 228 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102391.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102391.ini
2016-10-13 16:40:24,146 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 229 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102396.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102396.ini
2016-10-13 16:40:24,180 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 230 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102400.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102400.ini
2016-10-13 16:40:24,210 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 231 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102405.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102405.ini
2016-10-13 16:40:24,230 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 232 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102407.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102407.ini
2016-10-13 16:40:24,238 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 233 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102415.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102415.ini
2016-10-13 16:40:24,242 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 234 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102420.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102420.ini
2016-10-13 16:40:24,253 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 235 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102421.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102421.ini
2016-10-13 16:40:24,263 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 236 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102424.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102424.ini
2016-10-13 16:40:24,274 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 237 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102426.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102426.ini
2016-10-13 16:40:24,279 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 238 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102447.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102447.ini
2016-10-13 16:40:24,290 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 239 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102454.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102454.ini
2016-10-13 16:40:24,302 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 240 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102460.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102460.ini
2016-10-13 16:40:24,309 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 241 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102466.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102466.ini
2016-10-13 16:40:24,325 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 242 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102480.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102480.ini
2016-10-13 16:40:24,333 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 243 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102490.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102490.ini
2016-10-13 16:40:24,338 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 244 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102491.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102491.ini
2016-10-13 16:40:24,344 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 245 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102492.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102492.ini
2016-10-13 16:40:24,352 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 246 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102493.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102493.ini
2016-10-13 16:40:24,361 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 247 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102495.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102495.ini
2016-10-13 16:40:24,377 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 248 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102501.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102501.ini
2016-10-13 16:40:24,386 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 249 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102505.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102505.ini
2016-10-13 16:40:24,408 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 250 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102508.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102508.ini
2016-10-13 16:40:24,430 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 251 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102511.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102511.ini
2016-10-13 16:40:24,444 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 252 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102601.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102601.ini
2016-10-13 16:40:24,480 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 253 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102605.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102605.ini
2016-10-13 16:40:24,518 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 254 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102671.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102671.ini
2016-10-13 16:40:24,525 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 255 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102673.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102673.ini
2016-10-13 16:40:24,536 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 256 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102683.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102683.ini
2016-10-13 16:40:24,554 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 257 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102688.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102688.ini
2016-10-13 16:40:24,584 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 258 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102692.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102692.ini
2016-10-13 16:40:24,596 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 259 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102704.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102704.ini
2016-10-13 16:40:24,623 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 260 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102709.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102709.ini
2016-10-13 16:40:24,653 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 261 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102714.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102714.ini
2016-10-13 16:40:24,686 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 262 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102718.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102718.ini
2016-10-13 16:40:24,705 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 263 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103571.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103571.ini
2016-10-13 16:40:24,757 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 264 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103572.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103572.ini
2016-10-13 16:40:24,808 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 265 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103573.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103573.ini
2016-10-13 16:40:24,845 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 266 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103583.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103583.ini
2016-10-13 16:40:24,887 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 267 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103586.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103586.ini
2016-10-13 16:40:24,931 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 268 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103587.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103587.ini
2016-10-13 16:40:24,986 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 269 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103590.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103590.ini
2016-10-13 16:40:25,040 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 270 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103599.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103599.ini
2016-10-13 16:40:25,076 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 271 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103637.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103637.ini
2016-10-13 16:40:25,337 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 272 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103642.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103642.ini
2016-10-13 16:40:25,373 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 273 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103679.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103679.ini
2016-10-13 16:40:25,387 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 274 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103685.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103685.ini
2016-10-13 16:40:25,421 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 275 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103691.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103691.ini
2016-10-13 16:40:25,449 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 276 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103694.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103694.ini
2016-10-13 16:40:25,477 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 277 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103699.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103699.ini
2016-10-13 16:40:25,497 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 278 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103730.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103730.ini
2016-10-13 16:40:25,519 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 279 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103738.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103738.ini
2016-10-13 16:40:25,545 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 280 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103747.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103747.ini
2016-10-13 16:40:25,552 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 281 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103748.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103748.ini
2016-10-13 16:40:25,560 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 282 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103757.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103757.ini
2016-10-13 16:40:25,573 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 283 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103761.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103761.ini
2016-10-13 16:40:25,580 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 284 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103763.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103763.ini
2016-10-13 16:40:25,585 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 285 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103765.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103765.ini
2016-10-13 16:40:25,590 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 286 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103766.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103766.ini
2016-10-13 16:40:25,595 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 287 from 330: /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
2016-10-13 16:40:25,624 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 288 from 330: /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
2016-10-13 16:40:25,644 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 289 from 330: /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
2016-10-13 16:40:25,682 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 290 from 330: /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
2016-10-13 16:40:25,700 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 291 from 330: /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
2016-10-13 16:40:25,714 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 292 from 330: /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
2016-10-13 16:40:25,746 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 293 from 330: /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
2016-10-13 16:40:25,780 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 294 from 330: /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
2016-10-13 16:40:25,810 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 295 from 330: /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
2016-10-13 16:40:25,841 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 296 from 330: /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
2016-10-13 16:40:25,867 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 297 from 330: /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
2016-10-13 16:40:25,897 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 298 from 330: /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
2016-10-13 16:40:25,924 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 299 from 330: /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
2016-10-13 16:40:25,954 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 300 from 330: /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
2016-10-13 16:40:25,984 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 301 from 330: /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
2016-10-13 16:40:26,012 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 302 from 330: /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
2016-10-13 16:40:26,043 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 303 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107247.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107247.ini
2016-10-13 16:40:26,098 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 304 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107251.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107251.ini
2016-10-13 16:40:26,111 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 305 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107254.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107254.ini
2016-10-13 16:40:26,121 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 306 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107257.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107257.ini
2016-10-13 16:40:26,138 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 307 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107262.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107262.ini
2016-10-13 16:40:26,171 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 308 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107265.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107265.ini
2016-10-13 16:40:26,178 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 309 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107267.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107267.ini
2016-10-13 16:40:26,192 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 310 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107268.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107268.ini
2016-10-13 16:40:26,212 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 311 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107270.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107270.ini
2016-10-13 16:40:26,232 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 312 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107276.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107276.ini
2016-10-13 16:40:26,249 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 313 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107277.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107277.ini
2016-10-13 16:40:26,269 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 314 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107278.ini
2016-10-13 16:40:26,295 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 315 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107285.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107285.ini
2016-10-13 16:40:26,307 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 316 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107286.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107286.ini
2016-10-13 16:40:26,318 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 317 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107289.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107289.ini
2016-10-13 16:40:26,341 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 318 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107290.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107290.ini
2016-10-13 16:40:26,359 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 319 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107294.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107294.ini
2016-10-13 16:40:26,370 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 320 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107298.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107298.ini
2016-10-13 16:40:26,426 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 321 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107299.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107299.ini
2016-10-13 16:40:26,444 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 322 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107301.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107301.ini
2016-10-13 16:40:26,460 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 323 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107310.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107310.ini
2016-10-13 16:40:26,484 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 324 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107316.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107316.ini
2016-10-13 16:40:26,498 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 325 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107324.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107324.ini
2016-10-13 16:40:26,511 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 326 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107331.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107331.ini
2016-10-13 16:40:26,529 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 327 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107338.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107338.ini
2016-10-13 16:40:26,536 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 328 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107343.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107343.ini
2016-10-13 16:40:26,549 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 329 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107344.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107344.ini
2016-10-13 16:40:26,564 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 330 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107355.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107355.ini
2016-10-13 16:40:26,677 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 331 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107361.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107361.ini
-> Setting up chunker: chunker_crfpp
(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_crfpp_fix
--> CRFPP Fix Chunker on  crfpp
-> Setting up chunker: chunker_rule_title
-> Setting up chunker: chunker_rule_road
-> Setting up chunker: chunker_pipe
-> Setting up chunker: chunker_cp
--> Chunk propagation
2016-10-13 16:40:26,775 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100504.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100504.ini
(ChunkerEvaluator) Sentence #1 from documents/00100504 from sent1

Text  : Park im . Tadeusza Rejtana w Łodzi
Tokens: 1___ 2_ 3 4_______ 5______ 6 7____

Chunks:
  TruePositive nam [1,5] = Park im . Tadeusza Rejtana
  TruePositive nam [7,7] = Łodzi

(ChunkerEvaluator) Sentence #2 from documents/00100504 from sent2

Text  : Park im . Tadeusza Rejtana ( zwany także " Park Nowe Rokicie "  oraz ,  nieprawidłowo "  Parkiem Skrzywana "  )  -  mieści się w  Łodzi pomiędzy ulicą Piękną ,  Rejtana ,  Felsztyńskiego i  al .  Politechniki .
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 [1,5] = Park im . Tadeusza Rejtana
  TruePositive nam [10,12] = Park Nowe Rokicie
  TruePositive nam [18,19] = Parkiem Skrzywana
  TruePositive nam [26,26] = Łodzi
  TruePositive nam [29,29] = Piękną
  TruePositive nam [31,31] = Rejtana
  TruePositive nam [33,33] = Felsztyńskiego
  FalsePositive nam [37,37] = Politechniki
  FalseNegative nam [35,37] = al . Politechniki

(ChunkerEvaluator) Sentence #3 from documents/00100504 from sent3

Text  : Dawny cmentarz ewangelicko - augsburski .
Tokens: 1____ 2_______ 3__________ 4 5_________ 6

Chunks:

(ChunkerEvaluator) Sentence #4 from documents/00100504 from sent4

Text  : Powierzchnia 7 , 0 ha .
Tokens: 1___________ 2 3 4 5_ 6

Chunks:

(ChunkerEvaluator) Sentence #5 from documents/00100504 from sent5

Text  : Park sprawia wrażenie mrocznego , gęste korony drzew i oplatający pnie i  konary bluszcz pospolity tworzą nieprzepuszczające światła sklepienie .
Tokens: 1___ 2______ 3_______ 4________ 5 6____ 7_____ 8____ 9 10________ 11__ 12 13____ 14_____ 15_______ 16____ 17________________ 18_____ 19________ 20

Chunks:
  FalsePositive nam [1,1] = Park

(ChunkerEvaluator) Sentence #6 from documents/00100504 from sent6

Text  : Jeszcze na początku lat 80 . XX wieku był to cmentarz ewangelicko -  augsburski ,  którego pamiątką jest brama i  domek ogrodnika cmentarnego usytuowany przy wejściu od ul .  Felsztyńskiego .
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 [30,30] = Felsztyńskiego

(ChunkerEvaluator) Sentence #7 from documents/00100504 from sent7

Text  : Cmentarz istniał tam od końca XIX wieku do lat 50 .  XX wieku .
Tokens: 1_______ 2______ 3__ 4_ 5____ 6__ 7____ 8_ 9__ 10 11 12 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #8 from documents/00100504 from sent8

Text  : W 1983 roku został zlikwidowany a szczątki pochowanych tam osób ekshumowano i  przeniesiono na cmentarz przy ul .  Sopockiej ,  przeniesiono tam również najcenniejsze nagrobki .
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 [19,19] = Sopockiej

(ChunkerEvaluator) Sentence #9 from documents/00100504 from sent9

Text  : Aż do początku 2005 roku , pośród drzew zobaczyć można było jeszcze fragmenty płyt nagrobnych i  ich elementów konstrukcyjnych .
Tokens: 1_ 2_ 3_______ 4___ 5___ 6 7_____ 8____ 9_______ 10___ 11__ 12_____ 13_______ 14__ 15________ 16 17_ 18_______ 19_____________ 20

Chunks:

(ChunkerEvaluator) Sentence #10 from documents/00100504 from sent10

Text  : W 2004 roku rozpoczęto przebudowę i porządkowanie parku .
Tokens: 1 2___ 3___ 4_________ 5_________ 6 7____________ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #11 from documents/00100504 from sent11

Text  : Powstały nowe alejki i odnowiono plac zabaw ( w parku znajduje się także boisko i  górka saneczkowa )  .
Tokens: 1_______ 2___ 3_____ 4 5________ 6___ 7____ 8 9 10___ 11______ 12_ 13___ 14____ 15 16___ 17________ 18 19

Chunks:

(ChunkerEvaluator) Sentence #12 from documents/00100504 from sent12

Text  : W pobliżu dawnej bramy głównej cmentarza usytuowane zostało lapidarium ,  w  którym zgromadzone zostały fragmenty nagrobków odnalezionych w  trakcie porządkowania terenu .
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 #13 from documents/00100504 from sent13

Text  : Z powodu braku środków nie odnowiono neogotyckiego domu ogrodnika (  wpisanego do rejestru zabytków )  ani bramy .
Tokens: 1 2_____ 3____ 4______ 5__ 6________ 7____________ 8___ 9________ 10 11_______ 12 13______ 14______ 15 16_ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #14 from documents/00100504 from sent14

Text  : W parku rosną klon , wiązy , jesiony , lipy ,  dęby ,  brzozy ,  jednak na szczególną uwagę zasługuje oplatający drzewa i  pokrywający ziemię bluszcz pospolity .
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 #15 from documents/00100504 from sent15

Text  : Decyzją Rady Miejskiej z 27 października 2004 r . dwadzieścia pięć kwitnących okazów bluszczu uznanych zostało za pomnik przyrody .
Tokens: 1______ 2___ 3________ 4 5_ 6___________ 7___ 8 9 10_________ 11__ 12________ 13____ 14______ 15______ 16_____ 17 18____ 19______ 20

Chunks:
  TruePositive nam [2,3] = Rady Miejskiej

2016-10-13 16:40:27,011 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100513.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100513.ini
(ChunkerEvaluator) Sentence #16 from documents/00100513 from sent1

Text  : Unteregg
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Unteregg

(ChunkerEvaluator) Sentence #17 from documents/00100513 from sent2

Text  : Unteregg – gmina w Niemczech , w Bawarii , w  rejencji Szwabia ,  w  powiecie Unterallgäu ,  w  Szwabii ,  we wspólnocie administracyjnej Dirlewang ,  około 10 km na południe od Mindelheim .
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] = Unteregg
  TruePositive nam [5,5] = Niemczech
  TruePositive nam [8,8] = Bawarii
  TruePositive nam [12,12] = Szwabia
  TruePositive nam [16,16] = Unterallgäu
  TruePositive nam [19,19] = Szwabii
  TruePositive nam [24,24] = Dirlewang
  TruePositive nam [32,32] = Mindelheim

(ChunkerEvaluator) Sentence #18 from documents/00100513 from sent3

Text  : Polityka
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #19 from documents/00100513 from sent4

Text  : Wójtem gminy jest Marlene Preisinger , rada gminy składa się z  12 osób .
Tokens: 1_____ 2____ 3___ 4______ 5_________ 6 7___ 8____ 9_____ 10_ 11 12 13__ 14

Chunks:
  TruePositive nam [4,5] = Marlene Preisinger

(ChunkerEvaluator) Sentence #20 from documents/00100513 from sent5

Text  : Związani z Unteregg
Tokens: 1_______ 2 3_______

Chunks:
  TruePositive nam [3,3] = Unteregg

(ChunkerEvaluator) Sentence #21 from documents/00100513 from sent6

Text  : Johann Nepomuk Holzhey
Tokens: 1_____ 2______ 3______

Chunks:
  TruePositive nam [1,3] = Johann Nepomuk Holzhey

(ChunkerEvaluator) Sentence #22 from documents/00100513 from sent7

Text  : Oświata
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #23 from documents/00100513 from sent8

Text  : W gminie znajdują się dwa przedszkola .
Tokens: 1 2_____ 3_______ 4__ 5__ 6__________ 7

Chunks:

2016-10-13 16:40:27,058 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100526.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100526.ini
(ChunkerEvaluator) Sentence #24 from documents/00100526 from sent1

Text  : Morski Korpus Kadecki
Tokens: 1_____ 2_____ 3______

Chunks:
  TruePositive nam [1,3] = Morski Korpus Kadecki

(ChunkerEvaluator) Sentence #25 from documents/00100526 from sent2

Text  : Morski Korpus Kadecki ( ros . Морской кадетский корпус им .  Петра Великого )  wyższa uczelnia morska w  Sankt Petersburgu .
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 [1,3] = Morski Korpus Kadecki
  TruePositive nam [7,13] = Морской кадетский корпус им . Петра Великого
  TruePositive nam [19,20] = Sankt Petersburgu

(ChunkerEvaluator) Sentence #26 from documents/00100526 from sent3

Text  : Historia
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #27 from documents/00100526 from sent4

Text  : Założony w roku 1715 przez Piotra I , jako Akademia Morska lub Morska Akademia Gwardii .
Tokens: 1_______ 2 3___ 4___ 5____ 6_____ 7 8 9___ 10______ 11____ 12_ 13____ 14______ 15_____ 16

Chunks:
  TruePositive nam [6,7] = Piotra I
  TruePositive nam [10,11] = Akademia Morska
  TruePositive nam [13,15] = Morska Akademia Gwardii

(ChunkerEvaluator) Sentence #28 from documents/00100526 from sent5

Text  : Korpus Kadecki otwarty została w skonfiskowanym przez rząd pałacu Mienszykowów w  1732 .
Tokens: 1_____ 2______ 3______ 4______ 5 6_____________ 7____ 8___ 9_____ 10__________ 11 12__ 13

Chunks:
  TruePositive nam [1,2] = Korpus Kadecki
  TruePositive nam [10,10] = Mienszykowów

(ChunkerEvaluator) Sentence #29 from documents/00100526 from sent6

Text  : W 1762 uzyskał obecną nazwę .
Tokens: 1 2___ 3______ 4_____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #30 from documents/00100526 from sent7

Text  : W 1771 przeniesiony do Kronsztadtu .
Tokens: 1 2___ 3___________ 4_ 5__________ 6

Chunks:
  TruePositive nam [5,5] = Kronsztadtu

(ChunkerEvaluator) Sentence #31 from documents/00100526 from sent8

Text  : Zamknięty w roku 1922 .
Tokens: 1________ 2 3___ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #32 from documents/00100526 from sent9

Text  : Sławni absolwenci
Tokens: 1_____ 2_________

Chunks:

(ChunkerEvaluator) Sentence #33 from documents/00100526 from sent10

Text  : Mamert Stankiewicz
Tokens: 1_____ 2__________

Chunks:
  TruePositive nam [1,2] = Mamert Stankiewicz

(ChunkerEvaluator) Sentence #34 from documents/00100526 from sent11

Text  : Nikołaj Essen - rosyjski admirał
Tokens: 1______ 2____ 3 4_______ 5______

Chunks:
  TruePositive nam [1,2] = Nikołaj Essen

(ChunkerEvaluator) Sentence #35 from documents/00100526 from sent12

Text  : Nikołaj Putiłow - rosyjski przedsiębiorca
Tokens: 1______ 2______ 3 4_______ 5_____________

Chunks:
  TruePositive nam [1,2] = Nikołaj Putiłow

(ChunkerEvaluator) Sentence #36 from documents/00100526 from sent13

Text  : Robert Wiren - rosyjski admirał
Tokens: 1_____ 2____ 3 4_______ 5______

Chunks:
  TruePositive nam [1,2] = Robert Wiren

2016-10-13 16:40:27,143 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100529.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100529.ini
(ChunkerEvaluator) Sentence #37 from documents/00100529 from sent1

Text  : Culture.pl
Tokens: 1_________

Chunks:
  TruePositive nam [1,1] = Culture.pl

(ChunkerEvaluator) Sentence #38 from documents/00100529 from sent2

Text  : Culture.pl ( IPA : ) – portal internetowy poświęcony kulturze polskiej ,  stworzony i  wydawany przez Instytut Adama Mickiewicza .
Tokens: 1_________ 2 3__ 4 5 6 7_____ 8__________ 9_________ 10______ 11______ 12 13_______ 14 15______ 16___ 17______ 18___ 19_________ 20

Chunks:
  TruePositive nam [1,1] = Culture.pl
  TruePositive nam [17,19] = Instytut Adama Mickiewicza
  FalsePositive nam [3,3] = IPA

(ChunkerEvaluator) Sentence #39 from documents/00100529 from sent3

Text  : Głównym zadaniem portalu jest promowanie w świecie dokonań polskich twórców .
Tokens: 1______ 2_______ 3______ 4___ 5_________ 6 7______ 8______ 9_______ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #40 from documents/00100529 from sent4

Text  : Posiada numer ISSN 1734 - 0624 .
Tokens: 1______ 2____ 3___ 4___ 5 6___ 7

Chunks:
  FalsePositive nam [3,3] = ISSN

(ChunkerEvaluator) Sentence #41 from documents/00100529 from sent5

Text  : Culture.pl jest bogatym kompendium wiedzy o kulturze polskiej , tworzonym przez specjalistów .
Tokens: 1_________ 2___ 3______ 4_________ 5_____ 6 7_______ 8_______ 9 10_______ 11___ 12__________ 13

Chunks:
  TruePositive nam [1,1] = Culture.pl

(ChunkerEvaluator) Sentence #42 from documents/00100529 from sent6

Text  : Zawiera rozmaite artykuły ( wydarzenia , biogramy , eseje ,  opisy instytucji i  in .  )  podzielone według dziedzin :  muzyka ,  sztuki wizualne ,  film ,  teatr i  literatura .
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 #43 from documents/00100529 from sent7

Text  : W bazie serwisu znajdują się m . in . biogramy 2500 twórców ,  tysiące artykułów na temat dzieł ,  prezentacje 700 instytucji kultury :  muzeów ,  galerii ,  filharmonii ,  teatrów i  uczelni artystycznych .
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 #44 from documents/00100529 from sent8

Text  : Portal przynosi także informacje na temat bieżących wydarzeń kulturalnych w  kraju i  obecności kultury polskiej za granicą .
Tokens: 1_____ 2_______ 3____ 4_________ 5_ 6____ 7________ 8_______ 9___________ 10 11___ 12 13_______ 14_____ 15______ 16 17_____ 18

Chunks:

(ChunkerEvaluator) Sentence #45 from documents/00100529 from sent9

Text  : Teksty publikowane są w dwóch wersjach językowych : polskiej i  angielskiej .
Tokens: 1_____ 2__________ 3_ 4 5____ 6_______ 7_________ 8 9_______ 10 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #46 from documents/00100529 from sent10

Text  : Niektóre materiały dostępne są także po francusku , niemiecku ,  hiszpańsku i  rosyjsku .
Tokens: 1_______ 2________ 3_______ 4_ 5____ 6_ 7________ 8 9________ 10 11________ 12 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #47 from documents/00100529 from sent11

Text  : Historia
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #48 from documents/00100529 from sent12

Text  : Portal powstał w marcu 2001 roku .
Tokens: 1_____ 2______ 3 4____ 5___ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #49 from documents/00100529 from sent13

Text  : Jego koncepcję i strukturę opracował Andrzej Lubomirski ( redaktor naczelny w  latach 2001 -  2008 )  we współpracy z  Moniką Rencławowicz .
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 [6,7] = Andrzej Lubomirski
  TruePositive nam [20,21] = Moniką Rencławowicz

(ChunkerEvaluator) Sentence #50 from documents/00100529 from sent14

Text  : Od stycznia 2009 roku redaktorem naczelnym culture.pl jest Elżbieta Sawicka .
Tokens: 1_ 2_______ 3___ 4___ 5_________ 6________ 7_________ 8___ 9_______ 10_____ 11

Chunks:
  TruePositive nam [7,7] = culture.pl
  TruePositive nam [9,10] = Elżbieta Sawicka

(ChunkerEvaluator) Sentence #51 from documents/00100529 from sent15

Text  : Obecna odsłona portalu , zaprojektowana przez Marka K . Zalejskiego ,  istnieje od listopada 2009 roku .
Tokens: 1_____ 2______ 3______ 4 5_____________ 6____ 7____ 8 9 10_________ 11 12______ 13 14_______ 15__ 16__ 17

Chunks:
  TruePositive nam [7,10] = Marka K . Zalejskiego

(ChunkerEvaluator) Sentence #52 from documents/00100529 from sent16

Text  : Wraz z nowym wizerunkiem culture.pl znaczne rozbudowane zostały zasoby ilustracyjne ,  pojawiły się także materiały multimedialne -  filmy wideo ,  pliki audio i  galerie zdjęć .
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 [5,5] = culture.pl

(ChunkerEvaluator) Sentence #53 from documents/00100529 from sent17

Text  : Od marca 2010 portal ma swoją stronę na Facebooku .
Tokens: 1_ 2____ 3___ 4_____ 5_ 6____ 7_____ 8_ 9________ 10

Chunks:
  TruePositive nam [9,9] = Facebooku

(ChunkerEvaluator) Sentence #54 from documents/00100529 from sent18

Text  : W rankingu najciekawszych serwisów internetowych poświęconym kulturze , opublikowanym w  miesięczniku Press w  kwietniu 2010 roku ,  portal culture.pl zajął pierwsze miejsce .
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 [12,12] = Press
  TruePositive nam [19,19] = culture.pl

(ChunkerEvaluator) Sentence #55 from documents/00100529 from sent19

Text  : Jury uznało go za " najbardziej znaczący , mistrzowski ,  aktualny i  kompetentny "  .
Tokens: 1___ 2_____ 3_ 4_ 5 6__________ 7_______ 8 9__________ 10 11______ 12 13_________ 14 15

Chunks:

(ChunkerEvaluator) Sentence #56 from documents/00100529 from sent20

Text  : W maju 2010 portal udostępniał około 18 . 000 stron WWW i  17 .  000 ilustracji .
Tokens: 1 2___ 3___ 4_____ 5__________ 6____ 7_ 8 9__ 10___ 11_ 12 13 14 15_ 16________ 17

Chunks:
  TruePositive nam [11,11] = WWW

(ChunkerEvaluator) Sentence #57 from documents/00100529 from sent21

Text  : Rocznie culture.pl notuje blisko 3 miliony wizyt .
Tokens: 1______ 2_________ 3_____ 4_____ 5 6______ 7____ 8

Chunks:
  FalseNegative nam [2,2] = culture.pl

(ChunkerEvaluator) Sentence #58 from documents/00100529 from sent22

Text  : Jest odwiedzany przez internautów ze 120 krajów .
Tokens: 1___ 2_________ 3____ 4__________ 5_ 6__ 7_____ 8

Chunks:
  FalseNegative nam [4,4] = internautów

2016-10-13 16:40:27,379 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100534.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100534.ini
(ChunkerEvaluator) Sentence #59 from documents/00100534 from sent1

Text  : Pale - Prača
Tokens: 1___ 2 3____

Chunks:
  FalsePositive nam [3,3] = Prača
  FalseNegative nam [1,3] = Pale - Prača

(ChunkerEvaluator) Sentence #60 from documents/00100534 from sent2

Text  : Pale - Prača - to jedna z trzech gmin w  Kantonie Bośnia Podrinje ,  w  Federacji Bośni i  Hercegowiny ,  w  Bośni i  Hercegowinie .
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 [3,3] = Prača
  FalsePositive nam [11,13] = Kantonie Bośnia Podrinje
  FalsePositive nam [16,19] = Federacji Bośni i Hercegowiny
  FalsePositive nam [22,22] = Bośni
  FalsePositive nam [24,24] = Hercegowinie
  FalseNegative nam [1,3] = Pale - Prača
  FalseNegative nam [12,13] = Bośnia Podrinje
  FalseNegative nam [17,19] = Bośni i Hercegowiny
  FalseNegative nam [22,24] = Bośni i Hercegowinie

(ChunkerEvaluator) Sentence #61 from documents/00100534 from sent3

Text  : Głównym miastem gminy jest Prača .
Tokens: 1______ 2______ 3____ 4___ 5____ 6

Chunks:
  TruePositive nam [5,5] = Prača

(ChunkerEvaluator) Sentence #62 from documents/00100534 from sent4

Text  : Demografia
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #63 from documents/00100534 from sent5

Text  : W 2005 roku gminę w 96 % zamieszkiwali Bośniacy .
Tokens: 1 2___ 3___ 4____ 5 6_ 7 8____________ 9_______ 10

Chunks:
  TruePositive nam [9,9] = Bośniacy

2016-10-13 16:40:27,419 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100536.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100536.ini
(ChunkerEvaluator) Sentence #64 from documents/00100536 from sent1

Text  : Szczepionka pre - pandemiczna przeciw grypie
Tokens: 1__________ 2__ 3 4__________ 5______ 6_____

Chunks:

(ChunkerEvaluator) Sentence #65 from documents/00100536 from sent2

Text  : Szczepionka prepandemiczna przeciw grypie – szczepionka nowej generacji przeciwko grypie ptasiej .
Tokens: 1__________ 2_____________ 3______ 4_____ 5 6__________ 7____ 8________ 9________ 10____ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #66 from documents/00100536 from sent3

Text  : Jest przeznaczona do podawania osobom dorosłym ( 18 – 60 lat )  w  celu ochrony przed grypą ptasią ,  którą wywołuje szczep wirusa grypy A  oznaczony H5N1 .
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 [27,27] = H5N1

(ChunkerEvaluator) Sentence #67 from documents/00100536 from sent4

Text  : Zawiera fragmenty inaktywowanego ( zabitego ) wirusa A ( H5N1 )  oraz system adiuwantowy .
Tokens: 1______ 2________ 3_____________ 4 5_______ 6 7_____ 8 9 10__ 11 12__ 13____ 14_________ 15

Chunks:
  FalsePositive nam [10,10] = H5N1
  FalseNegative nam [8,11] = A ( H5N1 )

(ChunkerEvaluator) Sentence #68 from documents/00100536 from sent5

Text  : Wirus ptasiej grypy H5N1 jest uważany przez WHO za odmianę wirusa ,  która może stać się przyczyną kolejnej pandemii ,  w  przypadku ,  gdyby doszło do jego mutacji i  przekształcenia w  szczep zaraźliwy dla człowieka .
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 [4,4] = H5N1
  TruePositive nam [8,8] = WHO

(ChunkerEvaluator) Sentence #69 from documents/00100536 from sent6

Text  : W związku z tym szczepionka jest przeznaczona do ewentualnych szczepień masowych .
Tokens: 1 2______ 3 4__ 5__________ 6___ 7___________ 8_ 9___________ 10_______ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #70 from documents/00100536 from sent7

Text  : Charakteryzuje się zdolnością wywoływania odporności krzyżowej oraz ochrony przed nowymi odmianami wirusa H5N1 .
Tokens: 1_____________ 2__ 3_________ 4__________ 5_________ 6________ 7___ 8______ 9____ 10____ 11_______ 12____ 13__ 14

Chunks:
  TruePositive nam [13,13] = H5N1

(ChunkerEvaluator) Sentence #71 from documents/00100536 from sent8

Text  : Została dopuszczona do obrotu 26 września 2008 na terenie wszystkich krajów UE decyzją Komitetu ds .  Produktów Leczniczych Stosowanych u  Ludzi (  CHMP )  po zapoznaniu się z  materiałami i  wynikami badań przedstawionymi przez producenta ,  jednocześnie zobowiązując go do monitorowania działań niepożądanych tak długo ,  jak szczepionka będzie znajdowała się w  obrocie .
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 [12,12] = UE
  TruePositive nam [14,21] = Komitetu ds . Produktów Leczniczych Stosowanych u Ludzi
  TruePositive nam [23,23] = CHMP

(ChunkerEvaluator) Sentence #72 from documents/00100536 from sent9

Text  : Na rynku farmaceutycznym występuje pod nazwą Prepandrix ® i Pandemrix ®  .
Tokens: 1_ 2____ 3______________ 4________ 5__ 6____ 7_________ 8 9 10_______ 11 12

Chunks:
  FalsePositive nam [7,7] = Prepandrix
  FalsePositive nam [10,10] = Pandemrix
  FalseNegative nam [7,8] = Prepandrix ®
  FalseNegative nam [10,11] = Pandemrix ®

(ChunkerEvaluator) Sentence #73 from documents/00100536 from sent10

Text  : Producentem jest firma GSK Biologicals .
Tokens: 1__________ 2___ 3____ 4__ 5__________ 6

Chunks:
  TruePositive nam [4,5] = GSK Biologicals

(ChunkerEvaluator) Sentence #74 from documents/00100536 from sent11

Text  : Zastosowanie
Tokens: 1___________

Chunks:

(ChunkerEvaluator) Sentence #75 from documents/00100536 from sent12

Text  : Szczepionkę prepandemiczną wykorzystuje się w dwóch celach :
Tokens: 1__________ 2_____________ 3___________ 4__ 5 6____ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #76 from documents/00100536 from sent13

Text  : ochrony osób szczególnie narażonych na wirus ptasiej grypy , np .  pracowników ferm drobiarskich
Tokens: 1______ 2___ 3__________ 4_________ 5_ 6____ 7______ 8____ 9 10 11 12_________ 13__ 14__________

Chunks:

(ChunkerEvaluator) Sentence #77 from documents/00100536 from sent14

Text  : profilaktycznej pre - immunizacji ludzi ( masowej lub tylko wybranych grup ,  np .  pracowników służby zdrowia )  ,  co może mieć ewentualnie pozytywne znaczenie ,  gdy wybuchnie pandemia
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:
  FalsePositive nam [2,5] = pre - immunizacji ludzi

(ChunkerEvaluator) Sentence #78 from documents/00100536 from sent15

Text  : Droga podania
Tokens: 1____ 2______

Chunks:

(ChunkerEvaluator) Sentence #79 from documents/00100536 from sent16

Text  : Szczepionkę podaje się w postaci wstrzyknięcia w mięsień górnego ramienia ,  w  dwóch dawkach ,  w  odstępie 3  tygodni .
Tokens: 1__________ 2_____ 3__ 4 5______ 6____________ 7 8______ 9______ 10______ 11 12 13___ 14_____ 15 16 17______ 18 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #80 from documents/00100536 from sent17

Text  : Jest dostępna wyłącznie na receptę .
Tokens: 1___ 2_______ 3________ 4_ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #81 from documents/00100536 from sent18

Text  : Nie ma jeszcze danych dotyczących dawkowania szczepionki prepandemicznej u dzieci i  osób powyżej 60 .  roku życia .
Tokens: 1__ 2_ 3______ 4_____ 5__________ 6_________ 7__________ 8______________ 9 10____ 11 12__ 13_____ 14 15 16__ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #82 from documents/00100536 from sent19

Text  : Szczepionki prepandemicznej nie wolno pod żadnym pozorem podawać donaczyniowo lub śródskórnie .
Tokens: 1__________ 2______________ 3__ 4____ 5__ 6_____ 7______ 8______ 9___________ 10_ 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #83 from documents/00100536 from sent20

Text  : Odpowiedź immunologiczna może nie wystąpić u wszystkich zaszczepionych osób ,  zaś u  pacjentów z  endogenną (  bez uchwytnej przyczyny zewnętrznej ,  wewnątrzpochodną )  lub jatrogenną (  wywołaną postępowaniem medycznym ,  np .  ubocznymi działaniami leków ,  zaniedbaniem ,  błędem lekarskim )  immunosupresją może być osłabiona ,  np .  w  przypadku leczenia immunosupresyjnego .
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:

2016-10-13 16:40:27,690 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100619.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100619.ini
(ChunkerEvaluator) Sentence #84 from documents/00100619 from sent1

Text  : Na finiszu obu kampanii wyborczych miały miejsce wydarzenia , które mocno wpłynęły na emocje wyborców :  wybuchy bomb w  pociągach w  Madrycie ,  w  wyniku których zginęło 191 osób ,  a  ponad 1800 zostało rannych ,  oraz znalezienie 15 atrap bomb w  Warszawie na Dworcu Centralnym i  w  metrze ,  co spowodowało sparaliżowanie na kilka godzin ruchu w  Warszawie .
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 [22,22] = Madrycie
  TruePositive nam [43,43] = Warszawie
  TruePositive nam [45,46] = Dworcu Centralnym
  TruePositive nam [59,59] = Warszawie

(ChunkerEvaluator) Sentence #85 from documents/00100619 from sent2

Text  : Kampanie wyborcze zakończyły się różnie .
Tokens: 1_______ 2_______ 3_________ 4__ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #86 from documents/00100619 from sent3

Text  : W przypadku Hiszpanii , rząd konserwatywnego prawicowego premiera Jose Maria Aznara przegrał pięcioma punktami procentowymi z  lewicową partią PSOE .
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] = Hiszpanii
  TruePositive nam [9,11] = Jose Maria Aznara
  TruePositive nam [19,19] = PSOE

(ChunkerEvaluator) Sentence #87 from documents/00100619 from sent4

Text  : W wyniku wyborów władzę objął José Luis Rodríguez Zapatero .
Tokens: 1 2_____ 3______ 4_____ 5____ 6___ 7___ 8________ 9_______ 10

Chunks:
  TruePositive nam [6,9] = José Luis Rodríguez Zapatero

(ChunkerEvaluator) Sentence #88 from documents/00100619 from sent5

Text  : Wybory prezydenckie wygrał ze znaczną przewagą ośmiu punktów procentowych Lech Kaczyński ,  choć w  pierwszej turze jego kontrkandydat Donald Tusk był na prowadzeniu .
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 [10,11] = Lech Kaczyński
  TruePositive nam [19,20] = Donald Tusk

(ChunkerEvaluator) Sentence #89 from documents/00100619 from sent6

Text  : Powszechnie uważa się , że przyczyną porażki Aznara było wprowadzenie w  błąd opinii publicznej ,  co do autorstwa zamachów w  Madrycie .
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] = Aznara
  TruePositive nam [21,21] = Madrycie

(ChunkerEvaluator) Sentence #90 from documents/00100619 from sent7

Text  : Rząd Aznara starał się przekonać społeczeństwo hiszpańskie , że zamachów dokonała ETA ,  a  nie „  terroryści muzułmańscy z  Al Kaidy ”  .
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] = Aznara
  TruePositive nam [12,12] = ETA
  TruePositive nam [20,21] = Al Kaidy

(ChunkerEvaluator) Sentence #91 from documents/00100619 from sent8

Text  : Obarczenie winą ETA było wygodniejsze dla rządu prawicy ze względu na jej twardą postawę wobec baskijskich separatystów ,  zaś wskazówki obarczające winą islamskich terrorystów były bardziej na rękę opozycji socjalistycznej ,  która wzywała do wycofania wojsk hiszpańskich z  Iraku .
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 [3,3] = ETA
  TruePositive nam [39,39] = Iraku

(ChunkerEvaluator) Sentence #92 from documents/00100619 from sent9

Text  : Nowy premier José Luis Rodríguez Zapatero poinformował prasę , że wszystkie dane o  sposobie zarządzania kryzysem bombowym zostały usunięte z  komputerów rządowych przed oddaniem władzy przez premiera Aznara .
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 [3,6] = José Luis Rodríguez Zapatero
  TruePositive nam [28,28] = Aznara

(ChunkerEvaluator) Sentence #93 from documents/00100619 from sent10

Text  : Wiele jednak wskazuje na to , że obie wersje –  zarówno ta wskazująca na ETA ,  jak i  ta wskazująca na Al Kaidę -  były w  równym stopniu kłamliwe i  służyły politycznej rozgrywce pomiędzy lewicą ,  a  prawicą .
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 [15,15] = ETA
  TruePositive nam [22,23] = Al Kaidę

(ChunkerEvaluator) Sentence #94 from documents/00100619 from sent11

Text  : Ponad dwa lata po masakrze w Madrycie nadal nie wyjaśniono jakiego materiału wybuchowego użyto podczas zamachów ,  w  jaki sposób ładunki wybuchowe zostały umieszczone w  pociągu i  kto był za to odpowiedzialny .
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 [7,7] = Madrycie

(ChunkerEvaluator) Sentence #95 from documents/00100619 from sent12

Text  : Mówiono o różnych środkach wybuchowych : „ dynamicie ” ,  Goma 2  ECO ,  „  tytadynie ”  (  używanej przez ETA )  i  o  C4 (  używanym przez wojsko )  .
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 [21,21] = ETA
  TruePositive nam [25,25] = C4
  FalsePositive nam [11,11] = Goma
  FalsePositive nam [13,13] = ECO
  FalseNegative nam [8,8] = dynamicie
  FalseNegative nam [11,13] = Goma 2 ECO
  FalseNegative nam [16,16] = tytadynie

(ChunkerEvaluator) Sentence #96 from documents/00100619 from sent13

Text  : Wszyscy oskarżeni ujęci w wyniku śledztwa zostali zwolnieni z braku dowodów .
Tokens: 1______ 2________ 3____ 4 5_____ 6_______ 7______ 8________ 9 10___ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #97 from documents/00100619 from sent14

Text  : Suresh Kumar i Vinay Kohly zostali zwolnieni 24 marca 2004 ,  a  Mohammed Chaoui i  Mohammed Bekkali zostali zwolnieni 17 czerwca 2004 r  .
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 [1,2] = Suresh Kumar
  TruePositive nam [4,5] = Vinay Kohly
  TruePositive nam [13,14] = Mohammed Chaoui
  TruePositive nam [16,17] = Mohammed Bekkali

(ChunkerEvaluator) Sentence #98 from documents/00100619 from sent15

Text  : Ponadto , nie istnieją żadne dowody oparte na badaniach DNA ,  które by łączyły jednego z  głównych podejrzanych Jamala Zoughana z  zamachami .
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 [10,10] = DNA
  TruePositive nam [19,20] = Jamala Zoughana

2016-10-13 16:40:27,888 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100620.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100620.ini
(ChunkerEvaluator) Sentence #99 from documents/00100620 from sent1

Text  : 7 . maja zmarł nagle w Sandomierzu Piotr Madej ,  jeden z  najciekawszych tłumaczy -  anglistów średniego pokolenia .
Tokens: 1 2 3___ 4____ 5____ 6 7__________ 8____ 9____ 10 11___ 12 13____________ 14______ 15 16_______ 17_______ 18_______ 19

Chunks:
  TruePositive nam [7,7] = Sandomierzu
  TruePositive nam [8,9] = Piotr Madej

(ChunkerEvaluator) Sentence #100 from documents/00100620 from sent2

Text  : Urodzony w Dzierzkowicach na Ziemi Lubelskiej związał się po studiach z  Nauczycielskim Kolegium Języków Obcych w  Sandomierzu ,  gdzie z  żoną ,  także tłumaczką ,  zamieszkał .
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 [3,3] = Dzierzkowicach
  TruePositive nam [5,6] = Ziemi Lubelskiej
  TruePositive nam [12,15] = Nauczycielskim Kolegium Języków Obcych
  TruePositive nam [17,17] = Sandomierzu

(ChunkerEvaluator) Sentence #101 from documents/00100620 from sent3

Text  : Współpracował z Noir sur Blanc ( m . in .  "  Płonąc w  wodzie ,  tonąc w  ogniu "  Ch .  Bukowskiego )  ,  Ulicą Wszystkich Świętych (  "  W  cukrze arbuza "  R  .  Brautigana ,  "  Odczytywanie w  głębi "  M  .  Sonnenfelda )  czy krakowską Miniaturą (  przekład z  ang .  "  Tao Te King "  czy poezji japońskiej oraz własne wiersze i  proza )  .
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

Chunks:
  TruePositive nam [3,5] = Noir sur Blanc
  TruePositive nam [20,22] = Ch . Bukowskiego
  TruePositive nam [34,36] = R . Brautigana
  TruePositive nam [43,45] = M . Sonnenfelda
  TruePositive nam [49,49] = Miniaturą
  TruePositive nam [56,58] = Tao Te King
  FalsePositive nam [26,27] = Wszystkich Świętych
  FalseNegative nam [12,18] = Płonąc w wodzie , tonąc w ogniu
  FalseNegative nam [25,27] = Ulicą Wszystkich Świętych
  FalseNegative nam [30,32] = W cukrze arbuza
  FalseNegative nam [39,41] = Odczytywanie w głębi

(ChunkerEvaluator) Sentence #102 from documents/00100620 from sent4

Text  : W latach 90 - tych XX w . współtwórca "  Period Theatre "  ,  sandomierskiej offowej sceny aglojęzycznej ,  z  którą zrealizował 17 przedstawień .
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 [11,12] = Period Theatre

2016-10-13 16:40:27,953 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100621.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100621.ini
(ChunkerEvaluator) Sentence #103 from documents/00100621 from sent1

Text  : " Różni specjaliści z dziedziny medycyny wieszczą , że pozostało mi do przeżycia od dwóch dni do dwóch miesięcy .
Tokens: 1 2____ 3__________ 4 5________ 6_______ 7_______ 8 9_ 10_______ 11 12 13_______ 14 15___ 16_ 17 18___ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #104 from documents/00100621 from sent2

Text  : Wszystko to czcze spekulacje , na które reaguję uśmiechem .
Tokens: 1_______ 2_ 3____ 4_________ 5 6_ 7____ 8______ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #105 from documents/00100621 from sent3

Text  : Spoglądam w przyszłość bez zacietrzewionego optymizmu , ale i bez strachu .
Tokens: 1________ 2 3_________ 4__ 5_______________ 6________ 7 8__ 9 10_ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #106 from documents/00100621 from sent4

Text  : Wiem , że jedyne , co mogę w tej chwili zrobić ,  to przesłać Wam dowody swej miłości i  zachęcić do tego ,  aby ście utrzymywali świat w  ruchu .
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 #107 from documents/00100621 from sent5

Text  : Wybaczcie mi , proszę , moją lekkomyślność .
Tokens: 1________ 2_ 3 4_____ 5 6___ 7____________ 8

Chunks:

(ChunkerEvaluator) Sentence #108 from documents/00100621 from sent6

Text  : Nie jestem w stanie traktować śmierci serio .
Tokens: 1__ 2_____ 3 4_____ 5________ 6______ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #109 from documents/00100621 from sent7

Text  : Wydaje mi się niedorzeczna . "
Tokens: 1_____ 2_ 3__ 4___________ 5 6

Chunks:

2016-10-13 16:40:27,999 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100626.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100626.ini
(ChunkerEvaluator) Sentence #110 from documents/00100626 from sent1

Text  : W dniach 20 - 21 września br . Ośrodek PINIA w  Sokolnikach Lesie ,  ul .  Sokolnickiego 29 ,  odbędą się MistrzostwaSzkół Okręgu Łódzkiego w  Brydżu Sportowym .
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 [12,13] = Sokolnikach Lesie
  TruePositive nam [17,17] = Sokolnickiego
  TruePositive nam [22,27] = MistrzostwaSzkół Okręgu Łódzkiego w Brydżu Sportowym
  FalsePositive nam [9,10] = Ośrodek PINIA
  FalseNegative nam [10,10] = PINIA

(ChunkerEvaluator) Sentence #111 from documents/00100626 from sent2

Text  : Celem rozgrywek jest popularyzacja brydża sportowego wśród młodzieży szkolnej i  osób dorosłych ,  doskonalenie poziomu gry oraz wyłonienie Mistrzów Powiatu Zgierskiego w  kategorii open i  kategorii młodzieży szkolnej .
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 [21,21] = Zgierskiego

(ChunkerEvaluator) Sentence #112 from documents/00100626 from sent3

Text  : Regulamin MISTRZOSTW SZKÓŁ OKRĘGU ŁÓDZKIEGO W BRYDŻU SPORTOWYM Organizator :  Łódzki Związek Brydża Sportowego .
Tokens: 1________ 2_________ 3____ 4_____ 5________ 6 7_____ 8________ 9__________ 10 11____ 12_____ 13____ 14________ 15

Chunks:
  TruePositive nam [11,14] = Łódzki Związek Brydża Sportowego
  FalsePositive nam [2,9] = MISTRZOSTW SZKÓŁ OKRĘGU ŁÓDZKIEGO W BRYDŻU SPORTOWYM Organizator
  FalseNegative nam [2,8] = MISTRZOSTW SZKÓŁ OKRĘGU ŁÓDZKIEGO W BRYDŻU SPORTOWYM

(ChunkerEvaluator) Sentence #113 from documents/00100626 from sent4

Text  : Termin rozgrywek : 20 - 21 . 09 . 2008 r  .
Tokens: 1_____ 2________ 3 4_ 5 6_ 7 8_ 9 10__ 11 12

Chunks:

(ChunkerEvaluator) Sentence #114 from documents/00100626 from sent5

Text  : Miejsce rozgrywek : Ośrodek PINIA w Sokolnikach Lesie , ul .  Sokolnickiego 29 .
Tokens: 1______ 2________ 3 4______ 5____ 6 7__________ 8____ 9 10 11 12___________ 13 14

Chunks:
  TruePositive nam [7,8] = Sokolnikach Lesie
  TruePositive nam [12,12] = Sokolnickiego
  FalsePositive nam [4,5] = Ośrodek PINIA
  FalseNegative nam [5,5] = PINIA

(ChunkerEvaluator) Sentence #115 from documents/00100626 from sent6

Text  : Cel rozgrywek : Popularyzacja brydża sportowego wśród młodzieży szkolnej .
Tokens: 1__ 2________ 3 4____________ 5_____ 6_________ 7____ 8________ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #116 from documents/00100626 from sent7

Text  : Podniesienie i doskonalenie poziomu gry .
Tokens: 1___________ 2 3___________ 4______ 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #117 from documents/00100626 from sent8

Text  : Wyłonienie najlepszych szkół .
Tokens: 1_________ 2__________ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #118 from documents/00100626 from sent9

Text  : Zakwaterowanie i wyżywienie ( dla osób zrzeszonych w PZBS )  :  Ośrodek PINIA w  Sokolnikach Lesie .
Tokens: 1_____________ 2 3_________ 4 5__ 6___ 7__________ 8 9___ 10 11 12_____ 13___ 14 15_________ 16___ 17

Chunks:
  TruePositive nam [9,9] = PZBS
  TruePositive nam [13,13] = PINIA
  TruePositive nam [15,16] = Sokolnikach Lesie

(ChunkerEvaluator) Sentence #119 from documents/00100626 from sent10

Text  : Harmonogram rozgrywek : - 20 . 09 . 2008 r  .  godz .  10 .  00 –  turniej par na impy ,  -  20 .  09 .  2008 r  .  godz .  15 .  00 –  turniej par na maxy ,  -  20 .  09 .  2008 r  .  godz .  20 .  00 –  turniej indywidualny ,  -  21 .  09 .  2008 r  .  godz .  9  .  00 –  turniej teamów .
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:

(ChunkerEvaluator) Sentence #120 from documents/00100626 from sent11

Text  : 7 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #121 from documents/00100626 from sent12

Text  : Zawodnicy : W zawodach mają prawo uczestniczyć uczniowie szkół podstawowych ,  gimnazjów i  szkół średnich z  terenu województwa łódzkiego .
Tokens: 1________ 2 3 4_______ 5___ 6____ 7___________ 8________ 9____ 10__________ 11 12_______ 13 14___ 15______ 16 17____ 18_________ 19_______ 20

Chunks:
  TruePositive nam [19,19] = łódzkiego

(ChunkerEvaluator) Sentence #122 from documents/00100626 from sent13

Text  : Punktacja długofalowa ( PDF ) : Każda szkoła ma prawo wystawić dowolną liczbę zawodników .
Tokens: 1________ 2__________ 3 4__ 5 6 7____ 8_____ 9_ 10___ 11______ 12_____ 13____ 14________ 15

Chunks:
  FalsePositive nam [4,4] = PDF

(ChunkerEvaluator) Sentence #123 from documents/00100626 from sent14

Text  : Do punktacji długofalowej liczą się wyniki najlepszych 4 zawodników każdej szkoły w  każdym turnieju .
Tokens: 1_ 2________ 3___________ 4____ 5__ 6_____ 7__________ 8 9_________ 10____ 11____ 12 13____ 14______ 15

Chunks:

(ChunkerEvaluator) Sentence #124 from documents/00100626 from sent15

Text  : Przepisy : W rozgrywkach stosowane będą przepisy międzynarodowego prawa brydżowego .
Tokens: 1_______ 2 3 4__________ 5________ 6___ 7_______ 8_______________ 9____ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #125 from documents/00100626 from sent16

Text  : W miejscu rozgrywek i zakwaterowania obowiązuje uczestników kulturalne zachowanie się oraz zakaz spożywania napojów alkoholowych i  palenia tytoniu .
Tokens: 1 2______ 3________ 4 5_____________ 6_________ 7__________ 8_________ 9_________ 10_ 11__ 12___ 13________ 14_____ 15__________ 16 17_____ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #126 from documents/00100626 from sent17

Text  : Nagrody : Za zajęcie pierwszych trzech miejsc w punktacji długofalowej reprezentacja każdej szkoły otrzyma puchar i  dyplom .
Tokens: 1______ 2 3_ 4______ 5_________ 6_____ 7_____ 8 9________ 10__________ 11___________ 12____ 13____ 14_____ 15____ 16 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #127 from documents/00100626 from sent18

Text  : Prezes Wojewódzkiego Związku Brydża Sportowego w Łodzi mgr inż .  Włodzimierz Choinkowski
Tokens: 1_____ 2____________ 3______ 4_____ 5_________ 6 7____ 8__ 9__ 10 11_________ 12_________

Chunks:
  TruePositive nam [7,7] = Łodzi
  TruePositive nam [11,12] = Włodzimierz Choinkowski
  FalsePositive nam [2,5] = Wojewódzkiego Związku Brydża Sportowego
  FalseNegative nam [1,5] = Prezes Wojewódzkiego Związku Brydża Sportowego

2016-10-13 16:40:28,129 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100627.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100627.ini
(ChunkerEvaluator) Sentence #128 from documents/00100627 from sent1

Text  : Mistrzostwa Województwa Łódzkiego Juniorów Młodszych i Młodzików w Brydżu Sportowym Redaktor :  Michał Kowalski
Tokens: 1__________ 2__________ 3________ 4_______ 5________ 6 7________ 8 9_____ 10_______ 11______ 12 13____ 14______

Chunks:
  TruePositive nam [13,14] = Michał Kowalski
  FalsePositive nam [1,7] = Mistrzostwa Województwa Łódzkiego Juniorów Młodszych i Młodzików
  FalsePositive nam [9,11] = Brydżu Sportowym Redaktor
  FalseNegative nam [1,10] = Mistrzostwa Województwa Łódzkiego Juniorów Młodszych i Młodzików w Brydżu Sportowym

(ChunkerEvaluator) Sentence #129 from documents/00100627 from sent2

Text  : Wojewódzki Związek Brydża Sportowego Łodzi zaprasza do udziału w Mistrzostwach Województwa Łódzkiego Juniorów Młodszych i  Młodzików w  Brydżu Sportowym .
Tokens: 1_________ 2______ 3_____ 4_________ 5____ 6_______ 7_ 8______ 9 10___________ 11_________ 12_______ 13______ 14_______ 15 16_______ 17 18____ 19_______ 20

Chunks:
  FalsePositive nam [1,5] = Wojewódzki Związek Brydża Sportowego Łodzi
  FalsePositive nam [10,16] = Mistrzostwach Województwa Łódzkiego Juniorów Młodszych i Młodzików
  FalsePositive nam [18,19] = Brydżu Sportowym
  FalseNegative nam [1,4] = Wojewódzki Związek Brydża Sportowego
  FalseNegative nam [5,5] = Łodzi
  FalseNegative nam [10,19] = Mistrzostwach Województwa Łódzkiego Juniorów Młodszych i Młodzików w Brydżu Sportowym

(ChunkerEvaluator) Sentence #130 from documents/00100627 from sent3

Text  : Mistrzostwa rozegrane zostaną w dniach 6 - 7 . 03 .  2010r .
Tokens: 1__________ 2________ 3______ 4 5_____ 6 7 8 9 10 11 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #131 from documents/00100627 from sent4

Text  : w Ośrodku PINIA w Sokolnikach Lesie , ul . Sokolnickiego 29 .
Tokens: 1 2______ 3____ 4 5__________ 6____ 7 8_ 9 10___________ 11 12

Chunks:
  TruePositive nam [5,6] = Sokolnikach Lesie
  TruePositive nam [10,10] = Sokolnickiego
  FalsePositive nam [2,3] = Ośrodku PINIA
  FalseNegative nam [3,3] = PINIA

(ChunkerEvaluator) Sentence #132 from documents/00100627 from sent5

Text  : R E G U L A M I N MISTRZOSTW WOJEWÓDZTWA ŁÓDZKIEGO JUNIORÓW MŁODSZYCH I  MŁODZIKÓW W  BRYDŻU SPORTOWYM Organizator :  Wojewódzki Związek Brydża Sportowego Łodzi .
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:
  FalsePositive nam [5,20] = L A M I N MISTRZOSTW WOJEWÓDZTWA ŁÓDZKIEGO JUNIORÓW MŁODSZYCH I MŁODZIKÓW W BRYDŻU SPORTOWYM Organizator
  FalsePositive nam [22,26] = Wojewódzki Związek Brydża Sportowego Łodzi
  FalseNegative nam [10,19] = MISTRZOSTW WOJEWÓDZTWA ŁÓDZKIEGO JUNIORÓW MŁODSZYCH I MŁODZIKÓW W BRYDŻU SPORTOWYM
  FalseNegative nam [22,25] = Wojewódzki Związek Brydża Sportowego
  FalseNegative nam [26,26] = Łodzi

(ChunkerEvaluator) Sentence #133 from documents/00100627 from sent6

Text  : Termin rozgrywek : 6 - 7 . 03 . 2010 r  .
Tokens: 1_____ 2________ 3 4 5 6 7 8_ 9 10__ 11 12

Chunks:

(ChunkerEvaluator) Sentence #134 from documents/00100627 from sent7

Text  : Miejsce rozgrywek : Ośrodek PINIA w Sokolnikach Lesie , ul .  Sokolnickiego 29 .
Tokens: 1______ 2________ 3 4______ 5____ 6 7__________ 8____ 9 10 11 12___________ 13 14

Chunks:
  TruePositive nam [7,8] = Sokolnikach Lesie
  TruePositive nam [12,12] = Sokolnickiego
  FalsePositive nam [4,5] = Ośrodek PINIA
  FalseNegative nam [5,5] = PINIA

(ChunkerEvaluator) Sentence #135 from documents/00100627 from sent8

Text  : Cel rozgrywek : Popularyzacja brydża sportowego wśród młodzieży szkolnej .
Tokens: 1__ 2________ 3 4____________ 5_____ 6_________ 7____ 8________ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #136 from documents/00100627 from sent9

Text  : Podniesienie i doskonalenie poziomu gry .
Tokens: 1___________ 2 3___________ 4______ 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #137 from documents/00100627 from sent10

Text  : Wyłonienie Mistrzów , Wicemistrzów i II Wicemistrzów Województwa w kategorii juniorów młodszych i  młodzików .
Tokens: 1_________ 2_______ 3 4___________ 5 6_ 7___________ 8__________ 9 10_______ 11______ 12_______ 13 14_______ 15

Chunks:
  FalsePositive nam [4,4] = Wicemistrzów

(ChunkerEvaluator) Sentence #138 from documents/00100627 from sent11

Text  : Zakwaterowanie i wyżywienie : Ośrodek PINIA w Sokolnikach Lesie ,  ul .  Sokolnickiego 29 Harmonogram rozgrywek :  Będą rozgrywane równolegle dwa odrębne turnieje dla juniorów i  młodzików :  6  .  03 .  2010 r  .  godz .  10 .  00 –  turniej par na zapis maksymalny ,  6  .  03 .  2010 r  .  godz .  15 .  00 –  turniej par na impy ,  6  .  03 .  2010 r  .  godz .  20 .  00 –  turniej teamów ,  7  .  03 .  2010 r  .  godz .  9  .  00 –  turniej indywidualny .
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

Chunks:
  TruePositive nam [8,9] = Sokolnikach Lesie
  TruePositive nam [13,13] = Sokolnickiego
  FalsePositive nam [5,6] = Ośrodek PINIA
  FalseNegative nam [6,6] = PINIA

(ChunkerEvaluator) Sentence #139 from documents/00100627 from sent12

Text  : W zależności od liczby zawodników z przyczyn technicznych organizator może zmienić formę rozgrywek Zawodnicy :  W  zawodach mają prawo uczestniczyć juniorzy młodsi i  młodzicy z  terenu województwa łódzkiego .
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 [28,28] = łódzkiego

(ChunkerEvaluator) Sentence #140 from documents/00100627 from sent13

Text  : Organizator może dopuścić do udziału w zawodach osoby nie spełniające w  /  w  wymagań wiekowych .
Tokens: 1__________ 2___ 3_______ 4_ 5______ 6 7_______ 8____ 9__ 10_________ 11 12 13 14_____ 15_______ 16

Chunks:

(ChunkerEvaluator) Sentence #141 from documents/00100627 from sent14

Text  : Punktacja długofalowa ( PDF ) : w turnieju teamów za ostatnie miejsce otrzymuje się 4  PDF ,  za każde wyższe o  4  więcej ,  w  turnieju par za ostatnie miejsce 2  PDF ,  za każde wyższe o  2  więcej ,  w  turnieju indywidualnym za ostatnie miejsce 1  PDF ,  za każde wyższe o  1  więcej .
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:
  FalsePositive nam [4,4] = PDF
  FalsePositive nam [16,16] = PDF
  FalsePositive nam [32,32] = PDF
  FalsePositive nam [48,48] = PDF

(ChunkerEvaluator) Sentence #142 from documents/00100627 from sent15

Text  : Przepisy : W rozgrywkach stosowane będą przepisy międzynarodowego prawa brydżowego .
Tokens: 1_______ 2 3 4__________ 5________ 6___ 7_______ 8_______________ 9____ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #143 from documents/00100627 from sent16

Text  : W rejonie rozgrywek i zakwaterowania obowiązuje uczestników kulturalne zachowanie się .
Tokens: 1 2______ 3________ 4 5_____________ 6_________ 7__________ 8_________ 9_________ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #144 from documents/00100627 from sent17

Text  : Osoby niewłaściwie zachowujące się mogą być wykluczone z zawodów i  usunięte z  terenu rozgrywek .
Tokens: 1____ 2___________ 3__________ 4__ 5___ 6__ 7_________ 8 9______ 10 11______ 12 13____ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #145 from documents/00100627 from sent18

Text  : Nagrody : Za zajęcie pierwszych trzech miejsc w punktacji długofalowej w  każdej kategorii wiekowej zawodnicy otrzymają medale i  dyplomy ,  a  za zajęcie miejsc IV –  VI dyplomy .
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 #146 from documents/00100627 from sent19

Text  : Dla młodzieży wyjeżdżającej z Łodzi w dn . 6 .  03 .  2010 r  .  o  godz .  9  .  00 na ul .  Bazarowej zostanie podstawiony wynajęty bus .
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 [5,5] = Łodzi
  TruePositive nam [25,25] = Bazarowej

(ChunkerEvaluator) Sentence #147 from documents/00100627 from sent20

Text  : Pozostałe osoby dojeżdżają we własnym zakresie .
Tokens: 1________ 2____ 3_________ 4_ 5______ 6_______ 7

Chunks:

2016-10-13 16:40:28,328 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100635.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00100635.ini
(ChunkerEvaluator) Sentence #148 from documents/00100635 from sent1

Text  : Słowiańskie cmentarze znajdowały się na polach i w lasach ,  co miało swój początek w  stosowanym już od czasu neolitu zwyczaju użyźniania ziemi popiołem .
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 #149 from documents/00100635 from sent2

Text  : Groby z VI - VIII w . to w przeważającej mierze pochówki ciałopalne (  prochy chowano do ziemi w  tzw .  popielnicach )  .
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 #150 from documents/00100635 from sent3

Text  : Niekiedy prochy rozsypywano w miejscu spalenia ciała .
Tokens: 1_______ 2_____ 3__________ 4 5______ 6_______ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #151 from documents/00100635 from sent4

Text  : Nad urną lub resztkami pogrzebowego stosu sypano też niekiedy kurhan .
Tokens: 1__ 2___ 3__ 4________ 5___________ 6____ 7_____ 8__ 9_______ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #152 from documents/00100635 from sent5

Text  : Czasem urnę stawiono na takim kurhanie albo na słupie wkopanym w  kurhan .
Tokens: 1_____ 2___ 3_______ 4_ 5____ 6_______ 7___ 8_ 9_____ 10______ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #153 from documents/00100635 from sent6

Text  : We wschodniej Słowiańszczyźnie istniały też wtedy pochówki szkieletowe , które od końca VII w  .  rozprzestrzeniły się również u  Słowian Zachodnich (  pochówki nakurhanowe )  .
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 [3,3] = Słowiańszczyźnie
  TruePositive nam [20,21] = Słowian Zachodnich

(ChunkerEvaluator) Sentence #154 from documents/00100635 from sent7

Text  : W tych grobach znajdujemy narzędzia , broń , ozdoby ,  naczynia oraz (  w  grobach dzieci )  zabawki ,  czyli wszystko ,  co mogło być potrzebne na tamtym 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

Chunks:

(ChunkerEvaluator) Sentence #155 from documents/00100635 from sent8

Text  : Stąd można wysnuć wniosek , że nie różnił się on tak bardzo od świata ,  w  którym nasi przodkowie przebywali za życia .
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 #156 from documents/00100635 from sent9

Text  : Na grobach zmarłych palono też ognie ( żeby było im ciepło )  i  zostawiano dla nich pokarm .
Tokens: 1_ 2______ 3_______ 4_____ 5__ 6____ 7 8___ 9___ 10 11____ 12 13 14________ 15_ 16__ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #157 from documents/00100635 from sent10

Text  : Przyjęcie chrześcijaństwa wpłynęło na zmianę obrządku , zaniechano palenia ciał zmarłych .
Tokens: 1________ 2______________ 3_______ 4_ 5_____ 6_______ 7 8_________ 9______ 10__ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #158 from documents/00100635 from sent11

Text  : Nadal jednak kulminację ceremonii pogrzebowej stanowiła trizna , zwana też strawą (  to określenie w  XVI w  .  zastąpiono zapożyczoną z  łaciny "  stypą "  )  .
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 #159 from documents/00100635 from sent12

Text  : Obrzęd strawy nie polegał wyłącznie na spożywaniu pokarmów ; niekiedy ,  jak na przykład na Rusi -  podobnie jak w  starożytnym Rzymie -  na cześć zmarłego urządzano gonitwy ,  zapasy ,  tańce .
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 [16,16] = Rusi
  TruePositive nam [22,22] = Rzymie

(ChunkerEvaluator) Sentence #160 from documents/00100635 from sent13

Text  : Głównie zwierzęta potrafiły spostrzec zbliżanie się śmierci - niespokojne zachowanie koni ,  zabłąkany czarny pies były niechybnymi zwiastunami śmierci .
Tokens: 1______ 2________ 3________ 4________ 5________ 6__ 7______ 8 9__________ 10________ 11__ 12 13_______ 14____ 15__ 16__ 17_________ 18_________ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #161 from documents/00100635 from sent14

Text  : Za zwierzęta na stałe wpisane w sferę śmierci uznawano kruka ,  sowę ,  kreta .
Tokens: 1_ 2________ 3_ 4____ 5______ 6 7____ 8______ 9_______ 10___ 11 12__ 13 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #162 from documents/00100635 from sent15

Text  : W Polsce , podobnie jak w całej Europie , istniał kiedyś piękny zwyczaj powiadamiania bydła i  pszczół o  śmierci gospodarza .
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 [2,2] = Polsce
  TruePositive nam [8,8] = Europie

(ChunkerEvaluator) Sentence #163 from documents/00100635 from sent16

Text  : Na Mazowszu stukano w tym celu kijem w ule ,  u  Kaszubów nimi poruszano .
Tokens: 1_ 2_______ 3______ 4 5__ 6___ 7____ 8 9__ 10 11 12______ 13__ 14_______ 15

Chunks:
  TruePositive nam [2,2] = Mazowszu
  TruePositive nam [12,12] = Kaszubów

(ChunkerEvaluator) Sentence #164 from documents/00100635 from sent17

Text  : W Wielkopolsce oznajmiano o śmierci drzewom w sadzie .
Tokens: 1 2___________ 3_________ 4 5______ 6______ 7 8_____ 9

Chunks:
  TruePositive nam [2,2] = Wielkopolsce

(ChunkerEvaluator) Sentence #165 from documents/00100635 from sent18

Text  : Na Śląsku , gdy kondukt żałobny ruszał w drogę do kościoła ,  któryś z  krewnych zmarłego biegł do stajni i  wołał do bydła :  Gospodarz już odchodzi !
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 [2,2] = Śląsku
  FalsePositive nam [25,25] = Gospodarz

(ChunkerEvaluator) Sentence #166 from documents/00100635 from sent19

Text  : Potem pukał w drzewa owocowe i ule , mówiąc :  Wynoszą już pana .
Tokens: 1____ 2____ 3 4_____ 5______ 6 7__ 8 9_____ 10 11_____ 12_ 13__ 14

Chunks:

(ChunkerEvaluator) Sentence #167 from documents/00100635 from sent20

Text  : W okresie zimowym po zebraniu plonów Słowianie popadali w zadumę i  powracano pamięcią do tych którzy odeszli .
Tokens: 1 2______ 3______ 4_ 5_______ 6_____ 7________ 8_______ 9 10____ 11 12_______ 13______ 14 15__ 16____ 17_____ 18

Chunks:
  TruePositive nam [7,7] = Słowianie

(ChunkerEvaluator) Sentence #168 from documents/00100635 from sent21

Text  : Święto Zmarłych czyli dzień poświecony ich pamięci obchodzony był przez ludy Słowiańskie kilka razy w  roku ,  przy czym najważniejsze przypadało pierwotnie w  okresie kwietniowym .
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] = Słowiańskie
  FalseNegative nam [1,2] = Święto Zmarłych

(ChunkerEvaluator) Sentence #169 from documents/00100635 from sent22

Text  : Kościół Katolicki został zmuszony zaakceptować święto jesienne , ustalając je na konkretnydzień -  2  listopada .
Tokens: 1______ 2________ 3_____ 4_______ 5___________ 6_____ 7_______ 8 9________ 10 11 12____________ 13 14 15_______ 16

Chunks:
  FalsePositive nam [2,2] = Katolicki
  FalseNegative nam [1,2] = Kościół Katolicki

(ChunkerEvaluator) Sentence #170 from documents/00100635 from sent23

Text  : Jeszcze w XIX wieku , zwłaszcza na wschodnich krańcach Polski ,  na pograniczu litewskim i  białoruskim ,  dość powszechnie odprawiane były obrzędy ku czci zmarłych ,  zwane "  Dziadami "  .
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 [10,10] = Polski
  TruePositive nam [29,29] = Dziadami

(ChunkerEvaluator) Sentence #171 from documents/00100635 from sent24

Text  : Uroczystość sięga czasów pogańskich i nazywała się kiedyś przypuszczalnie ucztą Kozła ,  w  której przewodził Koźlarz ,  Guślarz poeta oraz kapłan .
Tokens: 1__________ 2____ 3_____ 4_________ 5 6_______ 7__ 8_____ 9______________ 10___ 11___ 12 13 14____ 15________ 16_____ 17 18_____ 19___ 20__ 21____ 22

Chunks:
  FalsePositive nam [11,11] = Kozła
  FalsePositive nam [16,16] = Koźlarz

(ChunkerEvaluator) Sentence #172 from documents/00100635 from sent25

Text  : Wyobraźnia ludowa w tym dniu tak dalece ożywiała zmarłych ,  że stawiano na grobach nie tylko pieczywo ,  ale i  kaszę ,  miód ,  jajka .
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 #173 from documents/00100635 from sent26

Text  : Często urządzano na grobach ucztę , w której brali udział krewni zmarłego .
Tokens: 1_____ 2________ 3_ 4______ 5____ 6 7 8_____ 9____ 10____ 11____ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #174 from documents/00100635 from sent27

Text  : Resztki potraw pozostawiano żebrakom .
Tokens: 1______ 2_____ 3___________ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #175 from documents/00100635 from sent28

Text  : Drugim obok “ karmienia dusz ” akcentem tego święta było palenie ogni .
Tokens: 1_____ 2___ 3 4________ 5___ 6 7_______ 8___ 9_____ 10__ 11_____ 12__ 13

Chunks:

(ChunkerEvaluator) Sentence #176 from documents/00100635 from sent29

Text  : Początkowo zapalano ogniska na rozstajnych drogach , aby wskazywały kierunek wędrującym duszom .
Tokens: 1_________ 2_______ 3______ 4_ 5__________ 6______ 7 8__ 9_________ 10______ 11________ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #177 from documents/00100635 from sent30

Text  : Przy tych stosach zziębnięte dusze mogły się też ogrzać .
Tokens: 1___ 2___ 3______ 4_________ 5____ 6____ 7__ 8__ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #178 from documents/00100635 from sent31

Text  : Od XVI / XVII w . ogniska te zaczęto palić na cmentarzach -  stąd dzisiejsze świeczki i  znicze na mogiłach .
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 #179 from documents/00100635 from sent32

Text  : W innych regionach “ Dziady ” odwiedzające swe rodzinne domy ugaszczano gorącym ,  parującym posiłkiem przy czym nie mogło przy stole zabraknąć miejsca dla żadnego z  przodków .
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 [5,5] = Dziady

(ChunkerEvaluator) Sentence #180 from documents/00100635 from sent33

Text  : Gdy owa uczta odbywała się w domu , po powrocie z  cmentarza ;  wieczorem gospodarz trzykrotnie obchodził chatę niosąc przed sobą bochenek chleba ,  a  usadowiona w  oknie gospodyni wypowiadała rytualne słowa :  -  Kto idzie ?
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 #181 from documents/00100635 from sent34

Text  : - Sam Bóg - odpowiadał gospodarz .
Tokens: 1 2__ 3__ 4 5_________ 6________ 7

Chunks:
  TruePositive nam [3,3] = Bóg

(ChunkerEvaluator) Sentence #182 from documents/00100635 from sent35

Text  : - Co niesie ?
Tokens: 1 2_ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #183 from documents/00100635 from sent36

Text  : - Boski dar .
Tokens: 1 2____ 3__ 4

Chunks:

(ChunkerEvaluator) Sentence #184 from documents/00100635 from sent37

Text  : Po tych formułkach gospodarz wchodził do izby , wraz z  domownikami odmawiał modlitwę i  wszyscy zasiadali do stołu .
Tokens: 1_ 2___ 3_________ 4________ 5_______ 6_ 7___ 8 9___ 10 11_________ 12______ 13______ 14 15_____ 16_______ 17 18___ 19

Chunks:

(ChunkerEvaluator) Sentence #185 from documents/00100635 from sent38

Text  : Kościół katolicki starał się wykorzenić te zwyczaje , ale w  efekcie świętowano Dziady potajemnie w  domach opuszczonych niedaleko cmentarzy .
Tokens: 1______ 2________ 3_____ 4__ 5_________ 6_ 7_______ 8 9__ 10 11_____ 12________ 13____ 14________ 15 16____ 17__________ 18_______ 19_______ 20

Chunks:
  TruePositive nam [13,13] = Dziady
  FalseNegative nam [1,2] = Kościół katolicki

(ChunkerEvaluator) Sentence #186 from documents/00100635 from sent39

Text  : Zastawiano w nich uczty z różnego rodzaju dań , trunków ,  owoców i  wywoływano dusze zmarłych ,  rzucając za każdym imieniem nieco jadła w  ogień .
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 #187 from documents/00100635 from sent40

Text  : Cel był tak poważny i święty , iż obrzędy te przemawiały bardzo głęboko do ludzkiej wyobraźni .
Tokens: 1__ 2__ 3__ 4______ 5 6_____ 7 8_ 9______ 10 11_________ 12____ 13_____ 14 15______ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #188 from documents/00100635 from sent41

Text  : Wierzono , że zmarli zwołani przychodzą , że posilają się jak niegdyś .
Tokens: 1_______ 2 3_ 4_____ 5______ 6_________ 7 8_ 9_______ 10_ 11_ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #189 from documents/00100635 from sent42

Text  : Ta jedna , jedyna noc pozwala duchom stać się podobnymi do żywych .
Tokens: 1_ 2____ 3 4_____ 5__ 6______ 7_____ 8___ 9__ 10_______ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #190 from documents/00100635 from sent43

Text  : Zostawiano więc na noc otwarte furtki , uchylone drzwi do domu ,  aby duchy mogły bez najmniejszych przeszkód przekroczyć progi swych dawnych domostw .
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:

2016-10-13 16:40:28,853 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101163.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101163.ini
(ChunkerEvaluator) Sentence #191 from documents/00101163 from sent1

Text  : Kanie - Stacja
Tokens: 1____ 2 3_____

Chunks:
  FalseNegative nam [1,3] = Kanie - Stacja

(ChunkerEvaluator) Sentence #192 from documents/00101163 from sent2

Text  : Kanie - Stacja – wieś w Polsce położona w województwie lubelskim ,  w  powiecie chełmskim ,  w  gminie Rejowiec Fabryczny .
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 [7,7] = Polsce
  TruePositive nam [11,11] = lubelskim
  TruePositive nam [15,15] = chełmskim
  TruePositive nam [19,20] = Rejowiec Fabryczny
  FalsePositive nam [3,3] = Stacja
  FalseNegative nam [1,3] = Kanie - Stacja

(ChunkerEvaluator) Sentence #193 from documents/00101163 from sent3

Text  : W latach 1975 - 1998 miejscowość należała administracyjnie do województwa chełmskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8_______________ 9_ 10_________ 11_________ 12

Chunks:
  TruePositive nam [11,11] = chełmskiego

2016-10-13 16:40:28,870 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101171.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101171.ini
(ChunkerEvaluator) Sentence #194 from documents/00101171 from sent1

Text  : Osiedle Zielone
Tokens: 1______ 2______

Chunks:
  TruePositive nam [1,2] = Osiedle Zielone

(ChunkerEvaluator) Sentence #195 from documents/00101171 from sent2

Text  : Osiedle Zielone ( do roku 1958 osiedle B - 2  )  –  osiedle w  Krakowie wchodzące w  skład Dzielnicy XVIII Nowa Huta ,  nie stanowiące jednostki pomocniczej niższego rzędu w  ramach dzielnicy .
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 [1,2] = Osiedle Zielone
  TruePositive nam [8,10] = B - 2
  TruePositive nam [15,15] = Krakowie
  FalsePositive nam [19,19] = Dzielnicy
  FalsePositive nam [20,22] = XVIII Nowa Huta
  FalseNegative nam [21,22] = Nowa Huta

(ChunkerEvaluator) Sentence #196 from documents/00101171 from sent3

Text  : Znajduje się na północ od Placu Centralnego i ograniczone jest ulicami :  od zachodu Aleją Róż ,  od północy ul .  Mościckiego (  d  .  Demakowa )  ,  od wschodu ul .  Wojciechowskiego (  d  .  Leńskiego )  ,  od południa ul .  Żeromskiego .
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 [6,7] = Placu Centralnego
  TruePositive nam [15,16] = Aleją Róż
  TruePositive nam [22,22] = Mościckiego
  TruePositive nam [26,26] = Demakowa
  TruePositive nam [33,33] = Wojciechowskiego
  TruePositive nam [37,37] = Leńskiego
  TruePositive nam [44,44] = Żeromskiego

(ChunkerEvaluator) Sentence #197 from documents/00101171 from sent4

Text  : Na osiedlu , w bloku nr . 7 znajduje się Oddział w  Nowej Hucie Muzeum Archeologicznego .
Tokens: 1_ 2______ 3 4 5____ 6_ 7 8 9_______ 10_ 11_____ 12 13___ 14___ 15____ 16______________ 17

Chunks:
  FalsePositive nam [11,11] = Oddział
  FalsePositive nam [13,14] = Nowej Hucie
  FalsePositive nam [15,16] = Muzeum Archeologicznego
  FalseNegative nam [11,16] = Oddział w Nowej Hucie Muzeum Archeologicznego

2016-10-13 16:40:28,913 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101175.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101175.ini
(ChunkerEvaluator) Sentence #198 from documents/00101175 from sent1

Text  : Partia Pracy od początku działała w ścisłym związku ze związkami zawodowymi .
Tokens: 1_____ 2____ 3_ 4_______ 5_______ 6 7______ 8______ 9_ 10_______ 11________ 12

Chunks:
  TruePositive nam [1,2] = Partia Pracy

(ChunkerEvaluator) Sentence #199 from documents/00101175 from sent2

Text  : Statut przewiduje członkostwo indywidualne i zbiorowe ( do 1918 roku wyłączne )  .
Tokens: 1_____ 2_________ 3__________ 4___________ 5 6_______ 7 8_ 9___ 10__ 11______ 12 13

Chunks:

(ChunkerEvaluator) Sentence #200 from documents/00101175 from sent3

Text  : Członkostwo indywidualne posiada ok . 300 000 osób , a  na zasadzie członkostwa zbiorowego do partii należy ok .  5  ,  3  mln osób .
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 #201 from documents/00101175 from sent4

Text  : Do Partii Pracy należy większość ze związków zawodowych zrzeszonych w  Kongresie Związków Zawodowych (  TUC )  ,  a  także wiele innych stowarzyszeń i  ugrupowań .
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 [2,3] = Partii Pracy
  TruePositive nam [11,13] = Kongresie Związków Zawodowych
  TruePositive nam [15,15] = TUC

(ChunkerEvaluator) Sentence #202 from documents/00101175 from sent5

Text  : W okresie międzywojennym Partia Pracy zaczęła zajmować pozycję Partii Liberalnej jako jednej z  dwu głównych partii .
Tokens: 1 2______ 3_____________ 4_____ 5____ 6______ 7_______ 8______ 9_____ 10________ 11__ 12____ 13 14_ 15______ 16____ 17

Chunks:
  TruePositive nam [4,5] = Partia Pracy
  TruePositive nam [9,10] = Partii Liberalnej

(ChunkerEvaluator) Sentence #203 from documents/00101175 from sent6

Text  : Już w wyborach w 1922 roku partia zajęła drugie miejsce ,  a  w  1924 ,  a  następnie w  latach 1929 -  1935 tworzyła rząd pod przewodnictwem Jamesa Ramsaya McDonalda –  początkowo mniejszościowy z  poparciem liberałów ,  a  następnie koalicyjny z  udziałem liberałów i  potem konserwatystów .
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

Chunks:
  TruePositive nam [27,29] = Jamesa Ramsaya McDonalda

(ChunkerEvaluator) Sentence #204 from documents/00101175 from sent7

Text  : W 1945 roku laburzyści po raz pierwszy sformowali jednopartyjny rząd większościowy pod przewodnictwem Clementa Attlee ,  który wprowadził radykalne reformy gospodarcze nacjonalizując wiele gałęzi przemysłu ,  reorganizując system podatkowy ,  ubezpieczeń społecznych i  służbę zdrowia .
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] = Clementa Attlee
  FalseNegative nam [4,4] = laburzyści

(ChunkerEvaluator) Sentence #205 from documents/00101175 from sent8

Text  : W latach 60 . ówczesny przywódca Partii Pracy – Hugh Gaitskell –  zreformował partię rezygnując z  radykalnych haseł socjalistycznych (  rethinking socialism )  i  ograniczając rolę związków zawodowych .
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 [7,8] = Partii Pracy
  TruePositive nam [10,11] = Hugh Gaitskell

(ChunkerEvaluator) Sentence #206 from documents/00101175 from sent9

Text  : Laburzyści tworzyli jeszcze rząd w latach 1964 - 1970 i  1974 -  1976 (  premier Harold Wilson )  oraz 1976 -  1979 (  James Callaghan )  ,  po czym pozostawali w  opozycji przez 18 lat .
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 [16,17] = Harold Wilson
  TruePositive nam [24,25] = James Callaghan
  FalseNegative nam [1,1] = Laburzyści

(ChunkerEvaluator) Sentence #207 from documents/00101175 from sent10

Text  : Partia nie potrafiła podczas tego okresu sformułować odpowiednio atrakcyjnego programu alternatywnego wobec thatcheryzmu .
Tokens: 1_____ 2__ 3________ 4______ 5___ 6_____ 7__________ 8__________ 9___________ 10______ 11____________ 12___ 13__________ 14

Chunks:

(ChunkerEvaluator) Sentence #208 from documents/00101175 from sent11

Text  : Na przełomie lat 70 . i 80 . nastąpił okres lewicowego radykalizmu ,  a  przywództwo Neila Kinnocka przywróciło tożsamość ideologiczną partii na tory centrolewicowe .
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 [16,17] = Neila Kinnocka

(ChunkerEvaluator) Sentence #209 from documents/00101175 from sent12

Text  : Partia Pracy powróciła do władzy dopiero w 1997 r .  pod przewodnictwem Tony'ego Blaira ,  który dokonał zdecydowanej modernizacji partii w  kierunku tzw .  trzeciej drogi .
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 [1,2] = Partia Pracy
  TruePositive nam [13,14] = Tony'ego Blaira

(ChunkerEvaluator) Sentence #210 from documents/00101175 from sent13

Text  : Laburzyści w pełni zaakceptowali zasady wolnorynkowe , zmniejszyli uzależnienie od związków zawodowych ,  zapowiadali reformy ustrojowe (  autonomia dla Szkocji i  Walii –  zrealizowana od 1997 roku ,  zlikwidowanie dziedziczności w  Izbie Lordów –  1999 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 29___________ 30____________ 31 32___ 33____ 34 35__ 36__ 37 38

Chunks:
  TruePositive nam [20,20] = Szkocji
  TruePositive nam [22,22] = Walii
  TruePositive nam [32,33] = Izbie Lordów
  FalseNegative nam [1,1] = Laburzyści

(ChunkerEvaluator) Sentence #211 from documents/00101175 from sent14

Text  : W 2001 roku Partia Pracy ponownie wygrała wybory uzyskując 40 ,  7  %  głosów ,  w  2005 zwyciężyła uzyskując 36 %  głosów .
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 [4,5] = Partia Pracy

(ChunkerEvaluator) Sentence #212 from documents/00101175 from sent15

Text  : W wyborach w 2010 przegrała z Partią Konserwatywną , uzyskując 29 %  głosów (  2  .  wynik )  i  258 mandatów w  Izbie Gmin .
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 [7,8] = Partią Konserwatywną
  TruePositive nam [23,24] = Izbie Gmin

2016-10-13 16:40:29,059 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101179.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101179.ini
(ChunkerEvaluator) Sentence #213 from documents/00101179 from sent1

Text  : Aleja Unii Lubelskiej w Lublinie
Tokens: 1____ 2___ 3_________ 4 5_______

Chunks:
  TruePositive nam [1,3] = Aleja Unii Lubelskiej
  TruePositive nam [5,5] = Lublinie

(ChunkerEvaluator) Sentence #214 from documents/00101179 from sent2

Text  : Aleja Unii Lubelskiej w Lublinie - jedna z głównych ulic Lublina łącząca Rondo Romana Dmowskiego z  Rondem Lubelskiego Lipca '  80 ostatnio przebudowanego .
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 [1,3] = Aleja Unii Lubelskiej
  TruePositive nam [5,5] = Lublinie
  TruePositive nam [11,11] = Lublina
  TruePositive nam [13,15] = Rondo Romana Dmowskiego
  TruePositive nam [17,21] = Rondem Lubelskiego Lipca ' 80

(ChunkerEvaluator) Sentence #215 from documents/00101179 from sent3

Text  : Jest częścią drogi wojewódzkiej nr .
Tokens: 1___ 2______ 3____ 4___________ 5_ 6

Chunks:

(ChunkerEvaluator) Sentence #216 from documents/00101179 from sent4

Text  : Posiada dwie jezdnie i po trzy pasy w każdym kierunku .
Tokens: 1______ 2___ 3______ 4 5_ 6___ 7___ 8 9_____ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #217 from documents/00101179 from sent5

Text  : Jej długość to 1 , 6 km .
Tokens: 1__ 2______ 3_ 4 5 6 7_ 8

Chunks:

(ChunkerEvaluator) Sentence #218 from documents/00101179 from sent6

Text  : Pochodzenie nazwy
Tokens: 1__________ 2____

Chunks:

(ChunkerEvaluator) Sentence #219 from documents/00101179 from sent7

Text  : Nazwa pochodzi od związku między Królestwem Polskim i Wielkim Księstwem Litewskim tzw .  Unii Lubelskiej z  1569 r  .  podpisanej na Zamku w  Lublinie .
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 [6,7] = Królestwem Polskim
  TruePositive nam [22,22] = Zamku
  TruePositive nam [24,24] = Lublinie
  FalsePositive nam [9,15] = Wielkim Księstwem Litewskim tzw . Unii Lubelskiej
  FalseNegative nam [9,11] = Wielkim Księstwem Litewskim
  FalseNegative nam [14,15] = Unii Lubelskiej

(ChunkerEvaluator) Sentence #220 from documents/00101179 from sent8

Text  : Dawniej ulica miała nazwę " Aleja Władysława Gomułki " .
Tokens: 1______ 2____ 3____ 4____ 5 6____ 7_________ 8______ 9 10

Chunks:
  TruePositive nam [6,8] = Aleja Władysława Gomułki

(ChunkerEvaluator) Sentence #221 from documents/00101179 from sent9

Text  : Linie komunikacyjne
Tokens: 1____ 2____________

Chunks:

(ChunkerEvaluator) Sentence #222 from documents/00101179 from sent10

Text  : Ulicą kursują następujące linie MPK Lublin :
Tokens: 1____ 2______ 3__________ 4____ 5__ 6_____ 7

Chunks:
  TruePositive nam [5,6] = MPK Lublin

(ChunkerEvaluator) Sentence #223 from documents/00101179 from sent11

Text  : Autobusowe
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #224 from documents/00101179 from sent12

Text  : na całości ulicy : 16 , 23 , 29 .
Tokens: 1_ 2______ 3____ 4 5_ 6 7_ 8 9_ 10

Chunks:

(ChunkerEvaluator) Sentence #225 from documents/00101179 from sent13

Text  : na odcinku od Ronda Lubelskiego Lipca ' 80 do ulicy Zamojskiej :  1  ,  6  ,  7  ,  9  ,  13 ,  17 ,  51 ,  55 .
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 [4,8] = Ronda Lubelskiego Lipca ' 80
  TruePositive nam [11,11] = Zamojskiej

(ChunkerEvaluator) Sentence #226 from documents/00101179 from sent14

Text  : Trolejbusowe
Tokens: 1___________

Chunks:

(ChunkerEvaluator) Sentence #227 from documents/00101179 from sent15

Text  : na odcinku od Ronda Lubelskiego Lipca ' 80 do ulicy Zamojskiej :  156 ,  160
Tokens: 1_ 2______ 3_ 4____ 5__________ 6____ 7 8_ 9_ 10___ 11________ 12 13_ 14 15_

Chunks:
  TruePositive nam [4,8] = Ronda Lubelskiego Lipca ' 80
  TruePositive nam [11,11] = Zamojskiej

(ChunkerEvaluator) Sentence #228 from documents/00101179 from sent16

Text  : Na całej długości ulicy w końcu lat osiemdziesiątych XX w  .  postawiono słupy trakcyjne z  latarniami .
Tokens: 1_ 2____ 3_______ 4____ 5 6____ 7__ 8_______________ 9_ 10 11 12________ 13___ 14_______ 15 16________ 17

Chunks:

(ChunkerEvaluator) Sentence #229 from documents/00101179 from sent17

Text  : Jednak do tej pory są nie wykorzystane dla trolejbusów ,  jedynie na krótkim odcinku od Ronda Lubelskiego Lipca '  80 do Zamojskiej .
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 [16,20] = Ronda Lubelskiego Lipca ' 80
  TruePositive nam [22,22] = Zamojskiej

(ChunkerEvaluator) Sentence #230 from documents/00101179 from sent18

Text  : Planowana jest budowa trakcji na całej długości ulicy i dalej w  stronę ulicy Podzamcze ,  Unickiej i  Szpitala Klinicznego przy ulicy Chodźki ,  gdzie istnieje obecna pętla trolejbusowa .
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 [14,14] = Podzamcze
  TruePositive nam [16,16] = Unickiej
  TruePositive nam [18,19] = Szpitala Klinicznego
  TruePositive nam [22,22] = Chodźki

2016-10-13 16:40:29,158 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101182.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101182.ini
(ChunkerEvaluator) Sentence #231 from documents/00101182 from sent1

Text  : Francis Dickoh
Tokens: 1______ 2_____

Chunks:
  TruePositive nam [1,2] = Francis Dickoh

(ChunkerEvaluator) Sentence #232 from documents/00101182 from sent2

Text  : Francis Dickoh ( ur . 13 grudnia 1982 w Kopenhadze )  –  ghański piłkarz występujący na pozycji obrońcy .
Tokens: 1______ 2_____ 3 4_ 5 6_ 7______ 8___ 9 10________ 11 12 13_____ 14_____ 15_________ 16 17_____ 18_____ 19

Chunks:
  TruePositive nam [1,2] = Francis Dickoh
  TruePositive nam [10,10] = Kopenhadze

(ChunkerEvaluator) Sentence #233 from documents/00101182 from sent3

Text  : Obecnie jest zawodnikiem klubu FC Utrecht .
Tokens: 1______ 2___ 3__________ 4____ 5_ 6______ 7

Chunks:
  TruePositive nam [5,6] = FC Utrecht

(ChunkerEvaluator) Sentence #234 from documents/00101182 from sent4

Text  : Kariera klubowa
Tokens: 1______ 2______

Chunks:

(ChunkerEvaluator) Sentence #235 from documents/00101182 from sent5

Text  : Dickoh zawodową karierę rozpoczynał w klubie Boldklubben 1893 .
Tokens: 1_____ 2_______ 3______ 4__________ 5 6_____ 7__________ 8___ 9

Chunks:
  TruePositive nam [7,8] = Boldklubben 1893
  FalseNegative nam [1,1] = Dickoh

(ChunkerEvaluator) Sentence #236 from documents/00101182 from sent6

Text  : W 2001 roku przeszedł do drugoligowego Farum BK .
Tokens: 1 2___ 3___ 4________ 5_ 6____________ 7____ 8_ 9

Chunks:
  TruePositive nam [7,8] = Farum BK

(ChunkerEvaluator) Sentence #237 from documents/00101182 from sent7

Text  : Od czasu debiutu pełnił tam rolę rezerwowego .
Tokens: 1_ 2____ 3______ 4_____ 5__ 6___ 7__________ 8

Chunks:

(ChunkerEvaluator) Sentence #238 from documents/00101182 from sent8

Text  : Już w pierwszym sezonie awansował z klubem do pierwszej ligi .
Tokens: 1__ 2 3________ 4______ 5________ 6 7_____ 8_ 9________ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #239 from documents/00101182 from sent9

Text  : W tych rozgrywkach zadebiutował 28 lipca 2002 w przegranym 0  :  2  meczu z  Aarhus GF .
Tokens: 1 2___ 3__________ 4___________ 5_ 6____ 7___ 8 9_________ 10 11 12 13___ 14 15____ 16 17

Chunks:
  TruePositive nam [15,16] = Aarhus GF

(ChunkerEvaluator) Sentence #240 from documents/00101182 from sent10

Text  : W sezonie 2002 / 2003 zajął z klubem 3 .  miejsce .
Tokens: 1 2______ 3___ 4 5___ 6____ 7 8_____ 9 10 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #241 from documents/00101182 from sent11

Text  : Przed rozpoczęciem następnego sezonu jego klub zmienił nazwę na FC Nordsjælland .
Tokens: 1____ 2___________ 3_________ 4_____ 5___ 6___ 7______ 8____ 9_ 10 11__________ 12

Chunks:
  TruePositive nam [10,11] = FC Nordsjælland

(ChunkerEvaluator) Sentence #242 from documents/00101182 from sent12

Text  : Od początku tamtego sezonu Dickoh stał się podstawowym graczem swojego zespołu .
Tokens: 1_ 2_______ 3______ 4_____ 5_____ 6___ 7__ 8__________ 9______ 10_____ 11_____ 12

Chunks:
  TruePositive nam [5,5] = Dickoh

(ChunkerEvaluator) Sentence #243 from documents/00101182 from sent13

Text  : 20 września 2003 w zremisowanym 1 : 1 meczu z  Esbjerg fB strzelił pierwszego gola w  trakcie gry w  pierwszej lidze duńskiej .
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 [11,12] = Esbjerg fB

(ChunkerEvaluator) Sentence #244 from documents/00101182 from sent14

Text  : W FC Nordsjælland grał sierpnia 2006 .
Tokens: 1 2_ 3___________ 4___ 5_______ 6___ 7

Chunks:
  TruePositive nam [2,3] = FC Nordsjælland

(ChunkerEvaluator) Sentence #245 from documents/00101182 from sent15

Text  : Wówczas odszedł z klubu .
Tokens: 1______ 2______ 3 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #246 from documents/00101182 from sent16

Text  : Jego nową drużyną został holenderski FC Utrecht , do którego przeszedł za 40 tysięcy euro .
Tokens: 1___ 2___ 3______ 4_____ 5__________ 6_ 7______ 8 9_ 10_____ 11_______ 12 13 14_____ 15__ 16

Chunks:
  TruePositive nam [6,7] = FC Utrecht
  TruePositive nam [15,15] = euro

(ChunkerEvaluator) Sentence #247 from documents/00101182 from sent17

Text  : W Eredivisie zadebiutował 26 sierpnia 2006 w zremisowanym 2 :  2  pojedynku ze Spartą Rotterdam .
Tokens: 1 2_________ 3___________ 4_ 5_______ 6___ 7 8___________ 9 10 11 12_______ 13 14____ 15_______ 16

Chunks:
  TruePositive nam [2,2] = Eredivisie
  TruePositive nam [14,15] = Spartą Rotterdam

(ChunkerEvaluator) Sentence #248 from documents/00101182 from sent18

Text  : 18 marca 2007 w wygranym 2 : 0 spotkaniu z  Vitesse Arnhem zdobył pierwszą bramkę w  trakcie gry w  Eredivisie .
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 [11,12] = Vitesse Arnhem
  TruePositive nam [20,20] = Eredivisie

(ChunkerEvaluator) Sentence #249 from documents/00101182 from sent19

Text  : W 2007 roku dotarł z klubem do trzeciej rundy Pucharu Intertoto ,  jednak jego klub przegrał tam swój mecz i  nie awansował do Pucharu UEFA .
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 [10,11] = Pucharu Intertoto
  TruePositive nam [24,25] = Pucharu UEFA

(ChunkerEvaluator) Sentence #250 from documents/00101182 from sent20

Text  : Kariera reprezentacyjna
Tokens: 1______ 2______________

Chunks:

(ChunkerEvaluator) Sentence #251 from documents/00101182 from sent21

Text  : Mimo iż Dickoh urodził się w Danii , jest reprezentantem Ghany ,  skąd pochodzą jego rodzice .
Tokens: 1___ 2_ 3_____ 4______ 5__ 6 7____ 8 9___ 10____________ 11___ 12 13__ 14______ 15__ 16_____ 17

Chunks:
  TruePositive nam [3,3] = Dickoh
  TruePositive nam [7,7] = Danii
  TruePositive nam [11,11] = Ghany

(ChunkerEvaluator) Sentence #252 from documents/00101182 from sent22

Text  : W reprezentacji Ghany zadebiutował 14 listopada 2005 w towarzyskim meczu z  Arabią Saudyjską .
Tokens: 1 2____________ 3____ 4___________ 5_ 6________ 7___ 8 9__________ 10___ 11 12____ 13_______ 14

Chunks:
  TruePositive nam [3,3] = Ghany
  TruePositive nam [12,13] = Arabią Saudyjską

(ChunkerEvaluator) Sentence #253 from documents/00101182 from sent23

Text  : W 2006 roku był uczestnikiem Pucharu Narodów Afryki , z  którego jego reprezentacja odpadła po fazie grupowej .
Tokens: 1 2___ 3___ 4__ 5___________ 6______ 7______ 8_____ 9 10 11_____ 12__ 13___________ 14_____ 15 16___ 17______ 18

Chunks:
  TruePositive nam [6,8] = Pucharu Narodów Afryki

(ChunkerEvaluator) Sentence #254 from documents/00101182 from sent24

Text  : Obecnie Dickoh powoływany jest do kadry na mecze eliminacji Mistrzostw Świata 2010 .
Tokens: 1______ 2_____ 3_________ 4___ 5_ 6____ 7_ 8____ 9_________ 10________ 11____ 12__ 13

Chunks:
  TruePositive nam [2,2] = Dickoh
  TruePositive nam [10,12] = Mistrzostw Świata 2010

2016-10-13 16:40:29,277 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101185.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101185.ini
(ChunkerEvaluator) Sentence #255 from documents/00101185 from sent1

Text  : Gwardia Lublin
Tokens: 1______ 2_____

Chunks:
  TruePositive nam [1,2] = Gwardia Lublin

(ChunkerEvaluator) Sentence #256 from documents/00101185 from sent2

Text  : Gwardia Lublin - nieistniejący obecnie milicyjny klub piłkarski z Lublina ,  który w  sezonach 1952 i  1953 występował w  II lidze (  obecnie I  liga )  ,  oraz w  Pucharze Polski w  sezonie 1952 .
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 [1,2] = Gwardia Lublin
  TruePositive nam [10,10] = Lublina
  TruePositive nam [30,31] = Pucharze Polski

(ChunkerEvaluator) Sentence #257 from documents/00101185 from sent3

Text  : W II lidze klub rozegrał ogółem 44 mecze , zdobywając 33 punkty .
Tokens: 1 2_ 3____ 4___ 5_______ 6_____ 7_ 8____ 9 10________ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #258 from documents/00101185 from sent4

Text  : Posiadał także sekcję lekkoatletyczną .
Tokens: 1_______ 2____ 3_____ 4______________ 5

Chunks:

2016-10-13 16:40:29,302 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101191.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101191.ini
(ChunkerEvaluator) Sentence #259 from documents/00101191 from sent1

Text  : Nauka czytania
Tokens: 1____ 2_______

Chunks:

(ChunkerEvaluator) Sentence #260 from documents/00101191 from sent2

Text  : Lingwistyka pomija w czytaniu kwestię zrozumienia tekstu , czego konsekwencją jest dobieranie takich tekstów do nauki czytania ,  aby cechowały się odpowiednimi własnościami fonetycznymi zawartych w  nich słów .
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 #261 from documents/00101191 from sent3

Text  : Wśród pedagogów opowiadających się za podejściem lingwistycznym przeważa pogląd ,  że podczas nauki czytania należy przede wszystkim eksponować technikę ,  nie wnikając w  treść ,  która wręcz rozprasza uwagę dziecka .
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 #262 from documents/00101191 from sent4

Text  : Można spotkać się tu m . in . ze stwierdzeniem ,  iż czytanie wymaga umiejętności rozpoznawania ,  różnicowania drobnych elementów pod względem kształtu ,  kierunku ,  eliminowania cech nieistotnych oraz przestrzegania poziomego kierunku czytania od lewej do prawej 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______ 24 25______ 26 27__________ 28__ 29__________ 30__ 31____________ 32_______ 33______ 34______ 35 36___ 37 38____ 39____ 40

Chunks:

(ChunkerEvaluator) Sentence #263 from documents/00101191 from sent5

Text  : W polskiej literaturze przedmiotu podejście lingwistyczne prezentują m . in .  T  .  Poznańska (  1973 )  i  H  .  Meterowa (  1978 )  .
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 [12,14] = T . Poznańska
  TruePositive nam [19,21] = H . Meterowa

(ChunkerEvaluator) Sentence #264 from documents/00101191 from sent6

Text  : Według Meterowej występują dwa podstawowe okresy podczas nabywania umiejętności czytania :
Tokens: 1_____ 2________ 3________ 4__ 5_________ 6_____ 7______ 8________ 9___________ 10______ 11

Chunks:
  TruePositive nam [2,2] = Meterowej

(ChunkerEvaluator) Sentence #265 from documents/00101191 from sent7

Text  : okres wstępny – jest poświęcony wprowadzaniu kształconego dziecka w problematykę dźwiękowej budowy wyrazów ,
Tokens: 1____ 2______ 3 4___ 5_________ 6___________ 7___________ 8______ 9 10__________ 11________ 12____ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #266 from documents/00101191 from sent8

Text  : okres właściwy – rozpoczyna się od nauki liter , a  kończący wdrażaniem do płynnego czytania ze zrozumieniem .
Tokens: 1____ 2_______ 3 4_________ 5__ 6_ 7____ 8____ 9 10 11______ 12________ 13 14______ 15______ 16 17__________ 18

Chunks:

(ChunkerEvaluator) Sentence #267 from documents/00101191 from sent9

Text  : Czytanie a psychologia
Tokens: 1_______ 2 3__________

Chunks:

(ChunkerEvaluator) Sentence #268 from documents/00101191 from sent10

Text  : Na zaawansowanych etapach kształcenia czytanie obejmuje nie tylko słowo pisane ,  ale również odczytywanie innych symbolicznych przedstawień ,  tak jak wykresy chemiczne ,  wzory matematyczne lub zapis nutowy
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 #269 from documents/00101191 from sent11

Text  : Podejście psychologiczne kładzie większy nacisk na rozumienie odczytywanego tekstu .
Tokens: 1________ 2_____________ 3______ 4______ 5_____ 6_ 7_________ 8____________ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #270 from documents/00101191 from sent12

Text  : Takie stanowisko zajmują m . in . M . A  .  Tinker i  McCullough ,  według których czytanie polega na rozpoznawaniu symboli (  drukowanych lub pisanych )  ,  stanowiących bodziec do aktualizowania znaczeń wbudowanych w  doświadczenie jednostki oraz do powstawania nowych znaczeń znanych już słów poprzez manipulowanie pojęciami już posiadanymi .
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:
  TruePositive nam [8,12] = M . A . Tinker
  TruePositive nam [14,14] = McCullough

(ChunkerEvaluator) Sentence #271 from documents/00101191 from sent13

Text  : Przedstawiciele tego podejścia przeciwstawiają się oddzielaniu techniki czytania od jego istoty oraz traktowaniu go w  okresie początkowej nauki czytania w  sposób mechaniczny .
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 #272 from documents/00101191 from sent14

Text  : Uważają podejście lingwistyczne za niewystarczające , z racji tego ,  że czytanie (  podobnie jak pisanie )  jest nie tylko zwykłą czynnością ,  ale należy do podstawowych środków komunikacji społecznej –  ułatwia proces porozumiewania się ludzi ze sobą nie tylko w  życiu bieżącym ,  ale także przekaz doświadczeń między pokoleniami dawnymi ,  obecnymi i  przyszłymi .
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:

2016-10-13 16:40:29,434 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101199.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101199.ini
(ChunkerEvaluator) Sentence #273 from documents/00101199 from sent1

Text  : Adriaan van der Hoop
Tokens: 1______ 2__ 3__ 4___

Chunks:
  TruePositive nam [1,4] = Adriaan van der Hoop

(ChunkerEvaluator) Sentence #274 from documents/00101199 from sent2

Text  : Adriaan van der Hoop , ur . 28 kwietnia 1778 w  Amsterdamie ,  zm .  17 marca 1854 ,  tamże –  holenderski bankier ,  polityk i  kolekcjoner dzieł sztuki .
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 [1,4] = Adriaan van der Hoop
  TruePositive nam [12,12] = Amsterdamie

(ChunkerEvaluator) Sentence #275 from documents/00101199 from sent3

Text  : Pozostawił w spadku 250 obrazów , które trafiły do Rijksmuseum .
Tokens: 1_________ 2 3_____ 4__ 5______ 6 7____ 8______ 9_ 10_________ 11

Chunks:
  TruePositive nam [10,10] = Rijksmuseum

(ChunkerEvaluator) Sentence #276 from documents/00101199 from sent4

Text  : Jego ojcem był prawnik , minister Joan Cornelis van der Hoop .
Tokens: 1___ 2____ 3__ 4______ 5 6_______ 7___ 8_______ 9__ 10_ 11__ 12

Chunks:
  TruePositive nam [7,11] = Joan Cornelis van der Hoop

2016-10-13 16:40:29,459 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101200.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101200.ini
(ChunkerEvaluator) Sentence #277 from documents/00101200 from sent1

Text  : Dyrekcja Zakładów Mechanicznych Plage i Laśkiewicz nie zrezygnowała jednak .
Tokens: 1_______ 2_______ 3____________ 4____ 5 6_________ 7__ 8___________ 9_____ 10

Chunks:
  FalsePositive nam [1,4] = Dyrekcja Zakładów Mechanicznych Plage
  FalsePositive nam [6,6] = Laśkiewicz
  FalseNegative nam [1,6] = Dyrekcja Zakładów Mechanicznych Plage i Laśkiewicz

(ChunkerEvaluator) Sentence #278 from documents/00101200 from sent2

Text  : Jeszcze w kwietniu 1930 roku zwróciła się do Kierownictwa Marynarki Wojennej z  oferta przebudowy samolotu Lublin R  -  VIII a  na wodnosamolot pływakowy .
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 [16,19] = Lublin R - VIII
  FalsePositive nam [9,11] = Kierownictwa Marynarki Wojennej
  FalseNegative nam [10,11] = Marynarki Wojennej

(ChunkerEvaluator) Sentence #279 from documents/00101200 from sent3

Text  : W 1931 Marynarka Wojenna po zapoznaniu się z ofertą zamówiła w  zakładach 4  wodnosamoloty .
Tokens: 1 2___ 3________ 4______ 5_ 6_________ 7__ 8 9_____ 10______ 11 12_______ 13 14___________ 15

Chunks:
  TruePositive nam [3,4] = Marynarka Wojenna

(ChunkerEvaluator) Sentence #280 from documents/00101200 from sent4

Text  : Umowę podpisano 26 lutego 1932 roku .
Tokens: 1____ 2________ 3_ 4_____ 5___ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #281 from documents/00101200 from sent5

Text  : W 1932 roku zbudowano pierwszy z nich , wyposażony w  silnik Lorraine -  Dietrich .
Tokens: 1 2___ 3___ 4________ 5_______ 6 7___ 8 9_________ 10 11____ 12______ 13 14______ 15

Chunks:
  TruePositive nam [12,14] = Lorraine - Dietrich

(ChunkerEvaluator) Sentence #282 from documents/00101200 from sent6

Text  : Nosił on oznaczenie R - VIII bis .
Tokens: 1____ 2_ 3_________ 4 5 6___ 7__ 8

Chunks:
  TruePositive nam [4,7] = R - VIII bis

(ChunkerEvaluator) Sentence #283 from documents/00101200 from sent7

Text  : Następne dwa , wyposażone w silnik Hispano - Suizo ,  nosiły oznaczenie R  -  VIII ter .
Tokens: 1_______ 2__ 3 4_________ 5 6_____ 7______ 8 9____ 10 11____ 12________ 13 14 15__ 16_ 17

Chunks:
  TruePositive nam [7,9] = Hispano - Suizo
  FalseNegative nam [13,16] = R - VIII ter

(ChunkerEvaluator) Sentence #284 from documents/00101200 from sent8

Text  : Czwarty został rozebrany na części zamienne .
Tokens: 1______ 2_____ 3________ 4_ 5_____ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #285 from documents/00101200 from sent9

Text  : Wodnosamoloty Lublin R - VIII czasami są również nazywane Lublin R  -  VIII hydro .
Tokens: 1____________ 2_____ 3 4 5___ 6______ 7_ 8______ 9_______ 10____ 11 12 13__ 14___ 15

Chunks:
  TruePositive nam [10,14] = Lublin R - VIII hydro
  FalsePositive nam [2,2] = Lublin
  FalseNegative nam [2,5] = Lublin R - VIII

(ChunkerEvaluator) Sentence #286 from documents/00101200 from sent10

Text  : Z powodu rozpoczęcia budowy samolotów Lublin R - XIII ,  w  1932 roku zrezygnowano z  dalszego rozwoju tej konstrukcji .
Tokens: 1 2_____ 3__________ 4_____ 5________ 6_____ 7 8 9___ 10 11 12__ 13__ 14__________ 15 16______ 17_____ 18_ 19_________ 20

Chunks:
  TruePositive nam [6,9] = Lublin R - XIII

(ChunkerEvaluator) Sentence #287 from documents/00101200 from sent11

Text  : Łącznie z prototypami wyprodukowano 9 samolotów Lublin R - VIII wszystkich odmian .
Tokens: 1______ 2 3__________ 4____________ 5 6________ 7_____ 8 9 10__ 11________ 12____ 13

Chunks:
  TruePositive nam [7,10] = Lublin R - VIII

(ChunkerEvaluator) Sentence #288 from documents/00101200 from sent12

Text  : Użycie w lotnictwie polskim
Tokens: 1_____ 2 3_________ 4______

Chunks:

(ChunkerEvaluator) Sentence #289 from documents/00101200 from sent13

Text  : Samoloty Lublin R - VIII były budowane dla polskiego lotnictwa wojskowego oraz lotnictwa Marynarki Wojennej .
Tokens: 1_______ 2_____ 3 4 5___ 6___ 7_______ 8__ 9________ 10_______ 11________ 12__ 13_______ 14_______ 15______ 16

Chunks:
  TruePositive nam [2,5] = Lublin R - VIII
  TruePositive nam [14,15] = Marynarki Wojennej

(ChunkerEvaluator) Sentence #290 from documents/00101200 from sent14

Text  : W lotnictwie wojsk lądowych używano ich w zasadzie tylko do lotów ćwiczebnych .
Tokens: 1 2_________ 3____ 4_______ 5______ 6__ 7 8_______ 9____ 10 11___ 12_________ 13

Chunks:

(ChunkerEvaluator) Sentence #291 from documents/00101200 from sent15

Text  : Dwa samoloty w wersji pływakowej , użytkowane były przez Morski Dywizjon Lotniczy w  Pucku do roku 1938 .
Tokens: 1__ 2_______ 3 4_____ 5_________ 6 7_________ 8___ 9____ 10____ 11______ 12______ 13 14___ 15 16__ 17__ 18

Chunks:
  TruePositive nam [10,12] = Morski Dywizjon Lotniczy
  TruePositive nam [14,14] = Pucku

(ChunkerEvaluator) Sentence #292 from documents/00101200 from sent16

Text  : W Eskadrze Dalekiego Wywiadu stosowano je do zadań rozpoznawczych i  bombardowania .
Tokens: 1 2_______ 3________ 4______ 5________ 6_ 7_ 8____ 9_____________ 10 11___________ 12

Chunks:
  FalsePositive nam [2,4] = Eskadrze Dalekiego Wywiadu

(ChunkerEvaluator) Sentence #293 from documents/00101200 from sent17

Text  : Następnie zostały przeniesione do eskadry szkolno - treningowej , gdzie przetrwały do 1939 roku .
Tokens: 1________ 2______ 3___________ 4_ 5______ 6______ 7 8__________ 9 10___ 11________ 12 13__ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #294 from documents/00101200 from sent18

Text  : Samoloty zostały zniszczone 8 września 1939 roku , przez lotnictwo niemieckie ,  w  rejonie Chałup na półwyspie Helskim .
Tokens: 1_______ 2______ 3_________ 4 5_______ 6___ 7___ 8 9____ 10_______ 11________ 12 13 14_____ 15____ 16 17_______ 18_____ 19

Chunks:
  TruePositive nam [15,15] = Chałup
  FalsePositive nam [18,18] = Helskim
  FalseNegative nam [17,18] = półwyspie Helskim

(ChunkerEvaluator) Sentence #295 from documents/00101200 from sent19

Text  : Samoloty Lublin R - VIII wykorzystywano także w sporcie lotniczym .
Tokens: 1_______ 2_____ 3 4 5___ 6_____________ 7____ 8 9______ 10_______ 11

Chunks:
  TruePositive nam [2,5] = Lublin R - VIII

(ChunkerEvaluator) Sentence #296 from documents/00101200 from sent20

Text  : Prototyp R - VIII / 2 wziął udział , w  1928 roku ,  w  II Locie Małej Entanty i  Polski ,  uzyskując dobrą opinię .
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 [15,18] = II Locie Małej Entanty
  FalsePositive nam [20,20] = Polski
  FalseNegative nam [2,6] = R - VIII / 2
  FalseNegative nam [15,20] = II Locie Małej Entanty i Polski

(ChunkerEvaluator) Sentence #297 from documents/00101200 from sent21

Text  : W 1930 roku , w kolejnym Locie Małej Entanty i  Polski ,  wzięły udział 3  samoloty R  -  VIII a  .
Tokens: 1 2___ 3___ 4 5 6_______ 7____ 8____ 9______ 10 11____ 12 13____ 14____ 15 16______ 17 18 19__ 20 21

Chunks:
  FalsePositive nam [7,9] = Locie Małej Entanty
  FalsePositive nam [11,11] = Polski
  FalseNegative nam [7,11] = Locie Małej Entanty i Polski
  FalseNegative nam [17,21] = R - VIII a .

(ChunkerEvaluator) Sentence #298 from documents/00101200 from sent22

Text  : Samolot pilotowany przez H . Skrzypińskiego zajął w nim 7  miejsce ,  a  drugi samolot pilotowany przez E  .  Wyrwickiego –  9  .
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 [4,6] = H . Skrzypińskiego
  TruePositive nam [18,20] = E . Wyrwickiego

(ChunkerEvaluator) Sentence #299 from documents/00101200 from sent23

Text  : Opis konstrukcji
Tokens: 1___ 2__________

Chunks:

(ChunkerEvaluator) Sentence #300 from documents/00101200 from sent24

Text  : Samolot Lublin R - VIII był dwumiejscowym samolotem o konstrukcji mieszanej w  układzie dwupłata .
Tokens: 1______ 2_____ 3 4 5___ 6__ 7____________ 8________ 9 10_________ 11_______ 12 13______ 14______ 15

Chunks:
  TruePositive nam [2,5] = Lublin R - VIII

(ChunkerEvaluator) Sentence #301 from documents/00101200 from sent25

Text  : Kadłub drewniany o konstrukcji kratownicowej .
Tokens: 1_____ 2________ 3 4__________ 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #302 from documents/00101200 from sent26

Text  : Kadłub przy silnik kryty blachą duralową a dalej kryty sklejką .
Tokens: 1_____ 2___ 3_____ 4____ 5_____ 6_______ 7 8____ 9____ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #303 from documents/00101200 from sent27

Text  : Z przodu kadłuba znajdował się silnik rzędowy , za nim zbiornik paliwa z  urządzeniem do szybkiego jego opróżniania w  razie wybuchu pożaru .
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 #304 from documents/00101200 from sent28

Text  : Za zbiornikiem paliwa znajdowała się odkryta kabina pilota osłonięta z  przodu wiatrochronem .
Tokens: 1_ 2__________ 3_____ 4_________ 5__ 6______ 7_____ 8_____ 9________ 10 11____ 12___________ 13

Chunks:

(ChunkerEvaluator) Sentence #305 from documents/00101200 from sent29

Text  : Bezpośrednio za nią znajdowała się również odkryta kabina obserwatora wyposażona w  obrotnicę dla dwóch sprzężonych karabinów maszynowych .
Tokens: 1___________ 2_ 3__ 4_________ 5__ 6______ 7______ 8_____ 9__________ 10________ 11 12_______ 13_ 14___ 15_________ 16_______ 17_________ 18

Chunks:

(ChunkerEvaluator) Sentence #306 from documents/00101200 from sent30

Text  : Na końcu kadłuba umieszczono drewniane usterzenie klasyczne kryte płótnem .
Tokens: 1_ 2____ 3______ 4__________ 5________ 6_________ 7________ 8____ 9______ 10

Chunks:

2016-10-13 16:40:29,618 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101205.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101205.ini
(ChunkerEvaluator) Sentence #307 from documents/00101205 from sent1

Text  : Polska Fundacja Upowszechniania Nauki
Tokens: 1_____ 2_______ 3______________ 4____

Chunks:
  TruePositive nam [1,4] = Polska Fundacja Upowszechniania Nauki

(ChunkerEvaluator) Sentence #308 from documents/00101205 from sent2

Text  : Polska Fundacja Upowszechniania Nauki ( PFUN ) - polska organizacja pozarządowa powstała w  lipcu 1990 r  .
Tokens: 1_____ 2_______ 3______________ 4____ 5 6___ 7 8 9_____ 10_________ 11_________ 12______ 13 14___ 15__ 16 17

Chunks:
  TruePositive nam [1,4] = Polska Fundacja Upowszechniania Nauki
  TruePositive nam [6,6] = PFUN

(ChunkerEvaluator) Sentence #309 from documents/00101205 from sent3

Text  : Podstawowym celem statutowym Fundacji jest upowszechnianie nauki polskiej w kraju i  za granicą oraz upowszechnianie nauki światowej w  Polsce .
Tokens: 1__________ 2____ 3_________ 4_______ 5___ 6______________ 7____ 8_______ 9 10___ 11 12 13_____ 14__ 15_____________ 16___ 17_______ 18 19____ 20

Chunks:
  TruePositive nam [19,19] = Polsce
  FalsePositive nam [4,4] = Fundacji

(ChunkerEvaluator) Sentence #310 from documents/00101205 from sent4

Text  : Założycielami PFUN są :
Tokens: 1____________ 2___ 3_ 4

Chunks:
  TruePositive nam [2,2] = PFUN

(ChunkerEvaluator) Sentence #311 from documents/00101205 from sent5

Text  : Polska Akademia Nauk
Tokens: 1_____ 2_______ 3___

Chunks:
  TruePositive nam [1,3] = Polska Akademia Nauk

(ChunkerEvaluator) Sentence #312 from documents/00101205 from sent6

Text  : Towarzystwo Popierania i Krzewienia Nauki
Tokens: 1__________ 2_________ 3 4_________ 5____

Chunks:
  TruePositive nam [1,5] = Towarzystwo Popierania i Krzewienia Nauki

(ChunkerEvaluator) Sentence #313 from documents/00101205 from sent7

Text  : Towarzystwo Wolnej Wszechnicy Polskiej
Tokens: 1__________ 2_____ 3_________ 4_______

Chunks:
  FalsePositive nam [2,4] = Wolnej Wszechnicy Polskiej
  FalseNegative nam [1,4] = Towarzystwo Wolnej Wszechnicy Polskiej

(ChunkerEvaluator) Sentence #314 from documents/00101205 from sent8

Text  : ORPAN
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = ORPAN

(ChunkerEvaluator) Sentence #315 from documents/00101205 from sent9

Text  : Polskie Stowarzyszenie Filmu Naukowego .
Tokens: 1______ 2_____________ 3____ 4________ 5

Chunks:
  FalsePositive nam [2,4] = Stowarzyszenie Filmu Naukowego
  FalseNegative nam [1,4] = Polskie Stowarzyszenie Filmu Naukowego

(ChunkerEvaluator) Sentence #316 from documents/00101205 from sent10

Text  : Działalność statutowa jest finansowana wpływami z organizowanych kursów językowych ,  działalności wydawniczej ,  importu i  dystrybucji czasopism naukowych i  innych nośników informacji naukowej .
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:

2016-10-13 16:40:29,655 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101209.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101209.ini
(ChunkerEvaluator) Sentence #317 from documents/00101209 from sent1

Text  : Marcin Koniusz
Tokens: 1_____ 2______

Chunks:
  TruePositive nam [1,2] = Marcin Koniusz

(ChunkerEvaluator) Sentence #318 from documents/00101209 from sent2

Text  : Marcin Koniusz ( ur . 12 września 1983 w Sosnowcu )  -  polski szablista ,  wicemistrz Europy indywidualnie oraz w  drużynie (  czterokrotny medalista )  .
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 [1,2] = Marcin Koniusz
  TruePositive nam [10,10] = Sosnowcu
  TruePositive nam [17,17] = Europy

(ChunkerEvaluator) Sentence #319 from documents/00101209 from sent3

Text  : Podczas Igrzysk Olimpijskich w Pekinie po przegranej w 1 /  16 finału turnieju indywidualnego z  Niemcem Nicolasem Limbachem ,  został sklasyfikowany na 31 .  miejscu .
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 [2,3] = Igrzysk Olimpijskich
  TruePositive nam [5,5] = Pekinie
  FalsePositive nam [16,18] = Niemcem Nicolasem Limbachem
  FalseNegative nam [16,16] = Niemcem
  FalseNegative nam [17,18] = Nicolasem Limbachem

2016-10-13 16:40:29,677 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101215.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101215.ini
(ChunkerEvaluator) Sentence #320 from documents/00101215 from sent1

Text  : Lama ( religioznawstwo )
Tokens: 1___ 2 3______________ 4

Chunks:

(ChunkerEvaluator) Sentence #321 from documents/00101215 from sent2

Text  : Lama ( tybetański བླ ་ མ ་ ; Wylie bla -  ma )  –  duchowny nauczyciel w  buddyzmie tybetańskim ,  a  także w  tybetańskiej religii Bon .
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:
  FalsePositive nam [26,26] = Bon

(ChunkerEvaluator) Sentence #322 from documents/00101215 from sent3

Text  : Odpowiednik indyjskiego określenia guru .
Tokens: 1__________ 2__________ 3_________ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #323 from documents/00101215 from sent4

Text  : Dosłowne znaczenie tybetańskiego słowa lama to " najwyższa matka "  ,  czyli istota mająca tyle miłości do wszystkich istot ,  co matka do swego jedynego dziecka .
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 #324 from documents/00101215 from sent5

Text  : Według innego tłumaczenia lama oznacza " najwyższą zasadę " .
Tokens: 1_____ 2_____ 3__________ 4___ 5______ 6 7________ 8_____ 9 10

Chunks:

(ChunkerEvaluator) Sentence #325 from documents/00101215 from sent6

Text  : W buddyzmie tybetańskim istnieje sukcesja duchowych nauczycieli trwająca od historycznego Buddy aż do czasów obecnych zwana liniami duchowego przekazu .
Tokens: 1 2________ 3__________ 4_______ 5_______ 6________ 7__________ 8_______ 9_ 10___________ 11___ 12 13 14____ 15______ 16___ 17_____ 18_______ 19______ 20

Chunks:
  TruePositive nam [11,11] = Buddy

(ChunkerEvaluator) Sentence #326 from documents/00101215 from sent7

Text  : Nauczycielem zostawał ten , kto od swojego nauczyciela otrzymał przekaz buddyjskich nauk i  praktyk oraz je urzeczywistnił .
Tokens: 1___________ 2_______ 3__ 4 5__ 6_ 7______ 8__________ 9_______ 10_____ 11_________ 12__ 13 14_____ 15__ 16 17____________ 18

Chunks:

(ChunkerEvaluator) Sentence #327 from documents/00101215 from sent8

Text  : Osiągnąwszy wysoki poziom rozwoju , na prośbę swojego mistrza sam stawał się lamą –  mógł prowadzić innych do oświecenia .
Tokens: 1__________ 2_____ 3_____ 4______ 5 6_ 7_____ 8______ 9______ 10_ 11____ 12_ 13__ 14 15__ 16_______ 17____ 18 19________ 20

Chunks:

(ChunkerEvaluator) Sentence #328 from documents/00101215 from sent9

Text  : W XIX wieku wielcy tybetańscy mistrzowie ruchu Rime – Dziamjang Czientse Łangpo i  Jamgon Kongtrul Lodrö Thaye –  rozwinęli intensywną metodę praktyki zwaną "  trzyletnim odosobnieniem "  .
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 [8,8] = Rime
  TruePositive nam [10,12] = Dziamjang Czientse Łangpo
  TruePositive nam [14,17] = Jamgon Kongtrul Lodrö Thaye

(ChunkerEvaluator) Sentence #329 from documents/00101215 from sent10

Text  : Była to skondensowana praktyka buddyjska trwająca trzy lata , trzy miesiące i  trzy dni ,  dzięki której uczeń w  tradycyjny sposób przyswajał główne nauki i  praktyki linii przekazu Three -  Year Retreat .
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:
  FalsePositive nam [29,32] = Three - Year Retreat

(ChunkerEvaluator) Sentence #330 from documents/00101215 from sent11

Text  : Najczęściej nauczycielami zostawali mnisi , którzy ukończyli tę praktykę (  lub jej jednoroczną skróconą wersję )  i  osiągnęli dzięki temu odpowiedni poziom rozwoju .
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 #331 from documents/00101215 from sent12

Text  : W innych przypadkach lamą zostawali ludzie świeccy i jogini ,  którzy podążali za wskazówkami swoich duchowych mistrzów niezależnie od klasztornych systemów ,  a  także rozpoznani reinkarnowani tulku .
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 #332 from documents/00101215 from sent13

Text  : Lama jest szczególnie ważny w buddyzmie Wadżrajany – bez niego nie można uzyskać dostępu do najgłębszych nauk i  praktyk .
Tokens: 1___ 2___ 3__________ 4____ 5 6________ 7_________ 8 9__ 10___ 11_ 12___ 13_____ 14_____ 15 16__________ 17__ 18 19_____ 20

Chunks:
  FalsePositive nam [7,7] = Wadżrajany

(ChunkerEvaluator) Sentence #333 from documents/00101215 from sent14

Text  : Lama należy do tzw . trzech korzeni buddyzmu tybetańskiego (  dwa pozostałe to jidam i  strażnicy )  .
Tokens: 1___ 2_____ 3_ 4__ 5 6_____ 7______ 8_______ 9____________ 10 11_ 12_______ 13 14___ 15 16_______ 17 18

Chunks:

(ChunkerEvaluator) Sentence #334 from documents/00101215 from sent15

Text  : W literaturze popularnej lamą nazywano zazwyczaj wszystkich mnichów lamaistycznych (  np .  Kojło ,  1983 )  .
Tokens: 1 2__________ 3_________ 4___ 5_______ 6________ 7_________ 8______ 9_____________ 10 11 12 13___ 14 15__ 16 17

Chunks:
  TruePositive nam [13,13] = Kojło

2016-10-13 16:40:29,797 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101224.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101224.ini
(ChunkerEvaluator) Sentence #335 from documents/00101224 from sent1

Text  : Józef Sare
Tokens: 1____ 2___

Chunks:
  TruePositive nam [1,2] = Józef Sare

(ChunkerEvaluator) Sentence #336 from documents/00101224 from sent2

Text  : Józef Sare , także Saare , Sarre ( ur .  1  września 1850 w  Chorowicach ,  zm .  23 marca 1929 w  Krakowie )  –  architekt i  budowniczy polski ,  wieloletni drugi wiceprezydent miasta Krakowa (  od 1905 do końca życia )  ,  poseł na Sejm Krajowy (  wybierany w  1907 i  1913 )  .
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 [1,2] = Józef Sare
  TruePositive nam [5,5] = Saare
  TruePositive nam [7,7] = Sarre
  TruePositive nam [15,15] = Chorowicach
  TruePositive nam [23,23] = Krakowie
  TruePositive nam [35,35] = Krakowa
  TruePositive nam [46,47] = Sejm Krajowy

(ChunkerEvaluator) Sentence #337 from documents/00101224 from sent3

Text  : Był synem żydowskiego budowniczego w Krakowie Salomona i Danieli z  Kleinbergerów .
Tokens: 1__ 2____ 3__________ 4___________ 5 6_______ 7_______ 8 9______ 10 11___________ 12

Chunks:
  FalsePositive nam [6,7] = Krakowie Salomona
  FalsePositive nam [9,9] = Danieli
  FalsePositive nam [11,11] = Kleinbergerów
  FalseNegative nam [6,6] = Krakowie
  FalseNegative nam [7,7] = Salomona
  FalseNegative nam [9,11] = Danieli z Kleinbergerów

(ChunkerEvaluator) Sentence #338 from documents/00101224 from sent4

Text  : Studia architektoniczne odbył w Wiedniu .
Tokens: 1_____ 2_______________ 3____ 4 5______ 6

Chunks:
  TruePositive nam [5,5] = Wiedniu

(ChunkerEvaluator) Sentence #339 from documents/00101224 from sent5

Text  : W czasie I wojny światowej był członkiem Naczelnego Komitetu Narodowego .
Tokens: 1 2_____ 3 4____ 5________ 6__ 7________ 8_________ 9_______ 10________ 11

Chunks:
  TruePositive nam [3,5] = I wojny światowej
  TruePositive nam [8,10] = Naczelnego Komitetu Narodowego

(ChunkerEvaluator) Sentence #340 from documents/00101224 from sent6

Text  : W październiku i listopadzie 1914 , w związku z ewakuacją miasta po wybuchu wojny ,  rezygnacją pierwszego wiceprezydenta Henryka Szarskiego i  czasową nieobecnością prezydenta Juliusza Leo ,  wykonywał obowiązki prezydenta Krakowa .
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 [19,20] = Henryka Szarskiego
  TruePositive nam [25,26] = Juliusza Leo
  TruePositive nam [31,31] = Krakowa

(ChunkerEvaluator) Sentence #341 from documents/00101224 from sent7

Text  : W kwietniu 1919 witał w Krakowie w imieniu miasta generała Józefa Hallera .
Tokens: 1 2_______ 3___ 4____ 5 6_______ 7 8______ 9_____ 10______ 11____ 12_____ 13

Chunks:
  TruePositive nam [6,6] = Krakowie
  TruePositive nam [11,12] = Józefa Hallera

(ChunkerEvaluator) Sentence #342 from documents/00101224 from sent8

Text  : Wykonywał obowiązki prezydenta także po śmierci Jana Kantego Federowicza (  lipiec 1924 )  oraz po odwołaniu komisarza rządowego Witolda Ostrowskiego a  przed wyborem Karola Rollego (  czerwiec 1926 )  .
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 [7,9] = Jana Kantego Federowicza
  TruePositive nam [19,20] = Witolda Ostrowskiego
  TruePositive nam [24,25] = Karola Rollego

(ChunkerEvaluator) Sentence #343 from documents/00101224 from sent9

Text  : W 1919 roku został członkiem Rady Naczelnej Zjednoczenia Polaków Wyznania Mojżeszowego Ziem Polskich .
Tokens: 1 2___ 3___ 4_____ 5________ 6___ 7________ 8___________ 9______ 10______ 11__________ 12__ 13______ 14

Chunks:
  FalsePositive nam [6,13] = Rady Naczelnej Zjednoczenia Polaków Wyznania Mojżeszowego Ziem Polskich
  FalseNegative nam [6,7] = Rady Naczelnej
  FalseNegative nam [8,13] = Zjednoczenia Polaków Wyznania Mojżeszowego Ziem Polskich

(ChunkerEvaluator) Sentence #344 from documents/00101224 from sent10

Text  : Zaprojektował wiele krakowskich budynków , m . in . Kliniki Chirurgicznej i  Okulistycznej oraz Kliniki Psychiatrycznej przy ul .  Kopernika ,  budynek I  Liceum im B  .  Nowodworskiego przy placu na Groblach ,  gimnazjum im .  Sobieskiego przy ul .  Sobieskiego i  Collegium Medicum przy ul .  Grzegórzeckiej .
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:
  TruePositive nam [10,13] = Kliniki Chirurgicznej i Okulistycznej
  TruePositive nam [15,16] = Kliniki Psychiatrycznej
  TruePositive nam [20,20] = Kopernika
  TruePositive nam [23,28] = I Liceum im B . Nowodworskiego
  TruePositive nam [34,37] = gimnazjum im . Sobieskiego
  TruePositive nam [41,41] = Sobieskiego
  TruePositive nam [43,44] = Collegium Medicum
  TruePositive nam [48,48] = Grzegórzeckiej
  FalsePositive nam [32,32] = Groblach
  FalseNegative nam [30,32] = placu na Groblach

(ChunkerEvaluator) Sentence #345 from documents/00101224 from sent11

Text  : Z jego inicjatywy miasto kupiło Las Wolski , który przeznaczono na park publiczny .
Tokens: 1 2___ 3_________ 4_____ 5_____ 6__ 7_____ 8 9____ 10__________ 11 12__ 13_______ 14

Chunks:
  TruePositive nam [6,7] = Las Wolski

(ChunkerEvaluator) Sentence #346 from documents/00101224 from sent12

Text  : Pochowany został na krakowskim nowym cmentarzu żydowskim przy ulicy Miodowej .
Tokens: 1________ 2_____ 3_ 4_________ 5____ 6________ 7________ 8___ 9____ 10______ 11

Chunks:
  TruePositive nam [10,10] = Miodowej

(ChunkerEvaluator) Sentence #347 from documents/00101224 from sent13

Text  : Portret Sarego namalowany przez Jacka Malczewskiego znajduje się w Muzeum Narodowym ,  a  jedna z  krakowskich ulic nosi jego imię .
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 [5,6] = Jacka Malczewskiego
  TruePositive nam [10,11] = Muzeum Narodowym
  FalsePositive nam [1,2] = Portret Sarego
  FalseNegative nam [2,2] = Sarego

2016-10-13 16:40:29,910 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101228.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101228.ini
(ChunkerEvaluator) Sentence #348 from documents/00101228 from sent1

Text  : Szpic miniaturowy
Tokens: 1____ 2__________

Chunks:

(ChunkerEvaluator) Sentence #349 from documents/00101228 from sent2

Text  : Szpic miniaturowy ( Pomeranian ) - jedna z ras psów ,  należąca do grupy szpiców i  psów pierwotnych ,  zaklasyfikowana do sekcji szpiców europejskich .
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 [4,4] = Pomeranian

(ChunkerEvaluator) Sentence #350 from documents/00101228 from sent3

Text  : Krótki rys historyczny
Tokens: 1_____ 2__ 3__________

Chunks:

(ChunkerEvaluator) Sentence #351 from documents/00101228 from sent4

Text  : Jedna z teorii pochodzenia tej rasy mówi , że na południowo -  zachodnie wybrzeże Bałtyku Pomeraniany przybyły ze Skandynawii .
Tokens: 1____ 2 3_____ 4__________ 5__ 6___ 7___ 8 9_ 10 11________ 12 13_______ 14______ 15_____ 16_________ 17______ 18 19_________ 20

Chunks:
  TruePositive nam [19,19] = Skandynawii
  FalsePositive nam [15,16] = Bałtyku Pomeraniany
  FalseNegative nam [15,15] = Bałtyku

(ChunkerEvaluator) Sentence #352 from documents/00101228 from sent5

Text  : Nazwa rasy oznacza psa z Pomorza , na które psy te przywędrowały z  woźnicami .
Tokens: 1____ 2___ 3______ 4__ 5 6______ 7 8_ 9____ 10_ 11 12___________ 13 14_______ 15

Chunks:
  TruePositive nam [6,6] = Pomorza

(ChunkerEvaluator) Sentence #353 from documents/00101228 from sent6

Text  : Użytkowość
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #354 from documents/00101228 from sent7

Text  : Pies do towarzystwa .
Tokens: 1___ 2_ 3__________ 4

Chunks:

(ChunkerEvaluator) Sentence #355 from documents/00101228 from sent8

Text  : Nadaje się dla domatora .
Tokens: 1_____ 2__ 3__ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #356 from documents/00101228 from sent9

Text  : Jest psem jednego pana , bardzo się przywiązuje , ale też często nie można nad nim zapanować .
Tokens: 1___ 2___ 3______ 4___ 5 6_____ 7__ 8__________ 9 10_ 11_ 12____ 13_ 14___ 15_ 16_ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #357 from documents/00101228 from sent10

Text  : Można z nim uprawiać psie sporty np . Agility ,  obedience ,  lub taniec z  psem .
Tokens: 1____ 2 3__ 4_______ 5___ 6_____ 7_ 8 9______ 10 11_______ 12 13_ 14____ 15 16__ 17

Chunks:
  FalsePositive nam [9,9] = Agility

(ChunkerEvaluator) Sentence #358 from documents/00101228 from sent11

Text  : Szata i umaszczenie
Tokens: 1____ 2 3__________

Chunks:

(ChunkerEvaluator) Sentence #359 from documents/00101228 from sent12

Text  : Dopuszczalna jest szeroka gama typów umaszczenia ( od białego i  biało -  kremowego ,  po czarne )  .
Tokens: 1___________ 2___ 3______ 4___ 5____ 6__________ 7 8_ 9______ 10 11___ 12 13_______ 14 15 16____ 17 18

Chunks:

(ChunkerEvaluator) Sentence #360 from documents/00101228 from sent13

Text  : Utrzymanie
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #361 from documents/00101228 from sent14

Text  : Wymaga regularnego trymowania oraz wyczesywania sierści .
Tokens: 1_____ 2__________ 3_________ 4___ 5___________ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #362 from documents/00101228 from sent15

Text  : Ciekawostki
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #363 from documents/00101228 from sent16

Text  : Jeden z dwóch psów Nicole Richie to szpic miniaturowy
Tokens: 1____ 2 3____ 4___ 5_____ 6_____ 7_ 8____ 9__________

Chunks:
  TruePositive nam [5,6] = Nicole Richie

(ChunkerEvaluator) Sentence #364 from documents/00101228 from sent17

Text  : Dana Scully w serialu Z archiwum X ma pomeraniana o  imieniu "  Queequeg "
Tokens: 1___ 2_____ 3 4______ 5 6_______ 7 8_ 9__________ 10 11_____ 12 13______ 14

Chunks:
  TruePositive nam [1,2] = Dana Scully
  TruePositive nam [5,7] = Z archiwum X
  FalsePositive nam [13,14] = Queequeg "
  FalseNegative nam [13,13] = Queequeg

(ChunkerEvaluator) Sentence #365 from documents/00101228 from sent18

Text  : London Tipton w serialu Nie ma to jak hotel ma suczkę Ivanę która jest szpicem miniaturowym
Tokens: 1_____ 2_____ 3 4______ 5__ 6_ 7_ 8__ 9____ 10 11____ 12___ 13___ 14__ 15_____ 16__________

Chunks:
  TruePositive nam [1,2] = London Tipton
  FalseNegative nam [5,9] = Nie ma to jak hotel
  FalseNegative nam [12,12] = Ivanę

2016-10-13 16:40:29,980 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101230.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101230.ini
(ChunkerEvaluator) Sentence #366 from documents/00101230 from sent1

Text  : Antonia ( imię )
Tokens: 1______ 2 3___ 4

Chunks:
  TruePositive nam [1,1] = Antonia

(ChunkerEvaluator) Sentence #367 from documents/00101230 from sent2

Text  : Antonia - imię żeńskie pochodzenia łacińskiego , żeński odpowiednik imienia Antoni .
Tokens: 1______ 2 3___ 4______ 5__________ 6__________ 7 8_____ 9__________ 10_____ 11____ 12

Chunks:
  TruePositive nam [1,1] = Antonia
  TruePositive nam [11,11] = Antoni

(ChunkerEvaluator) Sentence #368 from documents/00101230 from sent3

Text  : W Polsce pojawiło się wcześniej niż imię Antonina , ale następnie zostało przez nie wyparte .
Tokens: 1 2_____ 3_______ 4__ 5________ 6__ 7___ 8_______ 9 10_ 11_______ 12_____ 13___ 14_ 15_____ 16

Chunks:
  TruePositive nam [2,2] = Polsce
  TruePositive nam [8,8] = Antonina

(ChunkerEvaluator) Sentence #369 from documents/00101230 from sent4

Text  : W Kościele katolickim istnieją dwie patronki tego imienia .
Tokens: 1 2_______ 3_________ 4_______ 5___ 6_______ 7___ 8______ 9

Chunks:
  FalsePositive nam [2,2] = Kościele
  FalseNegative nam [2,3] = Kościele katolickim

(ChunkerEvaluator) Sentence #370 from documents/00101230 from sent5

Text  : Antonia imieniny obchodzi 28 lutego , 29 lutego , 29 kwietnia ,  4  maja i  17 maja .
Tokens: 1______ 2_______ 3_______ 4_ 5_____ 6 7_ 8_____ 9 10 11______ 12 13 14__ 15 16 17__ 18

Chunks:
  TruePositive nam [1,1] = Antonia

2016-10-13 16:40:30,002 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101237.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101237.ini
(ChunkerEvaluator) Sentence #371 from documents/00101237 from sent1

Text  : George A . Olah
Tokens: 1_____ 2 3 4___

Chunks:
  TruePositive nam [1,4] = George A . Olah

(ChunkerEvaluator) Sentence #372 from documents/00101237 from sent2

Text  : George Andrew Olah ( György Oláh ) ( ur .  22 maja 1927 w  Budapeszcie )  -  amerykański chemik pochodzenia węgierskiego ,  laureat Nagrody Nobla .
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 [1,3] = George Andrew Olah
  TruePositive nam [5,6] = György Oláh
  TruePositive nam [15,15] = Budapeszcie
  TruePositive nam [24,25] = Nagrody Nobla

(ChunkerEvaluator) Sentence #373 from documents/00101237 from sent3

Text  : Ukończył studia na Uniwersytecie Technologii i Ekonomii w Budapeszcie .
Tokens: 1_______ 2_____ 3_ 4____________ 5__________ 6 7_______ 8 9__________ 10

Chunks:
  TruePositive nam [4,7] = Uniwersytecie Technologii i Ekonomii
  TruePositive nam [9,9] = Budapeszcie

(ChunkerEvaluator) Sentence #374 from documents/00101237 from sent4

Text  : Po upadku powstania węgierskiego w 1956 roku wyjechał do Wielkiej Brytanii ,  a  wkrótce potem do Kanady .
Tokens: 1_ 2_____ 3________ 4___________ 5 6___ 7___ 8_______ 9_ 10______ 11______ 12 13 14_____ 15___ 16 17____ 18

Chunks:
  TruePositive nam [10,11] = Wielkiej Brytanii
  TruePositive nam [17,17] = Kanady
  FalseNegative nam [3,4] = powstania węgierskiego

(ChunkerEvaluator) Sentence #375 from documents/00101237 from sent5

Text  : Tam podjął pracę w laboratorium badawczym firmy Dow Chemical w  Sarnii .
Tokens: 1__ 2_____ 3____ 4 5___________ 6________ 7____ 8__ 9_______ 10 11____ 12

Chunks:
  TruePositive nam [8,9] = Dow Chemical
  TruePositive nam [11,11] = Sarnii

(ChunkerEvaluator) Sentence #376 from documents/00101237 from sent6

Text  : Prowadził badania stabilnych karbokationów , powstających w reakcji Friedla -  Craftsa .
Tokens: 1________ 2______ 3_________ 4____________ 5 6___________ 7 8______ 9______ 10 11_____ 12

Chunks:
  FalsePositive nam [9,11] = Friedla - Craftsa
  FalseNegative nam [9,9] = Friedla
  FalseNegative nam [11,11] = Craftsa

(ChunkerEvaluator) Sentence #377 from documents/00101237 from sent7

Text  : Aby uzyskać trwałe karbokationy Olah używał superkwasów o mocy miliard ,  a  nawet bilion razy większej od stężonego kwasu siarkowego .
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] = Olah

(ChunkerEvaluator) Sentence #378 from documents/00101237 from sent8

Text  : Wiosną 1964 przeniósł się do laboratorium w Framingham , a  następnie do Wayland .
Tokens: 1_____ 2___ 3________ 4__ 5_ 6___________ 7 8_________ 9 10 11_______ 12 13_____ 14

Chunks:
  TruePositive nam [8,8] = Framingham
  TruePositive nam [13,13] = Wayland

(ChunkerEvaluator) Sentence #379 from documents/00101237 from sent9

Text  : W 1965 roku powrócił do pracy akademickiej na Case Western Reserve University w  Cleveland ,  a  w  1977 przeniósł się na Uniwersytet Południowej Kalifornii .
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 [9,12] = Case Western Reserve University
  TruePositive nam [14,14] = Cleveland
  TruePositive nam [22,24] = Uniwersytet Południowej Kalifornii

(ChunkerEvaluator) Sentence #380 from documents/00101237 from sent10

Text  : W 1971 roku przyjął obywatelstwo amerykańskie .
Tokens: 1 2___ 3___ 4______ 5___________ 6___________ 7

Chunks:

(ChunkerEvaluator) Sentence #381 from documents/00101237 from sent11

Text  : W 1994 otrzymał Nagrodę Nobla w dziedzinie chemii za wkład w  rozwój chemii karbokationów .
Tokens: 1 2___ 3_______ 4______ 5____ 6 7_________ 8_____ 9_ 10___ 11 12____ 13____ 14___________ 15

Chunks:
  TruePositive nam [4,5] = Nagrodę Nobla

(ChunkerEvaluator) Sentence #382 from documents/00101237 from sent12

Text  : Drugim obszarem zainteresowań naukowych było zastosowanie metanolu jako alternatywnego źródła energii .
Tokens: 1_____ 2_______ 3____________ 4________ 5___ 6___________ 7_______ 8___ 9_____________ 10____ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #383 from documents/00101237 from sent13

Text  : Postulował wykorzystanie syntezy metanolu z metanu , a także z  wodoru i  dwutlenku węgla ,  a  następnie zastosowanie go m.in w  ogniwach paliwowych oraz w  produkcji węglowodorów .
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:

2016-10-13 16:40:30,074 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101243.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101243.ini
(ChunkerEvaluator) Sentence #384 from documents/00101243 from sent1

Text  : Pierogi ruskie
Tokens: 1______ 2_____

Chunks:

(ChunkerEvaluator) Sentence #385 from documents/00101243 from sent2

Text  : Pierogi ruskie – popularny w Polsce i na Ukrainie typ pierogów ,  których nazwa wywodzi się od Rusi Czerwonej .
Tokens: 1______ 2_____ 3 4________ 5 6_____ 7 8_ 9_______ 10_ 11______ 12 13_____ 14___ 15_____ 16_ 17 18__ 19_______ 20

Chunks:
  TruePositive nam [6,6] = Polsce
  TruePositive nam [9,9] = Ukrainie
  TruePositive nam [18,19] = Rusi Czerwonej

(ChunkerEvaluator) Sentence #386 from documents/00101243 from sent3

Text  : Nie należy jej mylić , jak to często jest robione ,  z  Rosją ,  gdzie ten typ pierogów nie jest zbyt dobrze znany .
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] = Rosją

(ChunkerEvaluator) Sentence #387 from documents/00101243 from sent4

Text  : Ciasto przygotowuje się z mąki , wody i soli (  czasem także jaj )  ,  a  farsz z  masy twarogowo -  ziemniaczanej z  dodatkiem soli ,  pieprzu i  podsmażonej cebuli .
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 #388 from documents/00101243 from sent5

Text  : Ciasto rozwałkowuje się do grubości około 2 mm , farsz oblepia się ciastem i  gotuje w  wodzie .
Tokens: 1_____ 2___________ 3__ 4_ 5_______ 6____ 7 8_ 9 10___ 11_____ 12_ 13_____ 14 15____ 16 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #389 from documents/00101243 from sent6

Text  : Potrawę podaje się ze skwarkami , smażoną cebulą lub śmietaną .
Tokens: 1______ 2_____ 3__ 4_ 5________ 6 7______ 8_____ 9__ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #390 from documents/00101243 from sent7

Text  : We Lwowie popularne było podawanie pierogów ruskich posypanych kminkiem .
Tokens: 1_ 2_____ 3________ 4___ 5________ 6_______ 7______ 8_________ 9_______ 10

Chunks:
  TruePositive nam [2,2] = Lwowie

(ChunkerEvaluator) Sentence #391 from documents/00101243 from sent8

Text  : Niektórzy smakosze szczególnie cenią pierogi ruskie gotowane , a następnie odsmażane .
Tokens: 1________ 2_______ 3__________ 4____ 5______ 6_____ 7_______ 8 9 10_______ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #392 from documents/00101243 from sent9

Text  : Jeszcze w XIX w . pod nazwą pierogi ruskie rozumiano pierogi pieczone ,  z  różnorodnym nadzieniem (  także z  mięsa ,  kapusty i  grzybów )  .
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:

2016-10-13 16:40:30,135 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 31 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101245.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101245.ini
(ChunkerEvaluator) Sentence #393 from documents/00101245 from sent1

Text  : Wolne Państwo Irlandzkie
Tokens: 1____ 2______ 3_________

Chunks:
  TruePositive nam [1,3] = Wolne Państwo Irlandzkie

(ChunkerEvaluator) Sentence #394 from documents/00101245 from sent2

Text  : Wolne Państwo Irlandzkie ( irl . Saorstát Éireann ) –  istniejące w  latach 1922 -  1937 niepodległe państwo obejmujące 26 z  32 hrabstw Irlandii ,  oddzielonych od Zjednoczonego Królestwa Wielkiej Brytanii i  Irlandii .
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 [1,3] = Wolne Państwo Irlandzkie
  TruePositive nam [7,8] = Saorstát Éireann
  TruePositive nam [24,24] = Irlandii
  FalsePositive nam [28,31] = Zjednoczonego Królestwa Wielkiej Brytanii
  FalsePositive nam [33,33] = Irlandii
  FalseNegative nam [28,33] = Zjednoczonego Królestwa Wielkiej Brytanii i Irlandii

(ChunkerEvaluator) Sentence #395 from documents/00101245 from sent3

Text  : Historia
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #396 from documents/00101245 from sent4

Text  : Wolne Państwo Irlandzkie powstało w wyniku Traktatu podpisanego 6 grudnia 1921 w  Londynie przez przedstawicieli państwa brytyjskiego oraz Republiki Irlandzkiej (  Irish Republic ,  istniejąca w  latach 1919 -  1922 )  .
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 [1,3] = Wolne Państwo Irlandzkie
  TruePositive nam [13,13] = Londynie
  TruePositive nam [19,20] = Republiki Irlandzkiej
  TruePositive nam [22,23] = Irish Republic

(ChunkerEvaluator) Sentence #397 from documents/00101245 from sent5

Text  : Traktat wszedł w życie 6 grudnia 1922 .
Tokens: 1______ 2_____ 3 4____ 5 6______ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #398 from documents/00101245 from sent6

Text  : Wolne Państwo uwolnione było spod kontroli Wielkiej Brytanii , ale pozostawało z  nią w  unii personalnej jako dominium .
Tokens: 1____ 2______ 3________ 4___ 5___ 6_______ 7_______ 8_______ 9 10_ 11_________ 12 13_ 14 15__ 16_________ 17__ 18______ 19

Chunks:
  TruePositive nam [7,8] = Wielkiej Brytanii
  FalseNegative nam [1,2] = Wolne Państwo

(ChunkerEvaluator) Sentence #399 from documents/00101245 from sent7

Text  : W 1937 roku przemianowane na Irlandię .
Tokens: 1 2___ 3___ 4____________ 5_ 6_______ 7

Chunks:
  TruePositive nam [6,6] = Irlandię

(ChunkerEvaluator) Sentence #400 from documents/00101245 from sent8

Text  : W 1949 roku Irlandię oficjalnie przekształcono w republikę , co było równoznaczne z  zerwaniem wszelkiej ,  nawet formalnej zależności od władz brytyjskich .
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 [4,4] = Irlandię

2016-10-13 16:40:30,183 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 32 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101250.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101250.ini
(ChunkerEvaluator) Sentence #401 from documents/00101250 from sent1

Text  : Janusz Rolicki
Tokens: 1_____ 2______

Chunks:
  TruePositive nam [1,2] = Janusz Rolicki

(ChunkerEvaluator) Sentence #402 from documents/00101250 from sent2

Text  : Janusz Andrzej Rolicki ( ur . 22 października 1938 w  Wilnie )  –  polski dziennikarz ,  były redaktor naczelny "  Trybuny "  (  1996 –  2001 )
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 [1,3] = Janusz Andrzej Rolicki
  TruePositive nam [11,11] = Wilnie
  FalsePositive nam [21,22] = Trybuny "
  FalseNegative nam [21,21] = Trybuny

(ChunkerEvaluator) Sentence #403 from documents/00101250 from sent3

Text  : Życiorys
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #404 from documents/00101250 from sent4

Text  : Absolwent Wydziału Historii Uniwerystetu Warszawskiego z 1962 .
Tokens: 1________ 2_______ 3_______ 4___________ 5____________ 6 7___ 8

Chunks:
  FalsePositive nam [2,5] = Wydziału Historii Uniwerystetu Warszawskiego
  FalseNegative nam [2,3] = Wydziału Historii
  FalseNegative nam [4,5] = Uniwerystetu Warszawskiego

(ChunkerEvaluator) Sentence #405 from documents/00101250 from sent5

Text  : Pracował jako reporter tygodnika " Polityka " ( 1961 –  1967 )  ,  "  Kultury "  (  w  tym jako kierownik działu reportażu 1967 –  1972 i  zastępca redaktora naczelnego 1972 –  1973 )  .
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 [6,6] = Polityka
  FalsePositive nam [6,7] = Polityka "
  FalsePositive nam [15,16] = Kultury "
  FalseNegative nam [15,15] = Kultury

(ChunkerEvaluator) Sentence #406 from documents/00101250 from sent6

Text  : Był naczelnym redaktorem publicystyki kulturalnej Telewizji Polskiej ( 1974 –  1977 )  ,  dyrektorem programowym i  generalnym ds .  artystycznych (  1977 –  1980 )  .
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 [6,7] = Telewizji Polskiej

(ChunkerEvaluator) Sentence #407 from documents/00101250 from sent7

Text  : Współtworzył i występował jako prezenter programów telewizyjnych , tj .  Godzina szczerości ,  Sam na sam ,  Tylko w  niedzielę ,  XYZ .
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 [22,22] = XYZ
  FalseNegative nam [11,12] = Godzina szczerości
  FalseNegative nam [14,16] = Sam na sam
  FalseNegative nam [18,20] = Tylko w niedzielę

(ChunkerEvaluator) Sentence #408 from documents/00101250 from sent8

Text  : W latach 1996 – 2001 pełnił funkcję redaktora naczelnego "  Trybuny "  ,  później związany m  .  in .  z  gazetą "  Fakt "  .
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 [23,23] = Fakt
  FalseNegative nam [11,11] = Trybuny

(ChunkerEvaluator) Sentence #409 from documents/00101250 from sent9

Text  : Należał do SDP w latach 1963 – 1982 ( był członkiem zarządu głównego w  okresie 1971 –  1974 )  ,  w  1976 wstąpił do ZLP .
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 [3,3] = SDP
  TruePositive nam [25,25] = ZLP

(ChunkerEvaluator) Sentence #410 from documents/00101250 from sent10

Text  : Od 1970 do 1981 był członkiem PZPR .
Tokens: 1_ 2___ 3_ 4___ 5__ 6________ 7___ 8

Chunks:
  TruePositive nam [7,7] = PZPR

(ChunkerEvaluator) Sentence #411 from documents/00101250 from sent11

Text  : W 1997 bez powodzenia kandydował z listy SLD w wyborach parlamentarnych .
Tokens: 1 2___ 3__ 4_________ 5_________ 6 7____ 8__ 9 10______ 11_____________ 12

Chunks:
  TruePositive nam [8,8] = SLD

(ChunkerEvaluator) Sentence #412 from documents/00101250 from sent12

Text  : Od 1998 do 2002 sprawował mandat radnego sejmiku mazowieckiego I  kadencji .
Tokens: 1_ 2___ 3_ 4___ 5________ 6_____ 7______ 8______ 9____________ 10 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #413 from documents/00101250 from sent13

Text  : Jest autorem licznych zbiorów reportaży i wywiadów - rzek z  Edwardem Gierkiem .
Tokens: 1___ 2______ 3_______ 4______ 5________ 6 7_______ 8 9___ 10 11______ 12______ 13

Chunks:
  TruePositive nam [11,12] = Edwardem Gierkiem

(ChunkerEvaluator) Sentence #414 from documents/00101250 from sent14

Text  : Laureat krajowych nagród dziennikarskich ( w tym im . Juliana Bruna z  1966 oraz im .  Bolesława Prusa z  1976 )  .
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 [10,11] = Juliana Bruna
  TruePositive nam [17,18] = Bolesława Prusa

2016-10-13 16:40:30,272 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 33 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101252.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101252.ini
(ChunkerEvaluator) Sentence #415 from documents/00101252 from sent1

Text  : Tolmezzo
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Tolmezzo

(ChunkerEvaluator) Sentence #416 from documents/00101252 from sent2

Text  : Tolmezzo to miejscowość i gmina we Włoszech , w regionie Friuli -  Wenecja Julijska ,  w  prowincji Udine .
Tokens: 1_______ 2_ 3__________ 4 5____ 6_ 7_______ 8 9 10______ 11____ 12 13_____ 14______ 15 16 17_______ 18___ 19

Chunks:
  TruePositive nam [1,1] = Tolmezzo
  TruePositive nam [7,7] = Włoszech
  TruePositive nam [11,14] = Friuli - Wenecja Julijska
  TruePositive nam [18,18] = Udine

(ChunkerEvaluator) Sentence #417 from documents/00101252 from sent3

Text  : Wg danych na rok 2004 gminę zamieszkuje 10 609 osób ,  163 ,  2  os .  /  km² .
Tokens: 1_ 2_____ 3_ 4__ 5___ 6____ 7__________ 8_ 9__ 10__ 11 12_ 13 14 15 16 17 18_ 19

Chunks:

(ChunkerEvaluator) Sentence #418 from documents/00101252 from sent4

Text  : W miejscowości urodził się włoski skoczek narciarski , Andrea Morassi .
Tokens: 1 2___________ 3______ 4__ 5_____ 6______ 7_________ 8 9_____ 10_____ 11

Chunks:
  TruePositive nam [9,10] = Andrea Morassi

2016-10-13 16:40:30,292 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 34 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101254.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101254.ini
(ChunkerEvaluator) Sentence #419 from documents/00101254 from sent1

Text  : Gondreville ( Loiret )
Tokens: 1__________ 2 3_____ 4

Chunks:
  TruePositive nam [1,1] = Gondreville
  TruePositive nam [3,3] = Loiret

(ChunkerEvaluator) Sentence #420 from documents/00101254 from sent2

Text  : Gondreville – miejscowość i gmina we Francji , w Regionie Centralnym ,  w  departamencie Loiret .
Tokens: 1__________ 2 3__________ 4 5____ 6_ 7______ 8 9 10______ 11________ 12 13 14___________ 15____ 16

Chunks:
  TruePositive nam [1,1] = Gondreville
  TruePositive nam [7,7] = Francji
  TruePositive nam [10,11] = Regionie Centralnym
  TruePositive nam [15,15] = Loiret

(ChunkerEvaluator) Sentence #421 from documents/00101254 from sent3

Text  : Według danych na rok 1990 gminę zamieszkiwały 344 osoby ,  a  gęstość zaludnienia wynosiła 43 osoby /  km² (  wśród 1842 gmin Centre ,  Gondreville plasuje się na 803 .  miejscu pod względem liczby ludności ,  natomiast pod względem powierzchni na miejscu 1242 .  )  .
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

Chunks:
  TruePositive nam [23,23] = Centre
  TruePositive nam [25,25] = Gondreville

2016-10-13 16:40:30,320 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 35 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101258.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101258.ini
(ChunkerEvaluator) Sentence #422 from documents/00101258 from sent1

Text  : Trasa Siekierkowska w Warszawie
Tokens: 1____ 2____________ 3 4________

Chunks:
  TruePositive nam [1,2] = Trasa Siekierkowska
  TruePositive nam [4,4] = Warszawie

(ChunkerEvaluator) Sentence #423 from documents/00101258 from sent2

Text  : Trasa Siekierkowska - droga mająca na celu odciążenie centrum Warszawy .
Tokens: 1____ 2____________ 3 4____ 5_____ 6_ 7___ 8_________ 9______ 10______ 11

Chunks:
  TruePositive nam [1,2] = Trasa Siekierkowska
  TruePositive nam [10,10] = Warszawy

(ChunkerEvaluator) Sentence #424 from documents/00101258 from sent3

Text  : Jest elementem Obwodnicy Etapowej Warszawy .
Tokens: 1___ 2________ 3________ 4_______ 5_______ 6

Chunks:
  TruePositive nam [3,5] = Obwodnicy Etapowej Warszawy

(ChunkerEvaluator) Sentence #425 from documents/00101258 from sent4

Text  : Budowę Trasy Siekierkowskiej podzielono na 6 etapów , z których dotąd zrealizowano 5  .
Tokens: 1_____ 2____ 3______________ 4_________ 5_ 6 7_____ 8 9 10_____ 11___ 12__________ 13 14

Chunks:
  TruePositive nam [2,3] = Trasy Siekierkowskiej

(ChunkerEvaluator) Sentence #426 from documents/00101258 from sent5

Text  : Zakończenie budowy planowane było na początek 2006 .
Tokens: 1__________ 2_____ 3________ 4___ 5_ 6_______ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #427 from documents/00101258 from sent6

Text  : Budowa trasy została zakończona w czerwcu 2007 , zaś ukończenie węzła "  Marsa "  nastąpi prawdopodobnie w  2010 .
Tokens: 1_____ 2____ 3______ 4_________ 5 6______ 7___ 8 9__ 10________ 11___ 12 13___ 14 15_____ 16____________ 17 18__ 19

Chunks:
  TruePositive nam [13,13] = Marsa

(ChunkerEvaluator) Sentence #428 from documents/00101258 from sent7

Text  : Historia
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #429 from documents/00101258 from sent8

Text  : Pierwsze wzmianki dotyczące budowy trasy łączącej Mokotów z Grochowem pojawiły się już na początku XX wieku -  w  1916 roku .
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 [7,7] = Mokotów
  TruePositive nam [9,9] = Grochowem

(ChunkerEvaluator) Sentence #430 from documents/00101258 from sent9

Text  : Jednak wszelkie zawirowania historyczne , wojny oraz brak pieniędzy ,  których na inwestycje komunikacyjne nigdy nie było w  Warszawie dość ,  spowodowały ,  że kolejne projekty pozostały jedynie na papierze jako historyczne dokumenty .
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] = Warszawie

(ChunkerEvaluator) Sentence #431 from documents/00101258 from sent10

Text  : Po zakończeniu wojny wiele lat trwało odbudowywanie miasta ze zniszczeń ,  nie myślano zatem o  nowej inwestycji .
Tokens: 1_ 2__________ 3____ 4____ 5__ 6_____ 7____________ 8_____ 9_ 10_______ 11 12_ 13_____ 14___ 15 16___ 17________ 18

Chunks:

(ChunkerEvaluator) Sentence #432 from documents/00101258 from sent11

Text  : W latach 70 . władze zdecydowały się na budowę Trasy Łazienkowskiej ,  położonej bliżej centrum miasta ,  które pilnie wymagało rozładowania ruchu .
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 [10,11] = Trasy Łazienkowskiej

(ChunkerEvaluator) Sentence #433 from documents/00101258 from sent12

Text  : Jednak po zbudowaniu tak wielkiej dzielnicy jak Ursynów okazało się ,  że lepsza komunikacja tego rejonu miasta jest koniecznością .
Tokens: 1_____ 2_ 3_________ 4__ 5_______ 6________ 7__ 8______ 9______ 10_ 11 12 13____ 14_________ 15__ 16____ 17____ 18__ 19___________ 20

Chunks:
  TruePositive nam [8,8] = Ursynów

(ChunkerEvaluator) Sentence #434 from documents/00101258 from sent13

Text  : Powróciła zatem w 1982 roku idea Trasy Siekierkowskiej .
Tokens: 1________ 2____ 3 4___ 5___ 6___ 7____ 8______________ 9

Chunks:
  TruePositive nam [7,8] = Trasy Siekierkowskiej

(ChunkerEvaluator) Sentence #435 from documents/00101258 from sent14

Text  : W tym właśnie roku projekt trasy przebiegającej przez środek Siekierek został wpisany do planu zagospodarowania przestrzennego tego obszaru .
Tokens: 1 2__ 3______ 4___ 5______ 6____ 7_____________ 8____ 9_____ 10_______ 11____ 12_____ 13 14___ 15______________ 16____________ 17__ 18_____ 19

Chunks:
  TruePositive nam [10,10] = Siekierek

(ChunkerEvaluator) Sentence #436 from documents/00101258 from sent15

Text  : Wreszcie , 1 marca 2000 roku , został wmurowany kamień węgielny i  rozpoczęto budowę .
Tokens: 1_______ 2 3 4____ 5___ 6___ 7 8_____ 9________ 10____ 11______ 12 13________ 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #437 from documents/00101258 from sent16

Text  : Cel budowy
Tokens: 1__ 2_____

Chunks:

(ChunkerEvaluator) Sentence #438 from documents/00101258 from sent17

Text  : Budowa Mostu i Trasy Siekierkowskiej po zakończeniu całej inwestycji będzie arterią łączącą węzeł komunikacyjny u  zbiegu ulic Czerniakowskiej i  Witosa na Mokotowie ze skrzyżowaniem ulic Ostrobramskiej ,  Marsa i  Płowieckiej w  dzielnicy Wawer .
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 [4,5] = Trasy Siekierkowskiej
  TruePositive nam [18,18] = Czerniakowskiej
  TruePositive nam [20,20] = Witosa
  TruePositive nam [22,22] = Mokotowie
  TruePositive nam [26,26] = Ostrobramskiej
  TruePositive nam [28,28] = Marsa
  TruePositive nam [30,30] = Płowieckiej
  TruePositive nam [33,33] = Wawer

(ChunkerEvaluator) Sentence #439 from documents/00101258 from sent18

Text  : Celem budowy Trasy jest odciążenie centrum Warszawy od ruchu kołowego ,  zwłaszcza dla komunikacji między Pragą Południe a  Mokotowem i  Ursynowem .
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 [7,7] = Warszawy
  TruePositive nam [16,17] = Pragą Południe
  TruePositive nam [19,19] = Mokotowem
  TruePositive nam [21,21] = Ursynowem
  FalsePositive nam [3,3] = Trasy

(ChunkerEvaluator) Sentence #440 from documents/00101258 from sent19

Text  : Wybudowanie trasy spowoduje także odciążenie istniejących już mostów w Warszawie ,  a  w  szczególności Mostu Łazienkowskiego ,  który już teraz z  powodu dużego obciążenia ruchu wymaga przeprowadzenia remontu .
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 [10,10] = Warszawie
  TruePositive nam [15,16] = Mostu Łazienkowskiego

(ChunkerEvaluator) Sentence #441 from documents/00101258 from sent20

Text  : Inwestycja przyniesie następujące korzyści :
Tokens: 1_________ 2_________ 3__________ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #442 from documents/00101258 from sent21

Text  : odciążenie centrum miasta od ruchu samochodowego ,
Tokens: 1_________ 2______ 3_____ 4_ 5____ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #443 from documents/00101258 from sent22

Text  : poprawę warunków ruchowych w obszarze warszawskiego Węzła Transportowego , zmniejszenie czasu podróży ,  likwidację wąskich gardeł i  poprawę przepustowości ,
Tokens: 1______ 2_______ 3________ 4 5_______ 6____________ 7____ 8_____________ 9 10__________ 11___ 12_____ 13 14________ 15_____ 16____ 17 18_____ 19____________ 20

Chunks:
  FalsePositive nam [7,8] = Węzła Transportowego

(ChunkerEvaluator) Sentence #444 from documents/00101258 from sent23

Text  : rozwój prawobrzeżnych dzielnic Warszawy i gmin regionu Mazowsza ,
Tokens: 1_____ 2_____________ 3_______ 4_______ 5 6___ 7______ 8_______ 9

Chunks:
  TruePositive nam [4,4] = Warszawy
  TruePositive nam [8,8] = Mazowsza

(ChunkerEvaluator) Sentence #445 from documents/00101258 from sent24

Text  : poprawę jakości życia mieszkańców poprzez podniesienie poziomu infrastruktury ,
Tokens: 1______ 2______ 3____ 4__________ 5______ 6___________ 7______ 8_____________ 9

Chunks:

(ChunkerEvaluator) Sentence #446 from documents/00101258 from sent25

Text  : stworzenie warunków do aktywizacji gospodarczej terenów , w szczególności dla rozwoju małej przedsiębiorczości ,
Tokens: 1_________ 2_______ 3_ 4__________ 5___________ 6______ 7 8 9____________ 10_ 11_____ 12___ 13________________ 14

Chunks:

(ChunkerEvaluator) Sentence #447 from documents/00101258 from sent26

Text  : wzrost dostępności terenu leżącego na południe od Trasy Siekierkowskiej (  m  .  in .  osiedle Las )  .
Tokens: 1_____ 2__________ 3_____ 4_______ 5_ 6_______ 7_ 8____ 9______________ 10 11 12 13 14 15_____ 16_ 17 18

Chunks:
  TruePositive nam [8,9] = Trasy Siekierkowskiej
  TruePositive nam [16,16] = Las

(ChunkerEvaluator) Sentence #448 from documents/00101258 from sent27

Text  : Konstrukcja
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #449 from documents/00101258 from sent28

Text  : Po lewej stronie Wisły Trasa Siekierkowska przebiega na estakadach ,  miejscami tylko opiera się na ziemnych nasypach .
Tokens: 1_ 2____ 3______ 4____ 5____ 6____________ 7________ 8_ 9_________ 10 11_______ 12___ 13____ 14_ 15 16______ 17______ 18

Chunks:
  TruePositive nam [5,6] = Trasa Siekierkowska
  FalseNegative nam [4,4] = Wisły

(ChunkerEvaluator) Sentence #450 from documents/00101258 from sent29

Text  : Trasa ma po 3 pasy ruchu w każdym kierunku ,  oraz kilka zatoczek i  bezkolizyjnych zjazdów .
Tokens: 1____ 2_ 3_ 4 5___ 6____ 7 8_____ 9_______ 10 11__ 12___ 13______ 14 15____________ 16_____ 17

Chunks:

2016-10-13 16:40:30,478 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 36 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101264.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101264.ini
(ChunkerEvaluator) Sentence #451 from documents/00101264 from sent1

Text  : Podatek progresywny
Tokens: 1______ 2__________

Chunks:

(ChunkerEvaluator) Sentence #452 from documents/00101264 from sent2

Text  : Podatek progresywny - jest metodą obliczania wymiaru podatku , w  myśl której wysokość należnego podatku rośnie szybciej niż proporcjonalnie w  stosunku do wielkości podstawy opodatkowania .
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 #453 from documents/00101264 from sent3

Text  : Określenie to stosuje się najczęściej w odniesieniu do podatku dochodowego od osób fizycznych .
Tokens: 1_________ 2_ 3______ 4__ 5__________ 6 7__________ 8_ 9______ 10_________ 11 12__ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #454 from documents/00101264 from sent4

Text  : Przy progresywnym systemie opodatkowania stawka opodatkowania ( procent płaconego podatku )  rośnie wraz ze wzrostem dochodu podatnika .
Tokens: 1___ 2___________ 3_______ 4____________ 5_____ 6____________ 7 8______ 9________ 10_____ 11 12____ 13__ 14 15______ 16_____ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #455 from documents/00101264 from sent5

Text  : Oznacza to , że podatnik o wyższych dochodach będzie odprowadzał większą część swojego dochodu w  formie podatku ,  niż podatnik o  niższym dochodzie .
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 #456 from documents/00101264 from sent6

Text  : Stanowi to wyraźną różnicę w stosunku do podatku liniowego ,  gdzie każdy podatnik płaci taką samą część swoich dochodów w  formie podatku (  np .  19 %  )  .
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 #457 from documents/00101264 from sent7

Text  : Niemal we wszystkich progresywnych skalach podatkowych efektywna stopa opodatkowania (  stosunek kwoty ostatecznie należnego podatku do wartości podstawy opodatkowania )  jest określana nominalnie dla pewnych przedziałów wartości podstawy .
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 #458 from documents/00101264 from sent8

Text  : Graniczne kwoty tych przedziałów nazywa się progami podatkowymi .
Tokens: 1________ 2____ 3___ 4__________ 5_____ 6__ 7______ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #459 from documents/00101264 from sent9

Text  : Jeżeli dochód podatnika w danym roku podatkowym przekroczy wartość któregoś progu dochodowego ,  to nadwyżka dochodu nad wartością progu podlega opodatkowaniu w  oparciu o  wyższą stawkę opodatkowania .
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 #460 from documents/00101264 from sent10

Text  : Podatek w kolejnych przedziałach dochodowych jest obliczany jako suma podatku płaconego za górną kwotę graniczną niższego przedziału dochodowego (  według skali podatkowej )  oraz podatku od kwoty nadwyżki nad kwotę graniczną według stawki właściwego przedziału .
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:

(ChunkerEvaluator) Sentence #461 from documents/00101264 from sent11

Text  : Przykład
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #462 from documents/00101264 from sent12

Text  : Zakładamy , że skala podatkowa przewiduje dwa przedziały dochodowe (  a  więc jeden próg )  i  następujące przypisane do nich stawki opodatkowania :
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 #463 from documents/00101264 from sent13

Text  : 0 zł - 30 . 000 zł - opodatkowane stawką 20 %
Tokens: 1 2_ 3 4_ 5 6__ 7_ 8 9___________ 10____ 11 12

Chunks:
  TruePositive nam [7,7] = zł
  FalseNegative nam [2,2] = zł

(ChunkerEvaluator) Sentence #464 from documents/00101264 from sent14

Text  : ponad 30 . 000 zł - opodatkowane stawką 50 %
Tokens: 1____ 2_ 3 4__ 5_ 6 7___________ 8_____ 9_ 10

Chunks:
  TruePositive nam [5,5] = zł

(ChunkerEvaluator) Sentence #465 from documents/00101264 from sent15

Text  : Podatnik A uzyskał w roku podatkowym dochód w wysokości 25 .  000 zł .
Tokens: 1_______ 2 3______ 4 5___ 6_________ 7_____ 8 9________ 10 11 12_ 13 14

Chunks:
  TruePositive nam [13,13] = zł

(ChunkerEvaluator) Sentence #466 from documents/00101264 from sent16

Text  : Całość jego dochodu mieści się w pierwszym przedziale dochodowym ,  zatem nie przekroczył on progu podatkowego .
Tokens: 1_____ 2___ 3______ 4_____ 5__ 6 7________ 8_________ 9_________ 10 11___ 12_ 13_________ 14 15___ 16_________ 17

Chunks:

(ChunkerEvaluator) Sentence #467 from documents/00101264 from sent17

Text  : Cały jego dochód zostanie opodatkowany stawką 20 % , zatem wymiar podatku (  należna kwota podatku )  wyniesie 5  .  000 zł .
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 [22,22] = zł

(ChunkerEvaluator) Sentence #468 from documents/00101264 from sent18

Text  : Podatnik B uzyskał w tym samym roku podatkowym dochód w  wysokości 40 .  000 zł .
Tokens: 1_______ 2 3______ 4 5__ 6____ 7___ 8_________ 9_____ 10 11_______ 12 13 14_ 15 16

Chunks:
  TruePositive nam [15,15] = zł

(ChunkerEvaluator) Sentence #469 from documents/00101264 from sent19

Text  : Przekroczył on zatem próg podatkowy i w stosunku do niego będą zastosowane różne stawki opodatkowania .
Tokens: 1__________ 2_ 3____ 4___ 5________ 6 7 8_______ 9_ 10___ 11__ 12_________ 13___ 14____ 15___________ 16

Chunks:

(ChunkerEvaluator) Sentence #470 from documents/00101264 from sent20

Text  : 30 . 000 zł z jego dochodu zostanie opodatkowane stawką 20 %  ,  natomiast nadwyżka jego dochodu nad kwotą progu podatkowego zostanie opodatkowana stawką 50 %  .
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 [4,4] = zł

(ChunkerEvaluator) Sentence #471 from documents/00101264 from sent21

Text  : 30 . 000 zł x 20 % = 6 .  000 zł
Tokens: 1_ 2 3__ 4_ 5 6_ 7 8 9 10 11_ 12

Chunks:
  TruePositive nam [4,4] = zł
  TruePositive nam [12,12] = zł

(ChunkerEvaluator) Sentence #472 from documents/00101264 from sent22

Text  : 10 . 000 zł x 50 % = 5 .  000 zł
Tokens: 1_ 2 3__ 4_ 5 6_ 7 8 9 10 11_ 12

Chunks:
  TruePositive nam [4,4] = zł
  TruePositive nam [12,12] = zł

(ChunkerEvaluator) Sentence #473 from documents/00101264 from sent23

Text  : Podatnik B zapłaci w sumie 11 . 000 zł podatku .
Tokens: 1_______ 2 3______ 4 5____ 6_ 7 8__ 9_ 10_____ 11

Chunks:
  TruePositive nam [9,9] = zł

(ChunkerEvaluator) Sentence #474 from documents/00101264 from sent24

Text  : Część jego dochodu została opodatkowana mniejszą , a część większą stawką opodatkowania .
Tokens: 1____ 2___ 3______ 4______ 5___________ 6_______ 7 8 9____ 10_____ 11____ 12___________ 13

Chunks:

(ChunkerEvaluator) Sentence #475 from documents/00101264 from sent25

Text  : Efektywna stawka opodatkowania wyniosła w tym przypadku 27 , 50 %  :
Tokens: 1________ 2_____ 3____________ 4_______ 5 6__ 7________ 8_ 9 10 11 12

Chunks:

(ChunkerEvaluator) Sentence #476 from documents/00101264 from sent26

Text  : 11 . 000 zł / 40 . 000 zł =  27 ,  5  %
Tokens: 1_ 2 3__ 4_ 5 6_ 7 8__ 9_ 10 11 12 13 14

Chunks:
  TruePositive nam [4,4] = zł
  TruePositive nam [9,9] = zł

(ChunkerEvaluator) Sentence #477 from documents/00101264 from sent27

Text  : Kwota wolna od podatku
Tokens: 1____ 2____ 3_ 4______

Chunks:

(ChunkerEvaluator) Sentence #478 from documents/00101264 from sent28

Text  : Przy progresywnej formie opodatkowania bardzo często mamy do czynienia z  kwotą wolną od podatku ,  która jest odliczana od podstawy opodatkowania .
Tokens: 1___ 2___________ 3_____ 4____________ 5_____ 6_____ 7___ 8_ 9________ 10 11___ 12___ 13 14_____ 15 16___ 17__ 18_______ 19 20______ 21___________ 22

Chunks:

2016-10-13 16:40:30,628 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 37 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101269.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101269.ini
(ChunkerEvaluator) Sentence #479 from documents/00101269 from sent1

Text  : Kucerz
Tokens: 1_____

Chunks:
  TruePositive nam [1,1] = Kucerz

(ChunkerEvaluator) Sentence #480 from documents/00101269 from sent2

Text  : Kucerz – wieś w Polsce położona w województwie kujawsko -  pomorskim ,  w  powiecie włocławskim ,  w  gminie Lubanie .
Tokens: 1_____ 2 3___ 4 5_____ 6_______ 7 8___________ 9_______ 10 11_______ 12 13 14______ 15_________ 16 17 18____ 19_____ 20

Chunks:
  TruePositive nam [1,1] = Kucerz
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,11] = kujawsko - pomorskim
  TruePositive nam [15,15] = włocławskim
  TruePositive nam [19,19] = Lubanie

(ChunkerEvaluator) Sentence #481 from documents/00101269 from sent3

Text  : W latach 1975 - 1998 miejscowość administracyjnie należała do województwa włocławskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______________ 8_______ 9_ 10_________ 11___________ 12

Chunks:
  TruePositive nam [11,11] = włocławskiego

2016-10-13 16:40:30,641 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 38 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101277.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101277.ini
(ChunkerEvaluator) Sentence #482 from documents/00101277 from sent1

Text  : Stara Wieś ( gmina Krośniewice )
Tokens: 1____ 2___ 3 4____ 5__________ 6

Chunks:
  TruePositive nam [1,2] = Stara Wieś
  TruePositive nam [5,5] = Krośniewice

(ChunkerEvaluator) Sentence #483 from documents/00101277 from sent2

Text  : Stara Wieś – wieś w Polsce położona w województwie łódzkim ,  w  powiecie kutnowskim ,  w  gminie Krośniewice .
Tokens: 1____ 2___ 3 4___ 5 6_____ 7_______ 8 9___________ 10_____ 11 12 13______ 14________ 15 16 17____ 18_________ 19

Chunks:
  TruePositive nam [1,2] = Stara Wieś
  TruePositive nam [6,6] = Polsce
  TruePositive nam [10,10] = łódzkim
  TruePositive nam [14,14] = kutnowskim
  TruePositive nam [18,18] = Krośniewice

(ChunkerEvaluator) Sentence #484 from documents/00101277 from sent3

Text  : W latach 1975 - 1998 miejscowość należała administracyjnie do województwa płockiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8_______________ 9_ 10_________ 11_______ 12

Chunks:
  TruePositive nam [11,11] = płockiego

2016-10-13 16:40:30,656 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 39 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101278.ini
(ChunkerEvaluator) Sentence #485 from documents/00101278 from sent1

Text  : Geofity cebulkowe
Tokens: 1______ 2________

Chunks:

(ChunkerEvaluator) Sentence #486 from documents/00101278 from sent2

Text  : Geofity cebulkowe – jedna z form życiowych roślin wieloletnich –  bylin .
Tokens: 1______ 2________ 3 4____ 5 6___ 7________ 8_____ 9___________ 10 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #487 from documents/00101278 from sent3

Text  : Nazwa geofit pochodzi od greckich słów : ge ( γε )  =  ziemia ,  phyton =  roślina .
Tokens: 1____ 2_____ 3_______ 4_ 5_______ 6___ 7 8_ 9 10 11 12 13____ 14 15____ 16 17_____ 18

Chunks:

(ChunkerEvaluator) Sentence #488 from documents/00101278 from sent4

Text  : Geofity cebulkowe to rośliny , których pączki odnawiające znajdują się w  podziemnych cebulkach ,  w  nich też gromadzą się zapasy pokarmowe ,  niezbędne do przetrwania niesprzyjającego wegetacji roślin okresu zimowego lub suszy .
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 #489 from documents/00101278 from sent5

Text  : Geofity cebulkowe występują głównie w klimacie umiarkowanym .
Tokens: 1______ 2________ 3________ 4______ 5 6_______ 7___________ 8

Chunks:

(ChunkerEvaluator) Sentence #490 from documents/00101278 from sent6

Text  : Na zimę u roślin tych obumiera cały nadziemny pęd ,  a  zimę przetrwa tylko znajdująca się pod ziemią cebulka .
Tokens: 1_ 2___ 3 4_____ 5___ 6_______ 7___ 8________ 9__ 10 11 12__ 13______ 14___ 15________ 16_ 17_ 18____ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #491 from documents/00101278 from sent7

Text  : Na wiosnę , korzystając ze zgromadzonych w niej zapasów pokarmowych odradza się nowy pęd nadziemny .
Tokens: 1_ 2_____ 3 4__________ 5_ 6____________ 7 8___ 9______ 10_________ 11_____ 12_ 13__ 14_ 15_______ 16

Chunks:

(ChunkerEvaluator) Sentence #492 from documents/00101278 from sent8

Text  : Do geofitów cebulkowych należą m . in . takie gatunki ,  jak :  lilia bulwkowata (  Lilium bulbiferum )  ,  mieczyk dachówkowaty (  Gladiolus imbricatus )  .
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 #493 from documents/00101278 from sent9

Text  : Wiele gatunków geofitów cebulkowych , jak np . złoć żółta (  Gagea lutea )  ,  to rośliny zakwitające wczesną wiosną w  lasach i  zaroślach nadrzecznych ,  jeszcze przed rozwinięciem liści przez drzewa .
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 #494 from documents/00101278 from sent10

Text  : Wykorzystując światło , którego potem zabraknie , gdy drzewa pokryją się liśćmi ,  rozwijają swoje kwiaty i  liście ,  by wytworzyć nasiona i  zgromadzić materiały zapasowe w  podziemnych cebulkach ,  zanim zostaną zacienione .
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 #495 from documents/00101278 from sent11

Text  : Śnieżyczka przebiśnieg ( Galanthus nivalis ) zakwita masowo na łąkach i  polanach śródleśnych ,  a  szafran spiski (  Crocus scepusiensis )  ,  również będący geofitem cebulkowym ,  na tatrzańskich halach ,  zanim rozwinie się ich roślinność przesłaniająca im dostęp do światła .
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 #496 from documents/00101278 from sent12

Text  : Ziemia nie zasłonięta roślinnością nagrzewa się od wiosennego słońca ,  a  ściółka chroni cebulki przed wiosennymi przymrozkami .
Tokens: 1_____ 2__ 3_________ 4___________ 5_______ 6__ 7_ 8_________ 9_____ 10 11 12_____ 13____ 14_____ 15___ 16________ 17__________ 18

Chunks:

(ChunkerEvaluator) Sentence #497 from documents/00101278 from sent13

Text  : Rośliny te często zakwitają nawet w śniegu .
Tokens: 1______ 2_ 3_____ 4________ 5____ 6 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #498 from documents/00101278 from sent14

Text  : Wiele geofitów cebulkowych uprawiane jest w ogrodach w licznych odmianach ,  jako rośliny ozdobne ,  tzw .  rośliny cebulkowe ,  np .  tulipan ,  lilia ,  mieczyk i  wiele innych .
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 #499 from documents/00101278 from sent15

Text  : Do geofitów cebulkowych należą też warzywa cebulowe , np .  czosnek ,  por ,  cebula .
Tokens: 1_ 2_______ 3__________ 4_____ 5__ 6______ 7_______ 8 9_ 10 11_____ 12 13_ 14 15____ 16

Chunks:

2016-10-13 16:40:30,760 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 40 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101290.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101290.ini
(ChunkerEvaluator) Sentence #500 from documents/00101290 from sent1

Text  : One Step Closer ( utwór U2 )
Tokens: 1__ 2___ 3_____ 4 5____ 6_ 7

Chunks:
  TruePositive nam [6,6] = U2
  FalsePositive nam [2,3] = Step Closer
  FalseNegative nam [1,3] = One Step Closer

(ChunkerEvaluator) Sentence #501 from documents/00101290 from sent2

Text  : One Step Closer to piosenka rockowej grupy U2 , pochodząca z  jej wydanego w  2004 roku albumu ,  How to Dismantle an Atomic Bomb .
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] = U2
  FalsePositive nam [2,3] = Step Closer
  FalsePositive nam [19,19] = How
  FalsePositive nam [21,21] = Dismantle
  FalsePositive nam [23,24] = Atomic Bomb
  FalseNegative nam [1,3] = One Step Closer
  FalseNegative nam [19,24] = How to Dismantle an Atomic Bomb

(ChunkerEvaluator) Sentence #502 from documents/00101290 from sent3

Text  : Piosenka znalazła się na albumie wraz ze specjalnymi podziękowaniami dla Noela Gallaghera z  zespołu Oasis .
Tokens: 1_______ 2_______ 3__ 4_ 5______ 6___ 7_ 8__________ 9______________ 10_ 11___ 12________ 13 14_____ 15___ 16

Chunks:
  TruePositive nam [11,12] = Noela Gallaghera
  TruePositive nam [15,15] = Oasis
  FalsePositive nam [1,1] = Piosenka

(ChunkerEvaluator) Sentence #503 from documents/00101290 from sent4

Text  : Tytuł utworu wziął się z rozmowy Bono i Noela .
Tokens: 1____ 2_____ 3____ 4__ 5 6______ 7___ 8 9____ 10

Chunks:
  TruePositive nam [7,7] = Bono
  TruePositive nam [9,9] = Noela

(ChunkerEvaluator) Sentence #504 from documents/00101290 from sent5

Text  : Bono rozmawiał z przyjacielem o swoim umierającym ojcu , Bobie Hewsonie .
Tokens: 1___ 2________ 3 4___________ 5 6____ 7__________ 8___ 9 10___ 11______ 12

Chunks:
  TruePositive nam [10,11] = Bobie Hewsonie
  FalseNegative nam [1,1] = Bono

(ChunkerEvaluator) Sentence #505 from documents/00101290 from sent6

Text  : Spytał on wtedy Gallaghera : " Do you think he believes in God ?  "  (  "  Myślisz ,  że on wierzy w  Boga ?  "  )  ,  na co ten odpowiedział :  "  Well ,  he's one step closer to knowing .  "
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

Chunks:
  TruePositive nam [4,4] = Gallaghera
  TruePositive nam [24,24] = Boga
  FalsePositive nam [7,15] = Do you think he believes in God ? "
  FalsePositive nam [35,35] = Well
  FalseNegative nam [13,13] = God

(ChunkerEvaluator) Sentence #506 from documents/00101290 from sent7

Text  : ( " Cóż , jest krok bliżej , by się dowiedzieć /  przekonać .  "  )  .
Tokens: 1 2 3__ 4 5___ 6___ 7_____ 8 9_ 10_ 11________ 12 13_______ 14 15 16 17

Chunks:

(ChunkerEvaluator) Sentence #507 from documents/00101290 from sent8

Text  : Piosenka nigdy nie została zagrana przez grupę na żywo .
Tokens: 1_______ 2____ 3__ 4______ 5______ 6____ 7____ 8_ 9___ 10

Chunks:
  FalsePositive nam [1,1] = Piosenka

2016-10-13 16:40:30,813 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 41 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101296.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101296.ini
(ChunkerEvaluator) Sentence #508 from documents/00101296 from sent1

Text  : Dzwonek teatralny
Tokens: 1______ 2________

Chunks:

(ChunkerEvaluator) Sentence #509 from documents/00101296 from sent2

Text  : Dzwonek teatralny to specjalny sygnał rozlegający się na terenie teatru i  oznaczający zwykle początek i  koniec antraktu .
Tokens: 1______ 2________ 3_ 4________ 5_____ 6__________ 7__ 8_ 9______ 10____ 11 12_________ 13____ 14______ 15 16____ 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #510 from documents/00101296 from sent3

Text  : Dawniej wydawany przez teatralnego woźnego przy pomocy małego ręcznego lub mechanicznego dzwonka ,  w  nowszych przy pomocy dzwonka elektrycznego ,  a  obecnie coraz częściej generowany w  sposób elektroniczny poprzez teatralny system nagłośnienia .
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 #511 from documents/00101296 from sent4

Text  : W czasach współczesnych najczęściej stosowany jest system trzech dzwonków ,  przy czym ostatni dzwonek oznacza ,  że spóźnieni widzowie nie będą już wpuszczani na salę .
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 #512 from documents/00101296 from sent5

Text  : W mowie potocznej zwrot " to już ( jest )  ostatni dzwonek "  ma odniesienie właśnie do dzwonka teatralnego i  oznacza najpóźniejszy realny termin rozpoczęcia jakichś działań lub czynności (  np .  nauki )  ,  który jest jednak jeszcze wystarczający do tego aby podjęte przez daną osobę działania mogły doprowadzić (  w  założonym z  góry terminie )  do sukcesu (  np .  zdania trudnego egzaminu )  .
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

Chunks:

2016-10-13 16:40:30,868 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 42 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101298.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101298.ini
(ChunkerEvaluator) Sentence #513 from documents/00101298 from sent1

Text  : Katarzyna Załuska
Tokens: 1________ 2______

Chunks:
  TruePositive nam [1,2] = Katarzyna Załuska

(ChunkerEvaluator) Sentence #514 from documents/00101298 from sent2

Text  : Katarzyna Załuska ( zm . 1703 ) – polska zakonnica ze zgromadzenia bernardynek ,  przełożona i  fundatorka klasztoru w  Przasnyszu .
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 [1,2] = Katarzyna Załuska
  TruePositive nam [20,20] = Przasnyszu
  FalseNegative nam [13,13] = bernardynek

(ChunkerEvaluator) Sentence #515 from documents/00101298 from sent3

Text  : Według Encyklopedii kościelnej siostra biskupa płockiego Andrzeja Chryzostoma Załuskiego .
Tokens: 1_____ 2___________ 3_________ 4______ 5______ 6________ 7_______ 8__________ 9_________ 10

Chunks:
  TruePositive nam [7,9] = Andrzeja Chryzostoma Załuskiego
  FalsePositive nam [2,2] = Encyklopedii
  FalseNegative nam [2,3] = Encyklopedii kościelnej

(ChunkerEvaluator) Sentence #516 from documents/00101298 from sent4

Text  : W 1683 r . posłana z Warszawy do Przasnysza .
Tokens: 1 2___ 3 4 5______ 6 7_______ 8_ 9_________ 10

Chunks:
  TruePositive nam [7,7] = Warszawy
  TruePositive nam [9,9] = Przasnysza

(ChunkerEvaluator) Sentence #517 from documents/00101298 from sent5

Text  : Tam w 1687 r . została obrana przełożoną ( uzyskała 3  głosy na 5  )  .
Tokens: 1__ 2 3___ 4 5 6______ 7_____ 8_________ 9 10______ 11 12___ 13 14 15 16

Chunks:

(ChunkerEvaluator) Sentence #518 from documents/00101298 from sent6

Text  : Potem obierana była jeszcze trzykrotnie , a wyniki elekcji są dobrą ilustracją rozwoju wspólnoty w  Przasnyszu :  w  1691 r  .  uzyskała 11 głosów ,  w  1698 r  .
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 [16,16] = Przasnyszu

(ChunkerEvaluator) Sentence #519 from documents/00101298 from sent7

Text  : - 11 głosów na 14 , w 1702 r .
Tokens: 1 2_ 3_____ 4_ 5_ 6 7 8___ 9 10

Chunks:

(ChunkerEvaluator) Sentence #520 from documents/00101298 from sent8

Text  : - 17 na 18 .
Tokens: 1 2_ 3_ 4_ 5

Chunks:

(ChunkerEvaluator) Sentence #521 from documents/00101298 from sent9

Text  : Zatwierdzenie elekcji z 1698 r . przyszło z Rzymu dopiero w  1701 r  .
Tokens: 1____________ 2______ 3 4___ 5 6 7_______ 8 9____ 10_____ 11 12__ 13 14

Chunks:
  TruePositive nam [9,9] = Rzymu

(ChunkerEvaluator) Sentence #522 from documents/00101298 from sent10

Text  : Załuska pomnożyła włości zgromadzenia , odbudowała i ozdobiła kościół oraz klasztor (  konsekracja 1694 )  .
Tokens: 1______ 2________ 3_____ 4___________ 5 6_________ 7 8_______ 9______ 10__ 11______ 12 13_________ 14__ 15 16

Chunks:
  FalseNegative nam [1,1] = Załuska

(ChunkerEvaluator) Sentence #523 from documents/00101298 from sent11

Text  : Za to wszystko poprosiła w 1695 r . władze prowincji o  tytuł fundatorki .
Tokens: 1_ 2_ 3_______ 4________ 5 6___ 7 8 9_____ 10_______ 11 12___ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #524 from documents/00101298 from sent12

Text  : Odmówiono jej , twierdząc , że wszystko odbyło się wspólnym kosztem i  pracą .
Tokens: 1________ 2__ 3 4________ 5 6_ 7_______ 8_____ 9__ 10______ 11_____ 12 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #525 from documents/00101298 from sent13

Text  : Zapewne jej staraniem bernardynki w 1701 r . otrzymały prawo wrębu do lasów koronnych .
Tokens: 1______ 2__ 3________ 4__________ 5 6___ 7 8 9________ 10___ 11___ 12 13___ 14_______ 15

Chunks:
  FalseNegative nam [4,4] = bernardynki

(ChunkerEvaluator) Sentence #526 from documents/00101298 from sent14

Text  : Pośmiertnie zapisana jako fundatorka konwentu w Przasnyszu .
Tokens: 1__________ 2_______ 3___ 4_________ 5_______ 6 7_________ 8

Chunks:
  TruePositive nam [7,7] = Przasnyszu

2016-10-13 16:40:31,063 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 43 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101299.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101299.ini
(ChunkerEvaluator) Sentence #527 from documents/00101299 from sent1

Text  : Gergely Kulcsár
Tokens: 1______ 2______

Chunks:
  TruePositive nam [1,2] = Gergely Kulcsár

(ChunkerEvaluator) Sentence #528 from documents/00101299 from sent2

Text  : Gergely Kulcsár ( ur . 10 marca 1934 w Nagyhalász )  -  węgierski lekkoatleta specjalizujący się w  rzucie oszczepem .
Tokens: 1______ 2______ 3 4_ 5 6_ 7____ 8___ 9 10________ 11 12 13_______ 14_________ 15____________ 16_ 17 18____ 19_______ 20

Chunks:
  TruePositive nam [1,2] = Gergely Kulcsár
  TruePositive nam [10,10] = Nagyhalász

(ChunkerEvaluator) Sentence #529 from documents/00101299 from sent3

Text  : Trzykrotny medalista Igrzysk Olimpijskich ( Rzym 1960 , Tokio 1964 ,  meksyk 1968 )  .
Tokens: 1_________ 2________ 3______ 4___________ 5 6___ 7___ 8 9____ 10__ 11 12____ 13__ 14 15

Chunks:
  TruePositive nam [3,4] = Igrzysk Olimpijskich
  TruePositive nam [6,6] = Rzym
  TruePositive nam [9,9] = Tokio
  FalseNegative nam [12,12] = meksyk

(ChunkerEvaluator) Sentence #530 from documents/00101299 from sent4

Text  : Dwukrotnie zdobywał brązowe medale mistrzostw Europy ( Sztokholm 1958 i  Budapeszt 1966 )  .
Tokens: 1_________ 2_______ 3______ 4_____ 5_________ 6_____ 7 8________ 9___ 10 11_______ 12__ 13 14

Chunks:
  TruePositive nam [8,8] = Sztokholm
  TruePositive nam [11,11] = Budapeszt
  FalsePositive nam [6,6] = Europy
  FalseNegative nam [5,6] = mistrzostw Europy

(ChunkerEvaluator) Sentence #531 from documents/00101299 from sent5

Text  : Kulcsár ma w dorobku również złoty medal Uniwersjady ( Sofia 1961 )  .
Tokens: 1______ 2_ 3 4______ 5______ 6____ 7____ 8__________ 9 10___ 11__ 12 13

Chunks:
  TruePositive nam [8,8] = Uniwersjady
  TruePositive nam [10,10] = Sofia
  FalseNegative nam [1,1] = Kulcsár

(ChunkerEvaluator) Sentence #532 from documents/00101299 from sent6

Text  : Rekord życiowy : 85 , 14 w 1971 .
Tokens: 1_____ 2______ 3 4_ 5 6_ 7 8___ 9

Chunks:

2016-10-13 16:40:31,087 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 44 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101312.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101312.ini
(ChunkerEvaluator) Sentence #533 from documents/00101312 from sent1

Text  : Newhall ( Iowa )
Tokens: 1______ 2 3___ 4

Chunks:
  TruePositive nam [1,1] = Newhall
  TruePositive nam [3,3] = Iowa

(ChunkerEvaluator) Sentence #534 from documents/00101312 from sent2

Text  : Newhall – miasto w Stanach Zjednoczonych , w stanie Iowa ,  w  hrabstwie Benton .
Tokens: 1______ 2 3_____ 4 5______ 6____________ 7 8 9_____ 10__ 11 12 13_______ 14____ 15

Chunks:
  TruePositive nam [1,1] = Newhall
  TruePositive nam [5,6] = Stanach Zjednoczonych
  TruePositive nam [10,10] = Iowa
  TruePositive nam [14,14] = Benton

(ChunkerEvaluator) Sentence #535 from documents/00101312 from sent3

Text  : W 2000 roku liczyło 886 mieszkańców .
Tokens: 1 2___ 3___ 4______ 5__ 6__________ 7

Chunks:

2016-10-13 16:40:31,097 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 45 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101314.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101314.ini
(ChunkerEvaluator) Sentence #536 from documents/00101314 from sent1

Text  : Steeple Morden
Tokens: 1______ 2_____

Chunks:
  TruePositive nam [1,2] = Steeple Morden

(ChunkerEvaluator) Sentence #537 from documents/00101314 from sent2

Text  : Steeple Morden – wieś w Anglii , w hrabstwie Cambridgeshire ,  w  dystrykcie South Cambridgeshire .
Tokens: 1______ 2_____ 3 4___ 5 6_____ 7 8 9________ 10____________ 11 12 13________ 14___ 15____________ 16

Chunks:
  TruePositive nam [1,2] = Steeple Morden
  TruePositive nam [6,6] = Anglii
  TruePositive nam [10,10] = Cambridgeshire
  TruePositive nam [14,15] = South Cambridgeshire

(ChunkerEvaluator) Sentence #538 from documents/00101314 from sent3

Text  : Leży 24 km na południowy zachód od miasta Cambridge i  61 km na północ od Londynu .
Tokens: 1___ 2_ 3_ 4_ 5_________ 6_____ 7_ 8_____ 9________ 10 11 12 13 14____ 15 16_____ 17

Chunks:
  TruePositive nam [9,9] = Cambridge
  TruePositive nam [16,16] = Londynu

(ChunkerEvaluator) Sentence #539 from documents/00101314 from sent4

Text  : W 2001 miejscowość liczyła 963 mieszkańców .
Tokens: 1 2___ 3__________ 4______ 5__ 6__________ 7

Chunks:

2016-10-13 16:40:31,112 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 46 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101327.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101327.ini
(ChunkerEvaluator) Sentence #540 from documents/00101327 from sent1

Text  : Cab Calloway
Tokens: 1__ 2_______

Chunks:
  TruePositive nam [1,2] = Cab Calloway

(ChunkerEvaluator) Sentence #541 from documents/00101327 from sent2

Text  : Cab Calloway ( ur . 25 grudnia 1907 , zm .  18 listopada 1994 )  –  amerykański piosenkarz jazzowy .
Tokens: 1__ 2_______ 3 4_ 5 6_ 7______ 8___ 9 10 11 12 13_______ 14__ 15 16 17_________ 18________ 19_____ 20

Chunks:
  TruePositive nam [1,2] = Cab Calloway

(ChunkerEvaluator) Sentence #542 from documents/00101327 from sent3

Text  : Jego orkiestra należała do najbardziej popularnych w latach 30 .  i  40 .
Tokens: 1___ 2________ 3_______ 4_ 5__________ 6__________ 7 8_____ 9_ 10 11 12 13

Chunks:

(ChunkerEvaluator) Sentence #543 from documents/00101327 from sent4

Text  : Wystąpił w filmie " The Blues Brothers " w roli Curtisa ,  stróża w  sierocińcu ,  mentora braci Blues .
Tokens: 1_______ 2 3_____ 4 5__ 6____ 7_______ 8 9 10__ 11_____ 12 13____ 14 15________ 16 17_____ 18___ 19___ 20

Chunks:
  TruePositive nam [5,7] = The Blues Brothers
  TruePositive nam [11,11] = Curtisa
  TruePositive nam [19,19] = Blues

2016-10-13 16:40:31,132 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 47 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101328.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101328.ini
(ChunkerEvaluator) Sentence #544 from documents/00101328 from sent1

Text  : IFS Applications
Tokens: 1__ 2___________

Chunks:
  TruePositive nam [1,2] = IFS Applications

(ChunkerEvaluator) Sentence #545 from documents/00101328 from sent2

Text  : IFS Applications – zestaw zintegrowanych rozwiązań informatycznych , na które składa się ponad 50 standardowych modułów ,  m  .  in .  finanse ,  dystrybucja ,  produkcja ,  remonty ,  zarządzanie zasobami ,  projektowanie .
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 [1,2] = IFS Applications

(ChunkerEvaluator) Sentence #546 from documents/00101328 from sent3

Text  : Pozwala to na pełne dostosowanie rozwiązania do indywidualnych potrzeb użytkowników .
Tokens: 1______ 2_ 3_ 4____ 5___________ 6__________ 7_ 8_____________ 9______ 10__________ 11

Chunks:

(ChunkerEvaluator) Sentence #547 from documents/00101328 from sent4

Text  : Oferowany jest na wszystkie platformy sprzętowe technologii Oracle z graficznym interfejsem użytkownika w  architekturze klient -  serwer .
Tokens: 1________ 2___ 3_ 4________ 5________ 6________ 7__________ 8_____ 9 10________ 11_________ 12_________ 13 14___________ 15____ 16 17____ 18

Chunks:
  TruePositive nam [8,8] = Oracle

(ChunkerEvaluator) Sentence #548 from documents/00101328 from sent5

Text  : W Polsce ponad 100 wdrożeń .
Tokens: 1 2_____ 3____ 4__ 5______ 6

Chunks:
  TruePositive nam [2,2] = Polsce

2016-10-13 16:40:31,158 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 48 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101329.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101329.ini
(ChunkerEvaluator) Sentence #549 from documents/00101329 from sent1

Text  : Hamulec elektrodynamiczny
Tokens: 1______ 2________________

Chunks:

(ChunkerEvaluator) Sentence #550 from documents/00101329 from sent2

Text  : Hamulec elektrodynamiczny - hamulec wykorzystujący pracę prądnicową silników elektrycznych w  elektrowozach ,  tramwajach i  lokomotywach spalinowych z  przekładnią elektryczną .
Tokens: 1______ 2________________ 3 4______ 5_____________ 6____ 7_________ 8_______ 9____________ 10 11___________ 12 13________ 14 15__________ 16_________ 17 18_________ 19_________ 20

Chunks:

(ChunkerEvaluator) Sentence #551 from documents/00101329 from sent3

Text  : Zasada działania polega na przekształcaniu części energii kinetycznej poruszającego się pojazdu na energię elektryczną ,  która może być zwracana do sieci trakcyjnej ,  magazynowana (  hamowanie rekuperacyjne )  ,  albo wytracana na opornikach .
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 #552 from documents/00101329 from sent4

Text  : Podstawową zaletą hamowania elektrodynamicznego jest oszczędność okładzin ciernych i powierzchni tocznych kół (  starszy tabor )  lub tarcz hamulcowych .
Tokens: 1_________ 2_____ 3________ 4__________________ 5___ 6__________ 7_______ 8_______ 9 10_________ 11______ 12_ 13 14_____ 15___ 16 17_ 18___ 19_________ 20

Chunks:

(ChunkerEvaluator) Sentence #553 from documents/00101329 from sent5

Text  : Przy wykorzystaniu możliwości hamowania rekuperacyjnego można odzyskać część energii włożonej w  rozpędzanie pociągu .
Tokens: 1___ 2____________ 3_________ 4________ 5______________ 6____ 7_______ 8____ 9______ 10______ 11 12_________ 13_____ 14

Chunks:

2016-10-13 16:40:31,190 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 49 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101330.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101330.ini
(ChunkerEvaluator) Sentence #554 from documents/00101330 from sent1

Text  : Aleksiej Charczenko
Tokens: 1_______ 2_________

Chunks:
  TruePositive nam [1,2] = Aleksiej Charczenko

(ChunkerEvaluator) Sentence #555 from documents/00101330 from sent2

Text  : Aleksiej Charczenko – ( ur . 1 października 1985 )  –  rosyjski żużlowiec .
Tokens: 1_______ 2_________ 3 4 5_ 6 7 8___________ 9___ 10 11 12______ 13_______ 14

Chunks:
  TruePositive nam [1,2] = Aleksiej Charczenko

(ChunkerEvaluator) Sentence #556 from documents/00101330 from sent3

Text  : Reprezentant rosyjskiej drużyny Wostok Władywostok .
Tokens: 1___________ 2_________ 3______ 4_____ 5__________ 6

Chunks:
  TruePositive nam [4,5] = Wostok Władywostok

(ChunkerEvaluator) Sentence #557 from documents/00101330 from sent4

Text  : Jest synem żużlowca Grigorija Charczenki .
Tokens: 1___ 2____ 3_______ 4________ 5_________ 6

Chunks:
  TruePositive nam [4,5] = Grigorija Charczenki

(ChunkerEvaluator) Sentence #558 from documents/00101330 from sent5

Text  : W 2006 zdobył tytuł Indywidualnego Mistrza Rosji Juniorów .
Tokens: 1 2___ 3_____ 4____ 5_____________ 6______ 7____ 8_______ 9

Chunks:
  TruePositive nam [5,8] = Indywidualnego Mistrza Rosji Juniorów

(ChunkerEvaluator) Sentence #559 from documents/00101330 from sent6

Text  : Liga polska
Tokens: 1___ 2_____

Chunks:

(ChunkerEvaluator) Sentence #560 from documents/00101330 from sent7

Text  : W sezonie 2006 debiutuje w lidze polskiej w GTŻ Grudziądz .
Tokens: 1 2______ 3___ 4________ 5 6____ 7_______ 8 9__ 10_______ 11

Chunks:
  TruePositive nam [9,10] = GTŻ Grudziądz

(ChunkerEvaluator) Sentence #561 from documents/00101330 from sent8

Text  : W barwach GTŻ wystąpił w 13 meczach , zdobywając 65 punktów i  10 bonusów ,  co dało mu średnią biegową 1  ,  27 pkt oraz średnią meczową 5  ,  77 pkt .
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 [3,3] = GTŻ

(ChunkerEvaluator) Sentence #562 from documents/00101330 from sent9

Text  : Aleksiej w sezonie 2007 reprezentował barwy TŻ Lublin .
Tokens: 1_______ 2 3______ 4___ 5____________ 6____ 7_ 8_____ 9

Chunks:
  TruePositive nam [7,8] = TŻ Lublin
  FalseNegative nam [1,1] = Aleksiej

(ChunkerEvaluator) Sentence #563 from documents/00101330 from sent10

Text  : Był to jego debiutancki sezon w gronie seniorów .
Tokens: 1__ 2_ 3___ 4__________ 5____ 6 7_____ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #564 from documents/00101330 from sent11

Text  : Mimo podpisania kontraktu z lubelską drużyną , sympatyczny Aleksiej nie miał okazji pokazania się przed lubelską publicznością .
Tokens: 1___ 2_________ 3________ 4 5_______ 6______ 7 8__________ 9_______ 10_ 11__ 12____ 13_______ 14_ 15___ 16______ 17___________ 18

Chunks:
  TruePositive nam [9,9] = Aleksiej

(ChunkerEvaluator) Sentence #565 from documents/00101330 from sent12

Text  : W 2008 roku startuje jedynie 3 krotnie jako zawodnik Speedway Równe uzyskując średnią biegową 1  ,  286 pkt .  i  meczową 5  ,  33 pkt .
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 [10,11] = Speedway Równe

(ChunkerEvaluator) Sentence #566 from documents/00101330 from sent13

Text  : Obecnie Aleksiej reprezentuje barwy Speedway Polonii Piła , gdzie po rundzie zasadniczej (  11 meczów )  uzyskał średnią biegową 1  ,  920 pkt .  i  meczową 8  ,  00 pkt .
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 [2,2] = Aleksiej
  TruePositive nam [5,7] = Speedway Polonii Piła

(ChunkerEvaluator) Sentence #567 from documents/00101330 from sent14

Text  : Zawodnik szybko stał się ulubieńcem kibiców , którzy mają nadzieje ,  że zobaczą popularnego Aloszę w  nowym sezonie w  barwach pilskiego klubu .
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 [15,15] = Aloszę

(ChunkerEvaluator) Sentence #568 from documents/00101330 from sent15

Text  : Dnia 13 stycznia 2010 roku Aleksiej przedłużył o kolejny rok kontrakt z  pilską Polonią .
Tokens: 1___ 2_ 3_______ 4___ 5___ 6_______ 7_________ 8 9______ 10_ 11______ 12 13____ 14_____ 15

Chunks:
  TruePositive nam [6,6] = Aleksiej
  TruePositive nam [14,14] = Polonią

(ChunkerEvaluator) Sentence #569 from documents/00101330 from sent16

Text  : Będzie to jego drugi sezon spędzony w Pile .
Tokens: 1_____ 2_ 3___ 4____ 5____ 6_______ 7 8___ 9

Chunks:
  TruePositive nam [8,8] = Pile

2016-10-13 16:40:31,271 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 50 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101333.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101333.ini
(ChunkerEvaluator) Sentence #570 from documents/00101333 from sent1

Text  : Plan Czteroletni ( Polska )
Tokens: 1___ 2__________ 3 4_____ 5

Chunks:
  TruePositive nam [1,2] = Plan Czteroletni
  TruePositive nam [4,4] = Polska

(ChunkerEvaluator) Sentence #571 from documents/00101333 from sent2

Text  : Plan Czteroletni - plan rozwoju gospodarczego , opracowany przez otoczenie wicepremiera i  ministra skarbu Eugeniusza Kwiatkowskiego .
Tokens: 1___ 2__________ 3 4___ 5______ 6____________ 7 8_________ 9____ 10_______ 11__________ 12 13______ 14____ 15________ 16____________ 17

Chunks:
  TruePositive nam [1,2] = Plan Czteroletni
  TruePositive nam [15,16] = Eugeniusza Kwiatkowskiego

(ChunkerEvaluator) Sentence #572 from documents/00101333 from sent3

Text  : Plan Czteroletni miał zapewnić wzrost eksportu , zmniejszenie bezrobocia ,  polepszenie zaopatrzenia dla wojska .
Tokens: 1___ 2__________ 3___ 4_______ 5_____ 6_______ 7 8___________ 9_________ 10 11_________ 12__________ 13_ 14____ 15

Chunks:
  TruePositive nam [1,2] = Plan Czteroletni

(ChunkerEvaluator) Sentence #573 from documents/00101333 from sent4

Text  : Najważniejszym założeniem była walka ze skutkami kryzysu , doprowadzenie do trwałego ożywienia gospodarczego w  II RP oraz uzyskanie niezależności gospodarczej przez państwo polskie .
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 [15,16] = II RP

(ChunkerEvaluator) Sentence #574 from documents/00101333 from sent5

Text  : Realizacja Planu Czteroletniego rozpoczęła się w lipcu 1936 roku i  miała trwać do czerwca 1940 roku .
Tokens: 1_________ 2____ 3_____________ 4_________ 5__ 6 7____ 8___ 9___ 10 11___ 12___ 13 14_____ 15__ 16__ 17

Chunks:
  TruePositive nam [2,3] = Planu Czteroletniego

(ChunkerEvaluator) Sentence #575 from documents/00101333 from sent6

Text  : Planowane wydatki na realizację Planu miały wynieść 1 , 8  miliarda ówczesnych złotych ,  a  osiągnęły 2  ,  4  miliarda .
Tokens: 1________ 2______ 3_ 4_________ 5____ 6____ 7______ 8 9 10 11______ 12________ 13_____ 14 15 16_______ 17 18 19 20______ 21

Chunks:
  FalsePositive nam [5,5] = Planu
  FalseNegative nam [13,13] = złotych

(ChunkerEvaluator) Sentence #576 from documents/00101333 from sent7

Text  : Państwowa propaganda podała , że Plan Czteroletni został wykonany w  3  lata ,  w  rzeczywistości jednak wykonany został w  ok .  80 %  ,  przy czym te 20 %  było niezbędne do tego by samodzielnie działało ok .  50 %  inwestycji .
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 [6,7] = Plan Czteroletni

(ChunkerEvaluator) Sentence #577 from documents/00101333 from sent8

Text  : Równocześnie budowano osiedla mieszkalne dla robotników z całą własną infrastrukturą .
Tokens: 1___________ 2_______ 3______ 4_________ 5__ 6_________ 7 8___ 9_____ 10____________ 11

Chunks:

(ChunkerEvaluator) Sentence #578 from documents/00101333 from sent9

Text  : Skutkiem realizacji Planu było powstanie zakładów przemysłu zbrojeniowego , lotniczego ,  chemicznego ;  tworzono huty ,  walcownie ,  zakłady produkcji gumy i  kauczuku .
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:
  FalsePositive nam [3,3] = Planu

(ChunkerEvaluator) Sentence #579 from documents/00101333 from sent10

Text  : Głównymi miejscami realizacji były COP i Gdynia oraz Warszawski Okręg Przemysłowy .
Tokens: 1_______ 2________ 3_________ 4___ 5__ 6 7_____ 8___ 9_________ 10___ 11_________ 12

Chunks:
  TruePositive nam [5,5] = COP
  TruePositive nam [7,7] = Gdynia
  TruePositive nam [9,11] = Warszawski Okręg Przemysłowy

2016-10-13 16:40:31,339 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 51 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101341.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101341.ini
(ChunkerEvaluator) Sentence #580 from documents/00101341 from sent1

Text  : Kardynałek chiński
Tokens: 1_________ 2______

Chunks:

(ChunkerEvaluator) Sentence #581 from documents/00101341 from sent2

Text  : Kardynałek chiński ( Tanichthys albonubes ) – słodkowodna ryba z  rodziny karpiowatych .
Tokens: 1_________ 2______ 3 4_________ 5________ 6 7 8__________ 9___ 10 11_____ 12__________ 13

Chunks:

(ChunkerEvaluator) Sentence #582 from documents/00101341 from sent3

Text  : Często spotykana w akwariach .
Tokens: 1_____ 2________ 3 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #583 from documents/00101341 from sent4

Text  : ; Występowanie : Chiny ( Góry Południowochińskie ) oraz Wietnam .
Tokens: 1 2___________ 3 4____ 5 6___ 7_________________ 8 9___ 10_____ 11

Chunks:
  TruePositive nam [4,4] = Chiny
  TruePositive nam [6,7] = Góry Południowochińskie
  TruePositive nam [10,10] = Wietnam

(ChunkerEvaluator) Sentence #584 from documents/00101341 from sent5

Text  : ; Wielkość : 3 , 5 – 4 cm
Tokens: 1 2_______ 3 4 5 6 7 8 9_

Chunks:

(ChunkerEvaluator) Sentence #585 from documents/00101341 from sent6

Text  : ; Wygląd : barwa brunatno - czerwona z pręgą żółtą ,  zielonkawą lub niebieską ,  płetwy czerwonawe ,  samczyk smuklejszy i  o  nieco większych płetwach od samiczki .
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 #586 from documents/00101341 from sent7

Text  : Występuje też forma weloniasta wyhodowana w akwariach .
Tokens: 1________ 2__ 3____ 4_________ 5_________ 6 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #587 from documents/00101341 from sent8

Text  : ; Hodowla : ryba mało wymagająca , odporna na spadki temperatury nawet do 0  °  C  ,  optymalna temperatura 17 –  22 °  C  ,  akwarium średnie ,  pokarm :  zjada chętnie zarówna pokarm suchy ,  jak i  żywy .
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 #588 from documents/00101341 from sent9

Text  : Najlepiej czują się w stadzie powyżej 5 osobników .
Tokens: 1________ 2____ 3__ 4 5______ 6______ 7 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #589 from documents/00101341 from sent10

Text  : ; Rozmnażanie : na czas tarła umieścić samczyki i samiczki w  akwarium o  gęstych roślinach i  temperaturze lekko podwyższonej (  najlepiej 20 –  24 °  C  )  .
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 #590 from documents/00101341 from sent11

Text  : Zaleca się odłowić ryby po tarle ponieważ zdarza się ,  że rodzice zjadają swoje potomstwo (  kanibalizm )  .
Tokens: 1_____ 2__ 3______ 4___ 5_ 6____ 7_______ 8_____ 9__ 10 11 12_____ 13_____ 14___ 15_______ 16 17________ 18 19

Chunks:

(ChunkerEvaluator) Sentence #591 from documents/00101341 from sent12

Text  : Młode wylęgają się po ok . 2 – 3 dniach .
Tokens: 1____ 2_______ 3__ 4_ 5_ 6 7 8 9 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #592 from documents/00101341 from sent13

Text  : Karmić dobrze rozdrobnionym pokarmem .
Tokens: 1_____ 2_____ 3____________ 4_______ 5

Chunks:

2016-10-13 16:40:31,405 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 52 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101345.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101345.ini
(ChunkerEvaluator) Sentence #593 from documents/00101345 from sent1

Text  : Lipnica ( województwo łódzkie )
Tokens: 1______ 2 3__________ 4______ 5

Chunks:
  TruePositive nam [1,1] = Lipnica
  TruePositive nam [4,4] = łódzkie

(ChunkerEvaluator) Sentence #594 from documents/00101345 from sent2

Text  : Lipnica – wieś w Polsce położona w województwie łódzkim ,  w  powiecie poddębickim ,  w  gminie Poddębice .
Tokens: 1______ 2 3___ 4 5_____ 6_______ 7 8___________ 9______ 10 11 12______ 13_________ 14 15 16____ 17_______ 18

Chunks:
  TruePositive nam [1,1] = Lipnica
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,9] = łódzkim
  TruePositive nam [13,13] = poddębickim
  TruePositive nam [17,17] = Poddębice

(ChunkerEvaluator) Sentence #595 from documents/00101345 from sent3

Text  : W latach 1975 - 1998 miejscowość administracyjnie należała do województwa sieradzkiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______________ 8_______ 9_ 10_________ 11__________ 12

Chunks:
  TruePositive nam [11,11] = sieradzkiego

(ChunkerEvaluator) Sentence #596 from documents/00101345 from sent4

Text  : W XIX wieku do Lipnicy należały : Ewelinów i Ksawercin .
Tokens: 1 2__ 3____ 4_ 5______ 6_______ 7 8_______ 9 10_______ 11

Chunks:
  TruePositive nam [5,5] = Lipnicy
  TruePositive nam [8,8] = Ewelinów
  TruePositive nam [10,10] = Ksawercin

(ChunkerEvaluator) Sentence #597 from documents/00101345 from sent5

Text  : Wschodni koniec wsi stanowi las , umiejscowionych jest tam ok .  20 działek letniskowych z  domkami .
Tokens: 1_______ 2_____ 3__ 4______ 5__ 6 7______________ 8___ 9__ 10 11 12 13_____ 14__________ 15 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #598 from documents/00101345 from sent6

Text  : We wsi jest jeden sklep spożywczy .
Tokens: 1_ 2__ 3___ 4____ 5____ 6________ 7

Chunks:

2016-10-13 16:40:31,431 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 53 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101346.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101346.ini
(ChunkerEvaluator) Sentence #599 from documents/00101346 from sent1

Text  : Michałów ( województwo opolskie )
Tokens: 1_______ 2 3__________ 4_______ 5

Chunks:
  TruePositive nam [1,1] = Michałów
  TruePositive nam [4,4] = opolskie

(ChunkerEvaluator) Sentence #600 from documents/00101346 from sent2

Text  : Michałów ( niem . Michelau ) – wieś w Polsce położona w  województwie opolskim ,  w  powiecie brzeskim ,  w  gminie Olszanka .
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 [1,1] = Michałów
  TruePositive nam [5,5] = Michelau
  TruePositive nam [10,10] = Polsce
  TruePositive nam [14,14] = opolskim
  TruePositive nam [18,18] = brzeskim
  TruePositive nam [22,22] = Olszanka

(ChunkerEvaluator) Sentence #601 from documents/00101346 from sent3

Text  : W roku 1933 wieś liczyła 843 , w roku 1939 było 778 mieszkańców .
Tokens: 1 2___ 3___ 4___ 5______ 6__ 7 8 9___ 10__ 11__ 12_ 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #602 from documents/00101346 from sent4

Text  : Obecnie wieś zamieszkana jest w większości przez Polaków , potomków dawnych repatriantów z  Kresów Wschodnich .
Tokens: 1______ 2___ 3__________ 4___ 5 6_________ 7____ 8______ 9 10______ 11_____ 12__________ 13 14____ 15________ 16

Chunks:
  TruePositive nam [8,8] = Polaków
  TruePositive nam [14,15] = Kresów Wschodnich

(ChunkerEvaluator) Sentence #603 from documents/00101346 from sent5

Text  : W latach 1975 - 1998 miejscowość administracyjnie należała do ówczesnego województwa opolskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______________ 8_______ 9_ 10________ 11_________ 12________ 13

Chunks:
  TruePositive nam [12,12] = opolskiego

2016-10-13 16:40:31,456 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 54 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101347.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101347.ini
(ChunkerEvaluator) Sentence #604 from documents/00101347 from sent1

Text  : Mościska ( powiat garwoliński )
Tokens: 1_______ 2 3_____ 4__________ 5

Chunks:
  TruePositive nam [1,1] = Mościska
  TruePositive nam [4,4] = garwoliński

(ChunkerEvaluator) Sentence #605 from documents/00101347 from sent2

Text  : Mościska – wieś w Polsce położona w województwie mazowieckim ,  w  powiecie garwolińskim ,  w  gminie Trojanów .
Tokens: 1_______ 2 3___ 4 5_____ 6_______ 7 8___________ 9__________ 10 11 12______ 13__________ 14 15 16____ 17______ 18

Chunks:
  TruePositive nam [1,1] = Mościska
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,9] = mazowieckim
  TruePositive nam [13,13] = garwolińskim
  TruePositive nam [17,17] = Trojanów

(ChunkerEvaluator) Sentence #606 from documents/00101347 from sent3

Text  : W latach 1975 - 1998 miejscowość należała administracyjnie do województwa siedleckiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8_______________ 9_ 10_________ 11__________ 12

Chunks:
  TruePositive nam [11,11] = siedleckiego

2016-10-13 16:40:31,470 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 55 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101348.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101348.ini
(ChunkerEvaluator) Sentence #607 from documents/00101348 from sent1

Text  : Pogorzel ( powiat mławski )
Tokens: 1_______ 2 3_____ 4______ 5

Chunks:
  TruePositive nam [1,1] = Pogorzel
  TruePositive nam [4,4] = mławski

(ChunkerEvaluator) Sentence #608 from documents/00101348 from sent2

Text  : Pogorzel – wieś w Polsce położona w województwie mazowieckim ,  w  powiecie mławskim ,  w  gminie Wieczfnia Kościelna .
Tokens: 1_______ 2 3___ 4 5_____ 6_______ 7 8___________ 9__________ 10 11 12______ 13______ 14 15 16____ 17_______ 18_______ 19

Chunks:
  TruePositive nam [1,1] = Pogorzel
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,9] = mazowieckim
  TruePositive nam [13,13] = mławskim
  TruePositive nam [17,18] = Wieczfnia Kościelna

(ChunkerEvaluator) Sentence #609 from documents/00101348 from sent3

Text  : W latach 1975 - 1998 miejscowość należała administracyjnie do województwa ciechanowskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8_______________ 9_ 10_________ 11_____________ 12

Chunks:
  TruePositive nam [11,11] = ciechanowskiego

2016-10-13 16:40:31,485 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 56 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101353.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101353.ini
(ChunkerEvaluator) Sentence #610 from documents/00101353 from sent1

Text  : Nowy Cmentarz Żydowski w Cieszynie
Tokens: 1___ 2_______ 3_______ 4 5________

Chunks:
  TruePositive nam [1,3] = Nowy Cmentarz Żydowski
  TruePositive nam [5,5] = Cieszynie

(ChunkerEvaluator) Sentence #611 from documents/00101353 from sent2

Text  : Nowy Cmentarz Żydowski przy ulicy Hażlaskiej w Cieszynie jest jedną z  dwóch (  obok Starego Cmentarza Żydowskiego )  izraelickich nekropolii w  mieście .
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 [1,3] = Nowy Cmentarz Żydowski
  TruePositive nam [6,6] = Hażlaskiej
  TruePositive nam [8,8] = Cieszynie
  TruePositive nam [15,17] = Starego Cmentarza Żydowskiego

(ChunkerEvaluator) Sentence #612 from documents/00101353 from sent3

Text  : Historia
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #613 from documents/00101353 from sent4

Text  : Założenie cmentarza
Tokens: 1________ 2________

Chunks:

(ChunkerEvaluator) Sentence #614 from documents/00101353 from sent5

Text  : Powstanie cmentarza związane było z brakiem miejsc grzebalnych na starym kirkucie .
Tokens: 1________ 2________ 3_______ 4___ 5 6______ 7_____ 8__________ 9_ 10____ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #615 from documents/00101353 from sent6

Text  : W 1898 gmina żydowska nabyła od Andrzeja Folwarcznego fragment gruntu położony powyżej starszej nekropolii i  wystąpiła do władz miasta o  pozwolenie na urządzenie nowego cmentarza ,  które uzyskała w  roku 1900 .
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 [7,8] = Andrzeja Folwarcznego

(ChunkerEvaluator) Sentence #616 from documents/00101353 from sent7

Text  : Protesty okolicznych mieszkańców spowodowały jednak wstrzymanie jego wykonania przez austro -  węgierskie Ministerstwo Spraw Wewnętrznych w  roku 1902 i  dopiero po odwołaniu się gminy do Naczelnego Sądu Administracyjnego w  Wiedniu władze cofnęły swe zastrzeżenia .
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 [13,15] = Ministerstwo Spraw Wewnętrznych
  TruePositive nam [26,28] = Naczelnego Sądu Administracyjnego
  TruePositive nam [30,30] = Wiedniu

(ChunkerEvaluator) Sentence #617 from documents/00101353 from sent8

Text  : W 1906 rozpoczęto budowę cmentarza , którą zakończono w połowie roku następnego .
Tokens: 1 2___ 3_________ 4_____ 5________ 6 7____ 8_________ 9 10_____ 11__ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #618 from documents/00101353 from sent9

Text  : Powstanie cmentarza związane jest z osobą prezesa gminy żydowskiej -  Jana Glesingera ,  który był także jedną z  pierwszych osób na nim pochowanych (  zmarł w  1909 ,  grobowiec jego rodziny zachował się do dziś )  .
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 [11,12] = Jana Glesingera

(ChunkerEvaluator) Sentence #619 from documents/00101353 from sent10

Text  : Plan cmentarza oraz domu przedpogrzebowego wykonał cieszyński budowniczy Alojzy Jedek ,  jednak ostatecznie przyjęto projekt domu przedpogrzebowego architekta Jakoba Gartnera z  Wiednia .
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 [9,10] = Alojzy Jedek
  TruePositive nam [19,20] = Jakoba Gartnera
  TruePositive nam [22,22] = Wiednia

(ChunkerEvaluator) Sentence #620 from documents/00101353 from sent11

Text  : Dom przedpogrzebowy został wybudowany w centralnej części założenia cmentarnego ,  zaś na południowym krańcu zbudowano budynek kancelarii cmentarza oraz kostnicę .
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 #621 from documents/00101353 from sent12

Text  : Cmentarz o powierzchni 1 , 14 hektara ogrodzono , a  w  przedniej części wybudowano mur z  efektowną bramą ozdobioną gwiazdami Dawida .
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 [21,21] = Dawida

(ChunkerEvaluator) Sentence #622 from documents/00101353 from sent13

Text  : Tak przygotowany cmentarz otwarto 25 czerwca 1907 i od tej pory stał się główną nekropolią cieszyńskiej gminy wyznaniowej ,  choć sporadyczne pochówki odbywały się także na Starym Cmentarzu .
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 [27,28] = Starym Cmentarzu

(ChunkerEvaluator) Sentence #623 from documents/00101353 from sent14

Text  : W 1913 gmina dokupiła jeszcze kawałek przylegającego do parceli gruntu pod przyszłą rozbudowę cmentarza .
Tokens: 1 2___ 3____ 4_______ 5______ 6______ 7_____________ 8_ 9______ 10____ 11_ 12______ 13_______ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #624 from documents/00101353 from sent15

Text  : Podczas II wojny światowej
Tokens: 1______ 2_ 3____ 4________

Chunks:
  TruePositive nam [2,4] = II wojny światowej

(ChunkerEvaluator) Sentence #625 from documents/00101353 from sent16

Text  : Na początku września 1939 cmentarz zostały zamknięty przez okupacyjne władze niemieckie ,  a  w  1941 skonfiskowany na rzecz III Rzeszy .
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 [19,20] = III Rzeszy

(ChunkerEvaluator) Sentence #626 from documents/00101353 from sent17

Text  : W marcu 1943 wydano zarządzenie o przekształceniu cmentarzy cieszyńskich w  parki ,  gdyż po "  przesiedleniu "  miejscowych Żydów nie będą już używane .
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] = Żydów

(ChunkerEvaluator) Sentence #627 from documents/00101353 from sent18

Text  : Do końca wojny nic jednak w tej kwestii nie przedsięwzięto i  kirkut przetrwał okupację w  dobrym stanie .
Tokens: 1_ 2____ 3____ 4__ 5_____ 6 7__ 8______ 9__ 10____________ 11 12____ 13_______ 14______ 15 16____ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #628 from documents/00101353 from sent19

Text  : Po wojnie
Tokens: 1_ 2_____

Chunks:

(ChunkerEvaluator) Sentence #629 from documents/00101353 from sent20

Text  : Po wojnie cmentarzem opiekowała się Kongregacja Wyznania Mojżeszowego w Cieszynie ,  a  od 1966 Kongregacja w  Bielsku -  Białej .
Tokens: 1_ 2_____ 3_________ 4_________ 5__ 6__________ 7_______ 8___________ 9 10_______ 11 12 13 14__ 15_________ 16 17_____ 18 19____ 20

Chunks:
  TruePositive nam [6,8] = Kongregacja Wyznania Mojżeszowego
  TruePositive nam [10,10] = Cieszynie
  TruePositive nam [17,19] = Bielsku - Białej
  FalsePositive nam [15,15] = Kongregacja

(ChunkerEvaluator) Sentence #630 from documents/00101353 from sent21

Text  : Pochowano tu niewiele osób , a ostatni pochówek miał miejsce w  1961 roku (  Edward Weber )  .
Tokens: 1________ 2_ 3_______ 4___ 5 6 7______ 8_______ 9___ 10_____ 11 12__ 13__ 14 15____ 16___ 17 18

Chunks:
  TruePositive nam [15,16] = Edward Weber

(ChunkerEvaluator) Sentence #631 from documents/00101353 from sent22

Text  : Następowała szybka dewastacja cmentarza - liczne marmurowe i granitowe obeliski masowo rozkradano i  przerabiano na nowe chrześcijańskie nagrobki lub stosowano jako materiał budulcowy na okolicznych osiedlach .
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 #632 from documents/00101353 from sent23

Text  : W 1974 wojewoda katowicki wydał decyzję o zamknięciu cmentarza dla celów grzebalnych ,  a  w  1986 cmentarz został wpisany do rejestru zabytków .
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 #633 from documents/00101353 from sent24

Text  : Po 1989 Gmina Wyznaniowa Żydowska w Bielsku - Białej usiłuje zachować czystość i  na bieżąco dokonywać niezbędnych napraw na terenie cmentarza .
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 [3,5] = Gmina Wyznaniowa Żydowska
  TruePositive nam [7,9] = Bielsku - Białej

(ChunkerEvaluator) Sentence #634 from documents/00101353 from sent25

Text  : W latach 1997 - 1999 ze środków Edwarda J .  Phillipsa -  amerykańskiego Żyda z  Minneapolis w  USA oraz Tadeusza J  .  Dordy -  ewangelika z  Cieszyna zamieszkałego w  Kalifornii uporządkowano teren cmentarza oraz wyremontowano bramę wejściową .
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 [8,11] = Edwarda J . Phillipsa
  TruePositive nam [14,14] = Żyda
  TruePositive nam [16,16] = Minneapolis
  TruePositive nam [18,18] = USA
  TruePositive nam [20,23] = Tadeusza J . Dordy
  TruePositive nam [27,27] = Cieszyna
  TruePositive nam [30,30] = Kalifornii

(ChunkerEvaluator) Sentence #635 from documents/00101353 from sent26

Text  : Niestety dom pogrzebowy był w stanie uniemożliwiającym powrót do wyglądu pierwotnego ,  dlatego też pozostawiono tylko frontową ścianę budynku jako tzw .  "  trwałą ruinę "  .
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:

2016-10-13 16:40:31,654 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 57 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101355.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101355.ini
(ChunkerEvaluator) Sentence #636 from documents/00101355 from sent1

Text  : Newgrange
Tokens: 1________

Chunks:
  TruePositive nam [1,1] = Newgrange

(ChunkerEvaluator) Sentence #637 from documents/00101355 from sent2

Text  : Newgrange , irl . Dún Fhearghusa to jeden z największych grobów korytarzowych wzniesionych przez człowieka ,  należący do kompleksu zwanego Pałacem nad Boyne (  irl .  Brú na Bóinne )  ,  znajdującego się w  hrabstwie Meath w  Irlandii .
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 [1,1] = Newgrange
  TruePositive nam [5,6] = Dún Fhearghusa
  TruePositive nam [21,23] = Pałacem nad Boyne
  TruePositive nam [36,36] = Meath
  TruePositive nam [38,38] = Irlandii
  FalsePositive nam [27,27] = Brú
  FalsePositive nam [29,29] = Bóinne
  FalseNegative nam [27,29] = Brú na Bóinne

(ChunkerEvaluator) Sentence #638 from documents/00101355 from sent3

Text  : Jest najbardziej znanym ze wszystkich irlandzkich prehistorycznych miejsc .
Tokens: 1___ 2__________ 3_____ 4_ 5_________ 6__________ 7_______________ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #639 from documents/00101355 from sent4

Text  : Datowanie radiowęglowe grobu określa czas budowy na ok . 3200 lat p  .  n  .  e  .  ,  czyli Newgrange jest ponad 600 lat starsze niż Wielka Piramida w  Gizie i  prawdopodobnie starsze niż Stonehenge .
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 [20,20] = Newgrange
  TruePositive nam [27,28] = Wielka Piramida
  TruePositive nam [30,30] = Gizie
  TruePositive nam [35,35] = Stonehenge

(ChunkerEvaluator) Sentence #640 from documents/00101355 from sent5

Text  : Około roku 860 zostało splądrowane przez duńskich najeźdźców .
Tokens: 1____ 2___ 3__ 4______ 5__________ 6____ 7_______ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #641 from documents/00101355 from sent6

Text  : Nasyp mogilny ma ok . 85 m średnicy i ok .  11 m  wysokości .
Tokens: 1____ 2______ 3_ 4_ 5 6_ 7 8_______ 9 10 11 12 13 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #642 from documents/00101355 from sent7

Text  : Do środka prowadzi długi na 19 metrów korytarz wykopany pod kątem 135 °  i  prowadzący do komory pogrzebowej wybudowanej na planie krzyża .
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 #643 from documents/00101355 from sent8

Text  : Wewnątrz korytarza znajduje się 22 kamieni po lewej stronie i  21 po prawej .
Tokens: 1_______ 2________ 3_______ 4__ 5_ 6______ 7_ 8____ 9______ 10 11 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #644 from documents/00101355 from sent9

Text  : Wysokość korytarza wzrasta od niespełna 1 , 5 m przy wejściu głównym do prawie dwukrotnie większej przy wejściu do komory .
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 #645 from documents/00101355 from sent10

Text  : W wewnętrznej izbie o wymiarach 6 , 5 x 6  ,  2  metra znajdują się 3  wgłębienia ,  a  w  każdym stoi czara .
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 #646 from documents/00101355 from sent11

Text  : Poza grobami znajdują się tam również : 4 lampy ,  2  wisiorki ,  łuski ,  kościane dłuta oraz fragmenty ludzkich kości .
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 #647 from documents/00101355 from sent12

Text  : Wnętrze kopca zbudowano z kamieni ( o masie co najmniej 200 000 t  )  przełożonych gliną i  muszlami wydobytymi z  rzeki Boyne .
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 [22,22] = Boyne

(ChunkerEvaluator) Sentence #648 from documents/00101355 from sent13

Text  : Grobowiec z zewnątrz zabezpiecza obstawa z ustawionych dokoła 97 masywnych kamiennych bloków .
Tokens: 1________ 2 3_______ 4__________ 5______ 6 7__________ 8_____ 9_ 10_______ 11________ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #649 from documents/00101355 from sent14

Text  : Głaz przed wejściem pokryty jest pięknym ornamentem w postaci potrójnej spirali (  triskel )  .
Tokens: 1___ 2____ 3_______ 4______ 5___ 6______ 7_________ 8 9______ 10_______ 11_____ 12 13_____ 14 15

Chunks:

(ChunkerEvaluator) Sentence #650 from documents/00101355 from sent15

Text  : Chociaż grób ten zbudowano tysiące lat temu , to przez wieki nikt nie wiedział o  jego istnieniu .
Tokens: 1______ 2___ 3__ 4________ 5______ 6__ 7___ 8 9_ 10___ 11___ 12__ 13_ 14______ 15 16__ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #651 from documents/00101355 from sent16

Text  : Dopiero pod koniec XVII wieku ludzie szukający kamieni do budowy odkryli nasyp i  opisali jako jaskinię .
Tokens: 1______ 2__ 3_____ 4___ 5____ 6_____ 7________ 8______ 9_ 10____ 11_____ 12___ 13 14_____ 15__ 16______ 17

Chunks:

(ChunkerEvaluator) Sentence #652 from documents/00101355 from sent17

Text  : W latach 1962 – 1975 przeprowadzono badania i zrekonstruowano nasyp pod nadzorem profesora Briana O'Kelly'ego z  Instytutu Archeologii z  College University ,  Cork (  teraz National University of Ireland ,  Cork )  .
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 [14,15] = Briana O'Kelly'ego
  TruePositive nam [17,18] = Instytutu Archeologii
  TruePositive nam [20,21] = College University
  TruePositive nam [23,23] = Cork
  TruePositive nam [26,29] = National University of Ireland
  TruePositive nam [31,31] = Cork

(ChunkerEvaluator) Sentence #653 from documents/00101355 from sent18

Text  : Profesor O'Kelly odkrył , iż grobowiec zbudowano w taki sposób ,  że podczas przesilenia zimowego o  8  :  58 promienie wschodzącego słońca biegną wzdłuż korytarza i  wpadają do komory ,  rozświetlając ją na około 15 min .
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 [2,2] = O'Kelly

2016-10-13 16:40:31,786 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 58 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101358.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101358.ini
(ChunkerEvaluator) Sentence #654 from documents/00101358 from sent1

Text  : Osvaldo Ardiles
Tokens: 1______ 2______

Chunks:
  TruePositive nam [1,2] = Osvaldo Ardiles

(ChunkerEvaluator) Sentence #655 from documents/00101358 from sent2

Text  : Osvaldo Ardiles ( ur . 3 sierpnia 1952 roku w  Córdobie w  Argentynie )  -  argentyński piłkarz .
Tokens: 1______ 2______ 3 4_ 5 6 7_______ 8___ 9___ 10 11______ 12 13________ 14 15 16_________ 17_____ 18

Chunks:
  TruePositive nam [1,2] = Osvaldo Ardiles
  TruePositive nam [11,11] = Córdobie
  TruePositive nam [13,13] = Argentynie

(ChunkerEvaluator) Sentence #656 from documents/00101358 from sent3

Text  : Biografia
Tokens: 1________

Chunks:

(ChunkerEvaluator) Sentence #657 from documents/00101358 from sent4

Text  : W 1978 zdobył ze swoją drużyną narodową tytuł mistrza świata .
Tokens: 1 2___ 3_____ 4_ 5____ 6______ 7_______ 8____ 9______ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #658 from documents/00101358 from sent5

Text  : Po mistrzostwach trafił do Anglii do Tottenhamu .
Tokens: 1_ 2____________ 3_____ 4_ 5_____ 6_ 7_________ 8

Chunks:
  TruePositive nam [5,5] = Anglii
  TruePositive nam [7,7] = Tottenhamu

(ChunkerEvaluator) Sentence #659 from documents/00101358 from sent6

Text  : Ardiles zakończył swoją karierę zawodniczą w 1991 jako grający trener Swindon Town .
Tokens: 1______ 2________ 3____ 4______ 5_________ 6 7___ 8___ 9______ 10____ 11_____ 12__ 13

Chunks:
  TruePositive nam [1,1] = Ardiles
  TruePositive nam [11,12] = Swindon Town

(ChunkerEvaluator) Sentence #660 from documents/00101358 from sent7

Text  : Potem był trenerem wielu drużyn między innymi w ligach Anglii ,  Japonii ,  Arabii Saudyjskiej czy Argentyny .
Tokens: 1____ 2__ 3_______ 4____ 5_____ 6_____ 7_____ 8 9_____ 10____ 11 12_____ 13 14____ 15_________ 16_ 17_______ 18

Chunks:
  TruePositive nam [10,10] = Anglii
  TruePositive nam [12,12] = Japonii
  TruePositive nam [14,15] = Arabii Saudyjskiej
  TruePositive nam [17,17] = Argentyny

(ChunkerEvaluator) Sentence #661 from documents/00101358 from sent8

Text  : Od roku 2003 wrócił do Japonii i trenuje Tokyo Verdy .
Tokens: 1_ 2___ 3___ 4_____ 5_ 6______ 7 8______ 9____ 10___ 11

Chunks:
  TruePositive nam [6,6] = Japonii
  TruePositive nam [9,10] = Tokyo Verdy

(ChunkerEvaluator) Sentence #662 from documents/00101358 from sent9

Text  : Osvaldo Ardiles grał 42 razy w argentyńskiej reprezentacji narodowej .
Tokens: 1______ 2______ 3___ 4_ 5___ 6 7____________ 8____________ 9________ 10

Chunks:
  TruePositive nam [1,2] = Osvaldo Ardiles

(ChunkerEvaluator) Sentence #663 from documents/00101358 from sent10

Text  : Filmografia
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #664 from documents/00101358 from sent11

Text  : Osvaldo Ardiles zagrał w filmie Johna Hustona Ucieczka do zwycięstwa (  1981 )  .
Tokens: 1______ 2______ 3_____ 4 5_____ 6____ 7______ 8_______ 9_ 10________ 11 12__ 13 14

Chunks:
  TruePositive nam [1,2] = Osvaldo Ardiles
  FalsePositive nam [6,8] = Johna Hustona Ucieczka
  FalseNegative nam [6,7] = Johna Hustona
  FalseNegative nam [8,10] = Ucieczka do zwycięstwa

(ChunkerEvaluator) Sentence #665 from documents/00101358 from sent12

Text  : Ciekawostki
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #666 from documents/00101358 from sent13

Text  : Jako nieliczny gracz z pola ( pomocnik ) w 1982 roku ,  na mistrzostwach świata występował z  numerem 1  na koszulce ,  który to normalnie przydzielany jest bramkarzowi .
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:

2016-10-13 16:40:31,840 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 59 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101362.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101362.ini
(ChunkerEvaluator) Sentence #667 from documents/00101362 from sent1

Text  : Stowarzyszenie Badaczy Pisma Świętego
Tokens: 1_____________ 2______ 3____ 4_______

Chunks:
  TruePositive nam [1,4] = Stowarzyszenie Badaczy Pisma Świętego

(ChunkerEvaluator) Sentence #668 from documents/00101362 from sent2

Text  : Stowarzyszenie Badaczy Pisma Świętego – grupa wyznaniowa wywodząca się z  Badaczy Pisma Świętego ,  powstała na skutek wewnętrznych podziałów wśród Badaczy ,  po śmierci Charlesa Taze Russella w  1916 r  .
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 [1,4] = Stowarzyszenie Badaczy Pisma Świętego
  TruePositive nam [11,13] = Badaczy Pisma Świętego
  TruePositive nam [25,27] = Charlesa Taze Russella
  FalsePositive nam [21,21] = Badaczy

(ChunkerEvaluator) Sentence #669 from documents/00101362 from sent3

Text  : Historia w Polsce
Tokens: 1_______ 2 3_____

Chunks:
  TruePositive nam [3,3] = Polsce

(ChunkerEvaluator) Sentence #670 from documents/00101362 from sent4

Text  : Stowarzyszenie Badaczy Pisma Świętego zostało zarejestrowane 20 maja 1913 roku na podstawie rozporządzenia Gubernatora Warszawy nr 2167 /  5  .
Tokens: 1_____________ 2______ 3____ 4_______ 5______ 6_____________ 7_ 8___ 9___ 10__ 11 12_______ 13____________ 14_________ 15______ 16 17__ 18 19 20

Chunks:
  TruePositive nam [1,4] = Stowarzyszenie Badaczy Pisma Świętego
  FalsePositive nam [14,15] = Gubernatora Warszawy
  FalseNegative nam [15,15] = Warszawy

(ChunkerEvaluator) Sentence #671 from documents/00101362 from sent5

Text  : Rozporządzenie to zezwalało grupie badaczy spotykać się w mieszkaniu prywatnym Wincentego Kina .
Tokens: 1_____________ 2_ 3________ 4_____ 5______ 6_______ 7__ 8 9_________ 10_______ 11________ 12__ 13

Chunks:
  TruePositive nam [11,12] = Wincentego Kina

(ChunkerEvaluator) Sentence #672 from documents/00101362 from sent6

Text  : Była to jednak filia , oddział Międzynarodowego Stowarzyszenia Badaczy Pisma Świętego ,  którego założycielem był Charles Taze Russell .
Tokens: 1___ 2_ 3_____ 4____ 5 6______ 7_______________ 8_____________ 9______ 10___ 11______ 12 13_____ 14__________ 15_ 16_____ 17__ 18_____ 19

Chunks:
  TruePositive nam [7,11] = Międzynarodowego Stowarzyszenia Badaczy Pisma Świętego
  TruePositive nam [16,18] = Charles Taze Russell

(ChunkerEvaluator) Sentence #673 from documents/00101362 from sent7

Text  : Wśród pierwszych przedstawicieli " Towarzystwa " na Polskę byli W  .  Kołomyjski i  Czesław Kasprzykowski .
Tokens: 1____ 2_________ 3______________ 4 5__________ 6 7_ 8_____ 9___ 10 11 12________ 13 14_____ 15___________ 16

Chunks:
  TruePositive nam [8,8] = Polskę
  TruePositive nam [10,12] = W . Kołomyjski
  TruePositive nam [14,15] = Czesław Kasprzykowski
  FalseNegative nam [5,5] = Towarzystwa

(ChunkerEvaluator) Sentence #674 from documents/00101362 from sent8

Text  : Po wizycie przedstawiciela z głównego biura w USA Wnorowskiego Kasprzykowski został usunięty z  "  Towarzystwa "  w  1925 r  .
Tokens: 1_ 2______ 3______________ 4 5_______ 6____ 7 8__ 9___________ 10___________ 11____ 12______ 13 14 15_________ 16 17 18__ 19 20

Chunks:
  TruePositive nam [8,8] = USA
  FalsePositive nam [9,10] = Wnorowskiego Kasprzykowski
  FalsePositive nam [15,16] = Towarzystwa "
  FalseNegative nam [9,9] = Wnorowskiego
  FalseNegative nam [10,10] = Kasprzykowski
  FalseNegative nam [15,15] = Towarzystwa

(ChunkerEvaluator) Sentence #675 from documents/00101362 from sent9

Text  : Czesław Kasprzykowski założył oddzielną grupę badaczy pod nazwą " Grupa II "  .
Tokens: 1______ 2____________ 3______ 4________ 5____ 6______ 7__ 8____ 9 10___ 11 12 13

Chunks:
  TruePositive nam [1,2] = Czesław Kasprzykowski
  TruePositive nam [10,11] = Grupa II

(ChunkerEvaluator) Sentence #676 from documents/00101362 from sent10

Text  : W latach 1925 - 1935 nawiązał kontakt ze Świeckim Ruchem Misyjnym "  Epifania "  .
Tokens: 1 2_____ 3___ 4 5___ 6_______ 7______ 8_ 9_______ 10____ 11______ 12 13______ 14 15

Chunks:
  FalsePositive nam [10,13] = Ruchem Misyjnym " Epifania
  FalseNegative nam [9,14] = Świeckim Ruchem Misyjnym " Epifania "

(ChunkerEvaluator) Sentence #677 from documents/00101362 from sent11

Text  : Po nieporozumieniach mających charakter finansowy i doktrynalny Kasprzykowski zerwał z  "  Epifanią "  i  założył oddzielną grupę nazywaną "  Stowarzyszenie Badaczy Pisma Świętego "  .
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] = Kasprzykowski
  TruePositive nam [12,12] = Epifanią
  TruePositive nam [20,23] = Stowarzyszenie Badaczy Pisma Świętego

(ChunkerEvaluator) Sentence #678 from documents/00101362 from sent12

Text  : Po II wojnie światowej nastąpiło uregulowanie stosunku prawnego na podstawie złożonego statutu w  1960 r  .  w  Urzędzie do Spraw Wyznań .
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 [2,4] = II wojnie światowej
  TruePositive nam [18,21] = Urzędzie do Spraw Wyznań

(ChunkerEvaluator) Sentence #679 from documents/00101362 from sent13

Text  : Dnia 22 . 01 . 1990 Stowarzyszenie zostało zarejestrowane w  rejestrze :  "  Wyznania Religijne "  w  Ministerstwie Spraw Wewnętrznych i  Administracji Ministerstwo Spraw Wewnętrznych i  Administracji .
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 [14,15] = Wyznania Religijne
  FalsePositive nam [1,7] = Dnia 22 . 01 . 1990 Stowarzyszenie
  FalsePositive nam [18,20] = Ministerstwie Spraw Wewnętrznych
  FalsePositive nam [22,27] = Administracji Ministerstwo Spraw Wewnętrznych i Administracji
  FalseNegative nam [7,7] = Stowarzyszenie
  FalseNegative nam [18,22] = Ministerstwie Spraw Wewnętrznych i Administracji
  FalseNegative nam [23,27] = Ministerstwo Spraw Wewnętrznych i Administracji

(ChunkerEvaluator) Sentence #680 from documents/00101362 from sent14

Text  : Stowarzyszenie Badaczy Pisma Świętego w Polsce wydawało w latach 1958 -  1990 czasopismo Świt Królestwa Bożego i  Wtórej Obecności Jezusa Chrystusa .
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 [1,4] = Stowarzyszenie Badaczy Pisma Świętego
  TruePositive nam [6,6] = Polsce
  FalsePositive nam [14,16] = Świt Królestwa Bożego
  FalsePositive nam [18,21] = Wtórej Obecności Jezusa Chrystusa
  FalseNegative nam [14,21] = Świt Królestwa Bożego i Wtórej Obecności Jezusa Chrystusa

(ChunkerEvaluator) Sentence #681 from documents/00101362 from sent15

Text  : W roku 1990 zmieniono tytuł na Biuletyn Stowarzyszenia Badaczy Pisma Świętego w  Polsce .
Tokens: 1 2___ 3___ 4________ 5____ 6_ 7_______ 8_____________ 9______ 10___ 11______ 12 13____ 14

Chunks:
  FalsePositive nam [7,11] = Biuletyn Stowarzyszenia Badaczy Pisma Świętego
  FalsePositive nam [13,13] = Polsce
  FalseNegative nam [7,13] = Biuletyn Stowarzyszenia Badaczy Pisma Świętego w Polsce

(ChunkerEvaluator) Sentence #682 from documents/00101362 from sent16

Text  : Po 1992 roku czasopismo to ma tytuł Nadzieja Królestwa i  jest dwumiesięcznikiem .
Tokens: 1_ 2___ 3___ 4_________ 5_ 6_ 7____ 8_______ 9________ 10 11__ 12_______________ 13

Chunks:
  TruePositive nam [8,9] = Nadzieja Królestwa

(ChunkerEvaluator) Sentence #683 from documents/00101362 from sent17

Text  : Obecnie siedziba znajduje się na ul . Hetmańskiej 20 /  7  w  Bydgoszczy .
Tokens: 1______ 2_______ 3_______ 4__ 5_ 6_ 7 8__________ 9_ 10 11 12 13________ 14

Chunks:
  TruePositive nam [8,8] = Hetmańskiej
  TruePositive nam [13,13] = Bydgoszczy

(ChunkerEvaluator) Sentence #684 from documents/00101362 from sent18

Text  : Wierzenia
Tokens: 1________

Chunks:

(ChunkerEvaluator) Sentence #685 from documents/00101362 from sent19

Text  : Podstawą wiary Stowarzyszenia jest Pismo Święte – Biblia .
Tokens: 1_______ 2____ 3_____________ 4___ 5____ 6_____ 7 8_____ 9

Chunks:
  TruePositive nam [3,3] = Stowarzyszenia
  TruePositive nam [5,6] = Pismo Święte
  TruePositive nam [8,8] = Biblia

(ChunkerEvaluator) Sentence #686 from documents/00101362 from sent20

Text  : Członkowie Stowarzyszenia wierzą :
Tokens: 1_________ 2_____________ 3_____ 4

Chunks:
  FalseNegative nam [2,2] = Stowarzyszenia

(ChunkerEvaluator) Sentence #687 from documents/00101362 from sent21

Text  : w jednego Boga Wiekuistego , stworzyciela wszechrzeczy , któremu na imię jest Jehowa ;
Tokens: 1 2______ 3___ 4__________ 5 6___________ 7___________ 8 9______ 10 11__ 12__ 13____ 14

Chunks:
  TruePositive nam [3,4] = Boga Wiekuistego
  TruePositive nam [13,13] = Jehowa

(ChunkerEvaluator) Sentence #688 from documents/00101362 from sent22

Text  : w Jezusa Chrystusa , który złożył swoje życie jako okup za Adama ,  a  w  nim za cały rodzaj ludzki ;
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 [2,3] = Jezusa Chrystusa
  TruePositive nam [12,12] = Adama

(ChunkerEvaluator) Sentence #689 from documents/00101362 from sent23

Text  : w moc Ducha Świętego , jako niewidzialną siłę dającą spłodzenie lub oświecenie ,  które jest nieodzowne w  przyjęciu Prawdy Bożej ;
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] = Ducha Świętego
  FalsePositive nam [19,20] = Prawdy Bożej

(ChunkerEvaluator) Sentence #690 from documents/00101362 from sent24

Text  : że od 1874 r . Jezus jest obecny drugi raz na ziemi jako istota niewidzialna ;
Tokens: 1_ 2_ 3___ 4 5 6____ 7___ 8_____ 9____ 10_ 11 12___ 13__ 14____ 15__________ 16

Chunks:
  TruePositive nam [6,6] = Jezus

(ChunkerEvaluator) Sentence #691 from documents/00101362 from sent25

Text  : w wybór Kościoła , w liczbie 144 000 osób powołanych ,  wypróbowanych na ziemi ;  mają oni stanowić Mistyczne Ciało ,  czyli Oblubienicę Chrystusową ,  osiągając naturę Boskiej ,  nieśmiertelnej natury ;
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 [3,3] = Kościoła
  FalsePositive nam [19,20] = Mistyczne Ciało
  FalsePositive nam [23,24] = Oblubienicę Chrystusową
  FalsePositive nam [28,28] = Boskiej

(ChunkerEvaluator) Sentence #692 from documents/00101362 from sent26

Text  : w ustanowienie Królestwa Bożego na ziemi i restytucyjną metodę naprawiania rodzaju ludzkiego ,  bez względu na rasę ,  język lub narodowość .
Tokens: 1 2___________ 3________ 4_____ 5_ 6____ 7 8___________ 9_____ 10_________ 11_____ 12_______ 13 14_ 15_____ 16 17__ 18 19___ 20_ 21________ 22

Chunks:
  FalsePositive nam [3,4] = Królestwa Bożego

(ChunkerEvaluator) Sentence #693 from documents/00101362 from sent27

Text  : Struktura organizacyjna
Tokens: 1________ 2____________

Chunks:

(ChunkerEvaluator) Sentence #694 from documents/00101362 from sent28

Text  : Stowarzyszenie Badaczy Pisma Świętego nie posiada zwierzchniej władzy ustawodawczej ,  wykonawczej i  hierarchii duchownych .
Tokens: 1_____________ 2______ 3____ 4_______ 5__ 6______ 7___________ 8_____ 9____________ 10 11_________ 12 13________ 14________ 15

Chunks:
  TruePositive nam [1,4] = Stowarzyszenie Badaczy Pisma Świętego

2016-10-13 16:40:31,996 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 60 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101366.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101366.ini
(ChunkerEvaluator) Sentence #695 from documents/00101366 from sent1

Text  : Plan Informatyzacji Państwa
Tokens: 1___ 2_____________ 3______

Chunks:
  TruePositive nam [1,3] = Plan Informatyzacji Państwa

(ChunkerEvaluator) Sentence #696 from documents/00101366 from sent2

Text  : Plan Informatyzacji Państwa , jest instrumentem planowania i koordynowania informatyzacji działalności podmiotów publicznych w  zakresie realizowanych przez te podmioty zadań publicznych .
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 [1,3] = Plan Informatyzacji Państwa

(ChunkerEvaluator) Sentence #697 from documents/00101366 from sent3

Text  : Zasady ustanawiania Planu określa Ustawa z dnia 17 lutego 2005 r  .  o  informatyzacji działalności podmiotów realizujących zadania publiczne .
Tokens: 1_____ 2___________ 3____ 4______ 5_____ 6 7___ 8_ 9_____ 10__ 11 12 13 14____________ 15__________ 16_______ 17___________ 18_____ 19_______ 20

Chunks:
  FalsePositive nam [3,3] = Planu
  FalsePositive nam [5,5] = Ustawa
  FalseNegative nam [5,19] = Ustawa z dnia 17 lutego 2005 r . o informatyzacji działalności podmiotów realizujących zadania publiczne

(ChunkerEvaluator) Sentence #698 from documents/00101366 from sent4

Text  : Plan ma na celu :
Tokens: 1___ 2_ 3_ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #699 from documents/00101366 from sent5

Text  : # określenie organizacyjnych i technologicznych instrumentów rozwoju społeczeństwa informacyjnego ;
Tokens: 1 2_________ 3______________ 4 5_______________ 6___________ 7______ 8____________ 9_____________ 10

Chunks:

(ChunkerEvaluator) Sentence #700 from documents/00101366 from sent6

Text  : # koordynację realizowanych przez więcej niż jeden podmiot publiczny projektów informatycznych o  publicznym zastosowaniu ;
Tokens: 1 2__________ 3____________ 4____ 5_____ 6__ 7____ 8______ 9________ 10_______ 11_____________ 12 13________ 14__________ 15

Chunks:

(ChunkerEvaluator) Sentence #701 from documents/00101366 from sent7

Text  : # modernizację oraz łączenie systemów teleinformatycznych używanych do realizacji zadań publicznych ;
Tokens: 1 2___________ 3___ 4_______ 5_______ 6__________________ 7________ 8_ 9_________ 10___ 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #702 from documents/00101366 from sent8

Text  : # zapewnienie warunków bezpieczeństwa i zgodności działania systemów teleinformatycznych używanych do realizacji zadań publicznych ;
Tokens: 1 2__________ 3_______ 4_____________ 5 6________ 7________ 8_______ 9__________________ 10_______ 11 12________ 13___ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #703 from documents/00101366 from sent9

Text  : # tworzenie warunków do rozwoju współpracy międzynarodowej w zakresie informatyzacji .
Tokens: 1 2________ 3_______ 4_ 5______ 6_________ 7______________ 8 9_______ 10____________ 11

Chunks:

(ChunkerEvaluator) Sentence #704 from documents/00101366 from sent10

Text  : Plan zawiera :
Tokens: 1___ 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #705 from documents/00101366 from sent11

Text  : # określenie priorytetów rozwoju systemów teleinformatycznych używanych do realizacji zadań publicznych ;
Tokens: 1 2_________ 3__________ 4______ 5_______ 6__________________ 7________ 8_ 9_________ 10___ 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #706 from documents/00101366 from sent12

Text  : # zestawienie oraz charakterystykę ponadsektorowych i sektorowych projektów informatycznych służących realizacji priorytetów ,  o  których mowa wyżej ,  szacunkowe koszty realizacji tych projektów oraz wskazanie możliwych źródeł ich finansowania ;
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 #707 from documents/00101366 from sent13

Text  : # program działań w zakresie rozwoju społeczeństwa informacyjnego ;
Tokens: 1 2______ 3______ 4 5_______ 6______ 7____________ 8_____________ 9

Chunks:

(ChunkerEvaluator) Sentence #708 from documents/00101366 from sent14

Text  : # określenie zadań publicznych , które będą realizowane z wykorzystaniem drogi elektronicznej ,  oraz terminów rozpoczęcia ich realizacji .
Tokens: 1 2_________ 3____ 4__________ 5 6____ 7___ 8__________ 9 10____________ 11___ 12____________ 13 14__ 15______ 16_________ 17_ 18________ 19

Chunks:

(ChunkerEvaluator) Sentence #709 from documents/00101366 from sent15

Text  : Plan ustanawia Rada Ministrów w drodze rozporządzenia , na wniosek ministra właściwego do spraw informatyzacji (  aktualnie ministerstwem właściwym ds .  informatyzacji jest Ministerstwo Spraw Wewnętrznych i  Administracji )  ,  mając na uwadze :
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 [24,28] = Ministerstwo Spraw Wewnętrznych i Administracji
  FalsePositive nam [1,4] = Plan ustanawia Rada Ministrów
  FalseNegative nam [3,4] = Rada Ministrów

(ChunkerEvaluator) Sentence #710 from documents/00101366 from sent16

Text  : # informacje o stanie systemów teleinformatycznych używanych do realizacji zadań publicznych ;
Tokens: 1 2_________ 3 4_____ 5_______ 6__________________ 7________ 8_ 9_________ 10___ 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #711 from documents/00101366 from sent17

Text  : # informacje o podejmowanych przez podmioty publiczne działaniach służących rozwojowi społeczeństwa informacyjnego ;
Tokens: 1 2_________ 3 4____________ 5____ 6_______ 7________ 8__________ 9________ 10_______ 11___________ 12____________ 13

Chunks:

(ChunkerEvaluator) Sentence #712 from documents/00101366 from sent18

Text  : # potrzeby w zakresie informatyzacji działalności podmiotów publicznych ;
Tokens: 1 2_______ 3 4_______ 5_____________ 6___________ 7________ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #713 from documents/00101366 from sent19

Text  : # możliwości finansowe państwa .
Tokens: 1 2_________ 3________ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #714 from documents/00101366 from sent20

Text  : Opiniowanie projektu Plan Informatyzacji Państwa leży w zakresie kompetencji Rady Informatyzacji
Tokens: 1__________ 2_______ 3___ 4_____________ 5______ 6___ 7 8_______ 9__________ 10__ 11____________

Chunks:
  TruePositive nam [3,5] = Plan Informatyzacji Państwa
  TruePositive nam [10,11] = Rady Informatyzacji

2016-10-13 16:40:32,085 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 61 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101367.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101367.ini
(ChunkerEvaluator) Sentence #715 from documents/00101367 from sent1

Text  : Rejon abzieliłowski
Tokens: 1____ 2____________

Chunks:
  FalseNegative nam [1,2] = Rejon abzieliłowski

(ChunkerEvaluator) Sentence #716 from documents/00101367 from sent2

Text  : Rejon abzieliłowski ( ros . Абзелиловский район ) - jeden z  54 rejonów w  Baszkirii .
Tokens: 1____ 2____________ 3 4__ 5 6____________ 7____ 8 9 10___ 11 12 13_____ 14 15_______ 16

Chunks:
  TruePositive nam [6,7] = Абзелиловский район
  TruePositive nam [15,15] = Baszkirii
  FalseNegative nam [1,2] = Rejon abzieliłowski

(ChunkerEvaluator) Sentence #717 from documents/00101367 from sent3

Text  : Stolicą regionu jest Askarowo .
Tokens: 1______ 2______ 3___ 4_______ 5

Chunks:
  TruePositive nam [4,4] = Askarowo

(ChunkerEvaluator) Sentence #718 from documents/00101367 from sent4

Text  : 100 % populacji to ludność wiejska , ponieważ w regionie nie ma żadnego miasta .
Tokens: 1__ 2 3________ 4_ 5______ 6______ 7 8_______ 9 10______ 11_ 12 13_____ 14____ 15

Chunks:

2016-10-13 16:40:32,099 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 62 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101369.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101369.ini
(ChunkerEvaluator) Sentence #719 from documents/00101369 from sent1

Text  : Wayne Routledge
Tokens: 1____ 2________

Chunks:
  TruePositive nam [1,2] = Wayne Routledge

(ChunkerEvaluator) Sentence #720 from documents/00101369 from sent2

Text  : Wayne Routledge ( ur . 7 stycznia 1985 na przedmieściach Londynu )  -  angielski piłkarz ,  grający na pozycji skrzydłowego pomocnika .
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 [1,2] = Wayne Routledge
  TruePositive nam [11,11] = Londynu

(ChunkerEvaluator) Sentence #721 from documents/00101369 from sent3

Text  : Reprezentuje barwy Newcastle United .
Tokens: 1___________ 2____ 3________ 4_____ 5

Chunks:
  TruePositive nam [3,4] = Newcastle United

(ChunkerEvaluator) Sentence #722 from documents/00101369 from sent4

Text  : Swoją karierę rozpoczął w Crystal Palace i to w nim zadebiutował w  Premiership (  w  meczu z  Wolverhampton Wanderers we wrześniu 2002 ,  zdobył w  nim bramkę )  .
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 [5,6] = Crystal Palace
  TruePositive nam [13,13] = Premiership
  TruePositive nam [18,19] = Wolverhampton Wanderers

(ChunkerEvaluator) Sentence #723 from documents/00101369 from sent5

Text  : Z klubu odszedł w roku 2005 .
Tokens: 1 2____ 3______ 4 5___ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #724 from documents/00101369 from sent6

Text  : Nie chciał przedłużyć kontraktu , ponieważ londyńska drużyna spadła do The Championship .
Tokens: 1__ 2_____ 3_________ 4________ 5 6_______ 7________ 8______ 9_____ 10 11_ 12__________ 13

Chunks:
  TruePositive nam [11,12] = The Championship

(ChunkerEvaluator) Sentence #725 from documents/00101369 from sent7

Text  : Młodym graczem drugiej linii zainteresował się Tottenham Hotspur i postanowił ściągnąć go przed nowym sezonem .
Tokens: 1_____ 2______ 3______ 4____ 5____________ 6__ 7________ 8______ 9 10________ 11______ 12 13___ 14___ 15_____ 16

Chunks:
  TruePositive nam [7,8] = Tottenham Hotspur

(ChunkerEvaluator) Sentence #726 from documents/00101369 from sent8

Text  : Kluby nie mogły się dogadać co do opłat za 20 -  latka ,  a  więc sprawę transferu skierowano do trybunału ,  gdzie ustalono ,  że "  Koguty "  zapłacą sumę początkową 1  .  25 milionów euro ,  a  w  zależności od liczby występów w  przyszłości -  kwota dojdzie do 2  milionów .
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:
  TruePositive nam [27,27] = Koguty
  TruePositive nam [36,36] = euro

(ChunkerEvaluator) Sentence #727 from documents/00101369 from sent9

Text  : Jego kariera na stadionie White Hart Lane nie potoczyła się szczęśliwie ,  z  powodu serii kontuzji .
Tokens: 1___ 2______ 3_ 4________ 5____ 6___ 7___ 8__ 9________ 10_ 11_________ 12 13 14____ 15___ 16______ 17

Chunks:
  TruePositive nam [5,7] = White Hart Lane

(ChunkerEvaluator) Sentence #728 from documents/00101369 from sent10

Text  : Rzadko był w pełni formy , nie mógł więc przebić się do pierwszej jedenastki ,  będąc dublerem dla takich zawodników jak :  Aaron Lennon ,  Andy Reid ,  czy Teemu Tainio .
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 [23,24] = Aaron Lennon
  TruePositive nam [26,27] = Andy Reid
  TruePositive nam [30,31] = Teemu Tainio

(ChunkerEvaluator) Sentence #729 from documents/00101369 from sent11

Text  : Już po połowie sezonu został wypożyczony do Porsmouth , gdzie w  rundzie wiosennej wystąpił 13 razy w  meczach ligowych .
Tokens: 1__ 2_ 3______ 4_____ 5_____ 6__________ 7_ 8________ 9 10___ 11 12_____ 13_______ 14______ 15 16__ 17 18_____ 19______ 20

Chunks:
  TruePositive nam [8,8] = Porsmouth

(ChunkerEvaluator) Sentence #730 from documents/00101369 from sent12

Text  : Po zakończeniu półrocznej wizyty w " The Pompeys " powrócił do Tottenhamu i  znowu został wypożyczony ,  tym razem do Fulhamu .
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 [7,8] = The Pompeys
  TruePositive nam [12,12] = Tottenhamu
  TruePositive nam [21,21] = Fulhamu

(ChunkerEvaluator) Sentence #731 from documents/00101369 from sent13

Text  : Sezon 2006 / 2007 spędził właśnie tam , a po nim powrócił do Tottenhamu .
Tokens: 1____ 2___ 3 4___ 5______ 6______ 7__ 8 9 10 11_ 12______ 13 14________ 15

Chunks:
  TruePositive nam [14,14] = Tottenhamu

(ChunkerEvaluator) Sentence #732 from documents/00101369 from sent14

Text  : 30 stycznia 2008 podpisał kontrakt na kwotę 1 , 25 miliona funtów z  Aston Villą .
Tokens: 1_ 2_______ 3___ 4_______ 5_______ 6_ 7____ 8 9 10 11_____ 12____ 13 14___ 15___ 16

Chunks:
  TruePositive nam [14,15] = Aston Villą
  FalseNegative nam [12,12] = funtów

(ChunkerEvaluator) Sentence #733 from documents/00101369 from sent15

Text  : Zadebiutował tam 5 kwietnia w spotkaniu z Boltonem Wanderers .
Tokens: 1___________ 2__ 3 4_______ 5 6________ 7 8_______ 9________ 10

Chunks:
  TruePositive nam [8,9] = Boltonem Wanderers

(ChunkerEvaluator) Sentence #734 from documents/00101369 from sent16

Text  : Było to jego jedyne spotkanie w debiutanckim sezonie .
Tokens: 1___ 2_ 3___ 4_____ 5________ 6 7___________ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #735 from documents/00101369 from sent17

Text  : Później wystąpił jeszcze w jednym ligowym pojedynku , jednym pucharowym oraz czterema w  Pucharze UEFA i  jednym w  Pucharze Intertoto .
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 [14,15] = Pucharze UEFA
  TruePositive nam [19,20] = Pucharze Intertoto

(ChunkerEvaluator) Sentence #736 from documents/00101369 from sent18

Text  : W listopadzie 2008 roku został wypożyczony do Cardiff City .
Tokens: 1 2__________ 3___ 4___ 5_____ 6__________ 7_ 8______ 9___ 10

Chunks:
  TruePositive nam [8,9] = Cardiff City

(ChunkerEvaluator) Sentence #737 from documents/00101369 from sent19

Text  : Pierwszy występ w tej drużynie zaliczył 22 listopada , kiedy to zagrał w  ligowym pojedynku z  Plymouth Argyle .
Tokens: 1_______ 2_____ 3 4__ 5_______ 6_______ 7_ 8________ 9 10___ 11 12____ 13 14_____ 15_______ 16 17______ 18____ 19

Chunks:
  TruePositive nam [17,18] = Plymouth Argyle

(ChunkerEvaluator) Sentence #738 from documents/00101369 from sent20

Text  : Po dziewięciu meczach rozegranych w barwach Cardiff City Routledge 2  stycznia 2009 roku przeszedł do Queens Park Rangers .
Tokens: 1_ 2_________ 3______ 4__________ 5 6______ 7______ 8___ 9________ 10 11______ 12__ 13__ 14_______ 15 16____ 17__ 18_____ 19

Chunks:
  TruePositive nam [16,18] = Queens Park Rangers
  FalsePositive nam [7,9] = Cardiff City Routledge
  FalseNegative nam [7,8] = Cardiff City
  FalseNegative nam [9,9] = Routledge

(ChunkerEvaluator) Sentence #739 from documents/00101369 from sent21

Text  : W styczniu 2010 roku dołączył do Newcastle United podpisując 3  ,  5  letni kontrakt z  klubem ,  kwoty transferu nie ujawniono .
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 [7,8] = Newcastle United

(ChunkerEvaluator) Sentence #740 from documents/00101369 from sent22

Text  : Pomocnik reprezentował Anglię jako zawodnik młodzieżówki - w różnych kategoriach wiekowych :  do lat 16 ,  do lat 19 i  do lat 21 .
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 [3,3] = Anglię

2016-10-13 16:40:32,231 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 63 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101370.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101370.ini
(ChunkerEvaluator) Sentence #741 from documents/00101370 from sent1

Text  : Hrabstwo Mono
Tokens: 1_______ 2___

Chunks:
  TruePositive nam [2,2] = Mono

(ChunkerEvaluator) Sentence #742 from documents/00101370 from sent2

Text  : Hrabstwo Mono leży w amerykańskim stanie Kalifornia .
Tokens: 1_______ 2___ 3___ 4 5___________ 6_____ 7_________ 8

Chunks:
  TruePositive nam [2,2] = Mono
  TruePositive nam [7,7] = Kalifornia

(ChunkerEvaluator) Sentence #743 from documents/00101370 from sent3

Text  : Jego stolicą jest Bridgeport .
Tokens: 1___ 2______ 3___ 4_________ 5

Chunks:
  TruePositive nam [4,4] = Bridgeport

(ChunkerEvaluator) Sentence #744 from documents/00101370 from sent4

Text  : : Ludność - 12 853 osoby
Tokens: 1 2______ 3 4_ 5__ 6____

Chunks:

(ChunkerEvaluator) Sentence #745 from documents/00101370 from sent5

Text  : : Powierzchnia - 8 111 km²
Tokens: 1 2___________ 3 4 5__ 6__

Chunks:

(ChunkerEvaluator) Sentence #746 from documents/00101370 from sent6

Text  : : : Ląd - 7 885 km²
Tokens: 1 2 3__ 4 5 6__ 7__

Chunks:
  FalsePositive nam [3,3] = Ląd

(ChunkerEvaluator) Sentence #747 from documents/00101370 from sent7

Text  : : : Woda - 226 km²
Tokens: 1 2 3___ 4 5__ 6__

Chunks:

2016-10-13 16:40:32,246 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 64 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101382.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101382.ini
(ChunkerEvaluator) Sentence #748 from documents/00101382 from sent1

Text  : Bielawy ( Toruń )
Tokens: 1______ 2 3____ 4

Chunks:
  TruePositive nam [1,1] = Bielawy
  TruePositive nam [3,3] = Toruń

(ChunkerEvaluator) Sentence #749 from documents/00101382 from sent2

Text  : Bielawy , dzielnica Torunia w jego wschodniej części , między Grębocinem na północy a  osiedlem Na Skarpie i  lasami na południu .
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 [1,1] = Bielawy
  TruePositive nam [4,4] = Torunia
  TruePositive nam [11,11] = Grębocinem
  TruePositive nam [16,17] = Na Skarpie

(ChunkerEvaluator) Sentence #750 from documents/00101382 from sent3

Text  : W części wschodniej i południowej Las Bielawski , leśnictwo ,  płynie Struga Lubicka .
Tokens: 1 2_____ 3_________ 4 5__________ 6__ 7________ 8 9________ 10 11____ 12____ 13_____ 14

Chunks:
  TruePositive nam [6,7] = Las Bielawski
  TruePositive nam [12,13] = Struga Lubicka

(ChunkerEvaluator) Sentence #751 from documents/00101382 from sent4

Text  : Charakter osiedla
Tokens: 1________ 2______

Chunks:

(ChunkerEvaluator) Sentence #752 from documents/00101382 from sent5

Text  : W latach 1934 - 195 ?
Tokens: 1 2_____ 3___ 4 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #753 from documents/00101382 from sent6

Text  : istniała gmina Bielawy .
Tokens: 1_______ 2____ 3______ 4

Chunks:
  TruePositive nam [3,3] = Bielawy

(ChunkerEvaluator) Sentence #754 from documents/00101382 from sent7

Text  : Od zachodu graniczy z Rubinkowem , od północy z Grębocinem ,  od wschodu z  Abisynią i  Lubiczem Dolnym ,  od południa z  Kaszczorkiem i  osiedlem Na Skarpie .
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 [5,5] = Rubinkowem
  TruePositive nam [10,10] = Grębocinem
  TruePositive nam [15,15] = Abisynią
  TruePositive nam [17,18] = Lubiczem Dolnym
  TruePositive nam [23,23] = Kaszczorkiem
  TruePositive nam [26,27] = Na Skarpie

(ChunkerEvaluator) Sentence #755 from documents/00101382 from sent8

Text  : Osiedle o przeważającej zabudowie jednorodzinnej , wraz z kościołem ,  pocztą ,  dwoma hotelami ,  dużym zespołem sklepów i  kilkunastoma mniejszymi .
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 #756 from documents/00101382 from sent9

Text  : W mniejszym stopniu także pokryte lasami i terenami parkowymi .
Tokens: 1 2________ 3______ 4____ 5______ 6_____ 7 8_______ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #757 from documents/00101382 from sent10

Text  : Niewielką część osiedla ( od południa ) stanowi zespół kilku supermarketów ,  fabryka TZMO ,  Straż Pożarna oraz tereny działkowe .
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] = TZMO
  TruePositive nam [16,17] = Straż Pożarna

(ChunkerEvaluator) Sentence #758 from documents/00101382 from sent11

Text  : Infrastruktura
Tokens: 1_____________

Chunks:

(ChunkerEvaluator) Sentence #759 from documents/00101382 from sent12

Text  : Osiedle posiada duże Toruńskie Centrum Handlowe BIELAWY .
Tokens: 1______ 2______ 3___ 4________ 5______ 6_______ 7______ 8

Chunks:
  TruePositive nam [4,7] = Toruńskie Centrum Handlowe BIELAWY

(ChunkerEvaluator) Sentence #760 from documents/00101382 from sent13

Text  : Na jego terenie znajduje się kilka supermarketów : Carrefour ,  Leroy Merlin ,  Jysk ,  apteka ,  placówki usługowe ,  galeria handlowa ,  restauracje ,  dwa hotele ,  dwie stacje benzynowe ,  3  salony samochodowe ,  wiele parkingów .
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] = Carrefour
  TruePositive nam [11,12] = Leroy Merlin
  TruePositive nam [14,14] = Jysk

(ChunkerEvaluator) Sentence #761 from documents/00101382 from sent14

Text  : W środku osiedla w 2007 rozpoczyna się budowa nowoczesnej szkoły .
Tokens: 1 2_____ 3______ 4 5___ 6_________ 7__ 8_____ 9__________ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #762 from documents/00101382 from sent15

Text  : W pobliżu ( na osiedlu Rubinkowo i na Skarpie )  znajduje się kilkanaście szkół ,  przedszkoli ,  gimnazjów ,  wiele basenów ,  sklepów ,  ośrodków zdrowia ,  3  stacje benzynowe .
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 [6,6] = Rubinkowo
  FalsePositive nam [9,9] = Skarpie
  FalseNegative nam [8,9] = na Skarpie

(ChunkerEvaluator) Sentence #763 from documents/00101382 from sent16

Text  : Komunikacja :
Tokens: 1__________ 2

Chunks:

(ChunkerEvaluator) Sentence #764 from documents/00101382 from sent17

Text  : autobusowa - linie MZK , TKA i mniejszych przewoźników prywatnych .
Tokens: 1_________ 2 3____ 4__ 5 6__ 7 8_________ 9___________ 10________ 11

Chunks:
  TruePositive nam [4,4] = MZK
  FalseNegative nam [6,6] = TKA

(ChunkerEvaluator) Sentence #765 from documents/00101382 from sent18

Text  : tramwajowa - linia tramwajowa nr 1 i 4 w południowej części ,  przy osiedlu Rubinkowo .
Tokens: 1_________ 2 3____ 4_________ 5_ 6 7 8 9 10_________ 11____ 12 13__ 14_____ 15_______ 16

Chunks:
  TruePositive nam [15,15] = Rubinkowo

(ChunkerEvaluator) Sentence #766 from documents/00101382 from sent19

Text  : Planowane połączenie linii nr 2 ( Curie - Skłodowskiej )  z  linią 1  i  4  (  Olimpijska )  przez ulicę Olsztyńską oraz budowa obok Straży Pożarnej nowej zajezdni tramwajowej .
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 [7,9] = Curie - Skłodowskiej
  TruePositive nam [17,17] = Olimpijska
  TruePositive nam [21,21] = Olsztyńską
  TruePositive nam [25,26] = Straży Pożarnej

(ChunkerEvaluator) Sentence #767 from documents/00101382 from sent20

Text  : samochodowa : od północy i południa osiedle okalają dwie drogi krajowe ,  służące także komunikacji miejskiej .
Tokens: 1__________ 2 3_ 4______ 5 6_______ 7______ 8______ 9___ 10___ 11_____ 12 13_____ 14___ 15_________ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #768 from documents/00101382 from sent21

Text  : Łatwy dojazd do innych części Torunia .
Tokens: 1____ 2_____ 3_ 4_____ 5_____ 6______ 7

Chunks:
  TruePositive nam [6,6] = Torunia

(ChunkerEvaluator) Sentence #769 from documents/00101382 from sent22

Text  : * droga krajowa nr 15 z kier .
Tokens: 1 2____ 3______ 4_ 5_ 6 7___ 8

Chunks:
  TruePositive nam [2,5] = droga krajowa nr 15

(ChunkerEvaluator) Sentence #770 from documents/00101382 from sent23

Text  : Inowrocławia , Poznania , Wrocławia do Olsztyna
Tokens: 1___________ 2 3_______ 4 5________ 6_ 7_______

Chunks:
  TruePositive nam [1,1] = Inowrocławia
  TruePositive nam [3,3] = Poznania
  TruePositive nam [5,5] = Wrocławia
  TruePositive nam [7,7] = Olsztyna

(ChunkerEvaluator) Sentence #771 from documents/00101382 from sent24

Text  : * droga krajowa nr 80 z kier .
Tokens: 1 2____ 3______ 4_ 5_ 6 7___ 8

Chunks:
  TruePositive nam [2,5] = droga krajowa nr 80

(ChunkerEvaluator) Sentence #772 from documents/00101382 from sent25

Text  : Lubicza i Warszawy w kier .
Tokens: 1______ 2 3_______ 4 5___ 6

Chunks:
  TruePositive nam [1,1] = Lubicza
  TruePositive nam [3,3] = Warszawy

(ChunkerEvaluator) Sentence #773 from documents/00101382 from sent26

Text  : Bydgoszczy
Tokens: 1_________

Chunks:
  TruePositive nam [1,1] = Bydgoszczy

(ChunkerEvaluator) Sentence #774 from documents/00101382 from sent27

Text  : * droga wojewódzka nr 654 - początek drogi w kier .
Tokens: 1 2____ 3_________ 4_ 5__ 6 7_______ 8____ 9 10__ 11

Chunks:
  TruePositive nam [2,5] = droga wojewódzka nr 654

(ChunkerEvaluator) Sentence #775 from documents/00101382 from sent28

Text  : Złotorii , Grabowca i Silna
Tokens: 1_______ 2 3_______ 4 5____

Chunks:
  TruePositive nam [1,1] = Złotorii
  TruePositive nam [3,3] = Grabowca
  TruePositive nam [5,5] = Silna

(ChunkerEvaluator) Sentence #776 from documents/00101382 from sent29

Text  : kolejowa : w północnej części stacja kolejowa PKP Toruń Grębocin .
Tokens: 1_______ 2 3 4________ 5_____ 6_____ 7_______ 8__ 9____ 10______ 11

Chunks:
  FalsePositive nam [8,10] = PKP Toruń Grębocin
  FalseNegative nam [8,8] = PKP
  FalseNegative nam [9,10] = Toruń Grębocin

(ChunkerEvaluator) Sentence #777 from documents/00101382 from sent30

Text  : autostradowa - we wschodniej części osiedla przebiega
Tokens: 1___________ 2 3_ 4_________ 5_____ 6______ 7________

Chunks:

(ChunkerEvaluator) Sentence #778 from documents/00101382 from sent31

Text  : * autostrada A1
Tokens: 1 2_________ 3_

Chunks:
  TruePositive nam [3,3] = A1

(ChunkerEvaluator) Sentence #779 from documents/00101382 from sent32

Text  : * węzeł drogowy Toruń - Lubicz ( bezkolizyjny ) -  -  -
Tokens: 1 2____ 3______ 4____ 5 6_____ 7 8___________ 9 10 11 12

Chunks:
  TruePositive nam [4,6] = Toruń - Lubicz

(ChunkerEvaluator) Sentence #780 from documents/00101382 from sent33

Text  : Zabytki
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #781 from documents/00101382 from sent34

Text  : Przy Szosie Lubickiej , znajduje się zabytkowe założenie parkowe ,  zajmujące powierzchnię 3  ,  4  ha .
Tokens: 1___ 2_____ 3________ 4 5_______ 6__ 7________ 8________ 9______ 10 11_______ 12__________ 13 14 15 16 17

Chunks:
  TruePositive nam [2,3] = Szosie Lubickiej

(ChunkerEvaluator) Sentence #782 from documents/00101382 from sent35

Text  : Wchodzi w skład dawnego zespołu dworsko - parkowego z końca XVIII wieku (  folwarku biskupów włocławskich )  .
Tokens: 1______ 2 3____ 4______ 5______ 6______ 7 8________ 9 10___ 11___ 12___ 13 14______ 15______ 16__________ 17 18

Chunks:

(ChunkerEvaluator) Sentence #783 from documents/00101382 from sent36

Text  : Obecna jego forma przestrzenna ukształtowana została na przełomie XIX i  XX wieku .
Tokens: 1_____ 2___ 3____ 4___________ 5____________ 6______ 7_ 8________ 9__ 10 11 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #784 from documents/00101382 from sent37

Text  : Ważnym elementem układu jest dwór , usytuowany na skraju parku ,  na terenie między parkiem a  ogrodami użytkowymi .
Tokens: 1_____ 2________ 3_____ 4___ 5___ 6 7_________ 8_ 9_____ 10___ 11 12 13_____ 14____ 15_____ 16 17______ 18________ 19

Chunks:

(ChunkerEvaluator) Sentence #785 from documents/00101382 from sent38

Text  : Z trudem można dziś odnaleźć dawny układ przestrzenny tego założenia ,  który zdążył porosnąć dziką roślinnością .
Tokens: 1 2_____ 3____ 4___ 5_______ 6____ 7____ 8___________ 9___ 10_______ 11 12___ 13____ 14______ 15___ 16__________ 17

Chunks:

2016-10-13 16:40:32,411 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 65 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101387.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101387.ini
(ChunkerEvaluator) Sentence #786 from documents/00101387 from sent1

Text  : Craig Wolanin
Tokens: 1____ 2______

Chunks:
  TruePositive nam [1,2] = Craig Wolanin

(ChunkerEvaluator) Sentence #787 from documents/00101387 from sent2

Text  : Craig Wolanin ( ur . 27 lipca 1967 roku w  Grosse Pointe w  stanie Michigan w  USA )  -  amerykański hokeista na lodzie .
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 [1,2] = Craig Wolanin
  TruePositive nam [11,12] = Grosse Pointe
  TruePositive nam [15,15] = Michigan
  TruePositive nam [17,17] = USA

(ChunkerEvaluator) Sentence #788 from documents/00101387 from sent3

Text  : Kariera zawodnicza
Tokens: 1______ 2_________

Chunks:

(ChunkerEvaluator) Sentence #789 from documents/00101387 from sent4

Text  : W latach 1985 - 1998 występował w lidze NHL na pozycji obrońcy .
Tokens: 1 2_____ 3___ 4 5___ 6_________ 7 8____ 9__ 10 11_____ 12_____ 13

Chunks:
  TruePositive nam [9,9] = NHL

(ChunkerEvaluator) Sentence #790 from documents/00101387 from sent5

Text  : Wybrany z numerem ( 3 ) w pierwszej rundzie draftu NHL w  1985 roku przez New Jersey Devils .
Tokens: 1______ 2 3______ 4 5 6 7 8________ 9______ 10____ 11_ 12 13__ 14__ 15___ 16_ 17____ 18____ 19

Chunks:
  TruePositive nam [11,11] = NHL
  TruePositive nam [16,18] = New Jersey Devils

(ChunkerEvaluator) Sentence #791 from documents/00101387 from sent6

Text  : Grał w drużynach : New Jersey Devils , Quebec Nordiques ,  Colorado Avalanche ,  Tampa Bay Lightning oraz Toronto Maple Leafs .
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 [5,7] = New Jersey Devils
  TruePositive nam [9,10] = Quebec Nordiques
  TruePositive nam [12,13] = Colorado Avalanche
  TruePositive nam [15,17] = Tampa Bay Lightning
  TruePositive nam [19,21] = Toronto Maple Leafs

(ChunkerEvaluator) Sentence #792 from documents/00101387 from sent7

Text  : W 1996 roku z drużyną Colorado Avalanche zdobył Puchar Stanleya .
Tokens: 1 2___ 3___ 4 5______ 6_______ 7________ 8_____ 9_____ 10______ 11

Chunks:
  TruePositive nam [6,7] = Colorado Avalanche
  TruePositive nam [9,10] = Puchar Stanleya

(ChunkerEvaluator) Sentence #793 from documents/00101387 from sent8

Text  : W sezonach zasadniczych NHL rozegrał łącznie 695 spotkań , w  których strzelił 40 bramek oraz zaliczył 133 asysty .
Tokens: 1 2_______ 3___________ 4__ 5_______ 6______ 7__ 8______ 9 10 11_____ 12______ 13 14____ 15__ 16______ 17_ 18____ 19

Chunks:
  TruePositive nam [4,4] = NHL

(ChunkerEvaluator) Sentence #794 from documents/00101387 from sent9

Text  : W klasyfikacji kanadyjskiej zdobył więc razem 173 punkty .
Tokens: 1 2___________ 3___________ 4_____ 5___ 6____ 7__ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #795 from documents/00101387 from sent10

Text  : 894 minuty spędził na ławce kar .
Tokens: 1__ 2_____ 3______ 4_ 5____ 6__ 7

Chunks:

(ChunkerEvaluator) Sentence #796 from documents/00101387 from sent11

Text  : W play - offach NHL brał udział 4 - krotnie .
Tokens: 1 2___ 3 4_____ 5__ 6___ 7_____ 8 9 10_____ 11

Chunks:
  TruePositive nam [5,5] = NHL

(ChunkerEvaluator) Sentence #797 from documents/00101387 from sent12

Text  : Rozegrał w nich łącznie 35 spotkań , w których strzelił 4  bramki oraz zaliczył 6  asyst ,  co w  klasyfikacji kanadyjskiej daje razem -  10 punktów .
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 #798 from documents/00101387 from sent13

Text  : 67 minut spędził na ławce kar .
Tokens: 1_ 2____ 3______ 4_ 5____ 6__ 7

Chunks:

2016-10-13 16:40:32,469 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 66 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101394.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101394.ini
(ChunkerEvaluator) Sentence #799 from documents/00101394 from sent1

Text  : Maciej Bartodziejski
Tokens: 1_____ 2____________

Chunks:
  TruePositive nam [1,2] = Maciej Bartodziejski

(ChunkerEvaluator) Sentence #800 from documents/00101394 from sent2

Text  : Maciej Bartodziejski ( ur . 15 października 1973 w Łodzi )  –  polski siatkarz .
Tokens: 1_____ 2____________ 3 4_ 5 6_ 7___________ 8___ 9 10___ 11 12 13____ 14______ 15

Chunks:
  TruePositive nam [1,2] = Maciej Bartodziejski
  TruePositive nam [10,10] = Łodzi

(ChunkerEvaluator) Sentence #801 from documents/00101394 from sent3

Text  : Jest graczem uniwersalnym .
Tokens: 1___ 2______ 3___________ 4

Chunks:

(ChunkerEvaluator) Sentence #802 from documents/00101394 from sent4

Text  : Mierzy 189 cm i waży 88 kg .
Tokens: 1_____ 2__ 3_ 4 5___ 6_ 7_ 8

Chunks:

(ChunkerEvaluator) Sentence #803 from documents/00101394 from sent5

Text  : Karierę zawodniczą rozpoczynał w Resursie Łódź .
Tokens: 1______ 2_________ 3__________ 4 5_______ 6___ 7

Chunks:
  TruePositive nam [5,6] = Resursie Łódź

(ChunkerEvaluator) Sentence #804 from documents/00101394 from sent6

Text  : Potem reprezentował barwy Bzury Ozorków i SPS Zduńska Wola .
Tokens: 1____ 2____________ 3____ 4____ 5______ 6 7__ 8______ 9___ 10

Chunks:
  TruePositive nam [4,5] = Bzury Ozorków
  TruePositive nam [7,9] = SPS Zduńska Wola

(ChunkerEvaluator) Sentence #805 from documents/00101394 from sent7

Text  : W sierpniu 1996 roku został zawodnikiem Skry Bełchatów .
Tokens: 1 2_______ 3___ 4___ 5_____ 6__________ 7___ 8________ 9

Chunks:
  TruePositive nam [7,8] = Skry Bełchatów

(ChunkerEvaluator) Sentence #806 from documents/00101394 from sent8

Text  : W wieku juniorskim reprezentował biało - czerwone barwy na arenie międzynarodowej .
Tokens: 1 2____ 3_________ 4____________ 5____ 6 7_______ 8____ 9_ 10____ 11_____________ 12

Chunks:

(ChunkerEvaluator) Sentence #807 from documents/00101394 from sent9

Text  : Uczestniczył m . in . w Mistrzostwach Europy Juniorów w  Poznaniu w  1992 roku .
Tokens: 1___________ 2 3 4_ 5 6 7____________ 8_____ 9_______ 10 11______ 12 13__ 14__ 15

Chunks:
  TruePositive nam [7,9] = Mistrzostwach Europy Juniorów
  TruePositive nam [11,11] = Poznaniu

(ChunkerEvaluator) Sentence #808 from documents/00101394 from sent10

Text  : W 1999 roku z bełchatowskim zespołem uzyskał promocję do Serii A  I  ligi ,  jednak po roku spadł z  nim do niższej klasy .
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:
  FalsePositive nam [10,12] = Serii A I
  FalseNegative nam [10,11] = Serii A

(ChunkerEvaluator) Sentence #809 from documents/00101394 from sent11

Text  : Po rocznej grze na tym szczeblu z drużyną awansował do Polskiej Ligi Siatkówki ,  zdobywając w  sezonie 2001 /  2002 brązowy medal mistrzostw Polski .
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 [11,13] = Polskiej Ligi Siatkówki
  TruePositive nam [24,24] = Polski

(ChunkerEvaluator) Sentence #810 from documents/00101394 from sent12

Text  : W Skrze w najwyższej klasie ligowej występował do 2003 roku .
Tokens: 1 2____ 3 4_________ 5_____ 6______ 7_________ 8_ 9___ 10__ 11

Chunks:
  TruePositive nam [2,2] = Skrze

(ChunkerEvaluator) Sentence #811 from documents/00101394 from sent13

Text  : Do sezonu 2008 / 2009 grał w zespole Siatkarz Wieluń grającym w  I  lidze ,  z  którym wywalczył awans do Polskiej Ligi Siatkówki .
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] = Siatkarz Wieluń
  TruePositive nam [21,23] = Polskiej Ligi Siatkówki

(ChunkerEvaluator) Sentence #812 from documents/00101394 from sent14

Text  : W maju 2009 roku związał się kontraktem ze Skrą Bełchatów ,  gdzie jest asystentem trenera Jacka Nawrockiego .
Tokens: 1 2___ 3___ 4___ 5______ 6__ 7_________ 8_ 9___ 10_______ 11 12___ 13__ 14________ 15_____ 16___ 17_________ 18

Chunks:
  TruePositive nam [9,10] = Skrą Bełchatów
  TruePositive nam [16,17] = Jacka Nawrockiego

2016-10-13 16:40:32,532 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 67 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101400.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101400.ini
(ChunkerEvaluator) Sentence #813 from documents/00101400 from sent1

Text  : USV Eschen / Mauren
Tokens: 1__ 2_____ 3 4_____

Chunks:
  TruePositive nam [1,4] = USV Eschen / Mauren

(ChunkerEvaluator) Sentence #814 from documents/00101400 from sent2

Text  : FC Eschen / Mauren to klub piłkarski z Liechtensteinu ,  założony w  1963 roku .
Tokens: 1_ 2_____ 3 4_____ 5_ 6___ 7________ 8 9_____________ 10 11______ 12 13__ 14__ 15

Chunks:
  TruePositive nam [9,9] = Liechtensteinu
  FalsePositive nam [4,4] = Mauren
  FalseNegative nam [1,4] = FC Eschen / Mauren

(ChunkerEvaluator) Sentence #815 from documents/00101400 from sent3

Text  : Klub cztery razy zdobył Puchar Liechtensteinu ( ostatni raz w  1987 roku )  .
Tokens: 1___ 2_____ 3___ 4_____ 5_____ 6_____________ 7 8______ 9__ 10 11__ 12__ 13 14

Chunks:
  TruePositive nam [5,6] = Puchar Liechtensteinu

(ChunkerEvaluator) Sentence #816 from documents/00101400 from sent4

Text  : Podobnie jak pozostałe kluby z Liechtensteinu , mecze na co dzień rozgrywa w  sąsiedniej Szwajcarii ,  obecnie w  2  .
Tokens: 1_______ 2__ 3________ 4____ 5 6_____________ 7 8____ 9_ 10 11___ 12______ 13 14________ 15________ 16 17_____ 18 19 20

Chunks:
  TruePositive nam [6,6] = Liechtensteinu
  TruePositive nam [15,15] = Szwajcarii

(ChunkerEvaluator) Sentence #817 from documents/00101400 from sent5

Text  : Lidze interregional ( 4 poziom rozgrywkowy w Szwajcarii ) .
Tokens: 1____ 2____________ 3 4 5_____ 6__________ 7 8_________ 9 10

Chunks:
  TruePositive nam [8,8] = Szwajcarii

2016-10-13 16:40:32,555 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 68 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101401.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101401.ini
(ChunkerEvaluator) Sentence #818 from documents/00101401 from sent1

Text  : John Yarmuth
Tokens: 1___ 2______

Chunks:
  TruePositive nam [1,2] = John Yarmuth

(ChunkerEvaluator) Sentence #819 from documents/00101401 from sent2

Text  : John Yarmuth ( ur . 4 listopada 1947 ) to polityk amerykański ,  członek Partii Demokratycznej .
Tokens: 1___ 2______ 3 4_ 5 6 7________ 8___ 9 10 11_____ 12_________ 13 14_____ 15____ 16____________ 17

Chunks:
  TruePositive nam [1,2] = John Yarmuth
  TruePositive nam [15,16] = Partii Demokratycznej

(ChunkerEvaluator) Sentence #820 from documents/00101401 from sent3

Text  : Od 2007 roku jest przedstawicielem trzeciego okręgu wyborczego w stanie Kentucky w  Izbie Reprezentantów Stanów Zjednoczonych .
Tokens: 1_ 2___ 3___ 4___ 5_______________ 6________ 7_____ 8_________ 9 10____ 11______ 12 13___ 14____________ 15____ 16___________ 17

Chunks:
  TruePositive nam [11,11] = Kentucky
  TruePositive nam [13,14] = Izbie Reprezentantów
  TruePositive nam [15,16] = Stanów Zjednoczonych

2016-10-13 16:40:32,568 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 69 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101403.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101403.ini
(ChunkerEvaluator) Sentence #821 from documents/00101403 from sent1

Text  : Bulldog
Tokens: 1______

Chunks:
  TruePositive nam [1,1] = Bulldog

(ChunkerEvaluator) Sentence #822 from documents/00101403 from sent2

Text  : Bulldog – południowoafrykański transporter opancerzony stworzony w celu zastąpienia przestarzałego pojazdu Buffel .
Tokens: 1______ 2 3___________________ 4__________ 5__________ 6________ 7 8___ 9__________ 10____________ 11_____ 12____ 13

Chunks:
  TruePositive nam [1,1] = Bulldog
  TruePositive nam [12,12] = Buffel

(ChunkerEvaluator) Sentence #823 from documents/00101403 from sent3

Text  : Bulldog bazował na podwoziu pojazdu SAMIL 20 , i podobnie jak w  transporterze Buffel ,  kierowca siedział w  specjalnej silniej opancerzonej kabinie .
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 [1,1] = Bulldog
  TruePositive nam [14,14] = Buffel
  FalsePositive nam [6,6] = SAMIL
  FalseNegative nam [6,7] = SAMIL 20

(ChunkerEvaluator) Sentence #824 from documents/00101403 from sent4

Text  : Pojazd był używany przez obsługę naziemną baz Południowoafrykańskich Sił Powietrznych .
Tokens: 1_____ 2__ 3______ 4____ 5______ 6_______ 7__ 8_____________________ 9__ 10__________ 11

Chunks:
  TruePositive nam [8,10] = Południowoafrykańskich Sił Powietrznych

2016-10-13 16:40:32,585 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 70 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101407.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101407.ini
(ChunkerEvaluator) Sentence #825 from documents/00101407 from sent1

Text  : Polsko - Niemiecka Nagroda Dziennikarska
Tokens: 1_____ 2 3________ 4______ 5____________

Chunks:
  FalsePositive nam [3,5] = Niemiecka Nagroda Dziennikarska
  FalseNegative nam [1,5] = Polsko - Niemiecka Nagroda Dziennikarska

(ChunkerEvaluator) Sentence #826 from documents/00101407 from sent2

Text  : Polsko - Niemiecka Nagroda Dziennikarska przyznawana jest w kategoriach prasa ,  radio i  telewizja za najlepsze prace dziennikarskie ,  które w  obiektywny i  rzetelny sposób informują o  kraju sąsiada i  które zostały opublikowane –  ukazały się drukiem ,  zostały wyemitowane bądź udostępnione w  Internecie –  w  roku poprzedzającym przyznanie nagrody .
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:
  TruePositive nam [44,44] = Internecie
  FalsePositive nam [3,5] = Niemiecka Nagroda Dziennikarska
  FalseNegative nam [1,5] = Polsko - Niemiecka Nagroda Dziennikarska

(ChunkerEvaluator) Sentence #827 from documents/00101407 from sent3

Text  : Wysokość nagrody w każdej kategorii wynosi 5 000 euro .
Tokens: 1_______ 2______ 3 4_____ 5________ 6_____ 7 8__ 9___ 10

Chunks:
  TruePositive nam [9,9] = euro

(ChunkerEvaluator) Sentence #828 from documents/00101407 from sent4

Text  : Niezależne jury wybiera najlepsze spośród zgłoszonych prac .
Tokens: 1_________ 2___ 3______ 4________ 5______ 6__________ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #829 from documents/00101407 from sent5

Text  : Prace zgłaszane do konkursu powinny przybliżać życie codzienne i problemy społeczne sąsiedniego kraju .
Tokens: 1____ 2________ 3_ 4_______ 5______ 6_________ 7____ 8________ 9 10______ 11_______ 12_________ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #830 from documents/00101407 from sent6

Text  : Powinny przyczyniać się do poszerzania wiedzy Polaków i Niemców o  sobie nawzajem ,  a  także pomagać zrozumieć politykę ,  zjawiska gospodarcze ,  osiągnięcia nauki i  kultury obu państw .
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 [7,7] = Polaków
  TruePositive nam [9,9] = Niemców

(ChunkerEvaluator) Sentence #831 from documents/00101407 from sent7

Text  : Dla fundatorów nagrody ważne jest , aby poprzez poruszanie takich zagadnień wspierać integrację obu narodów w  Unii Europejskiej .
Tokens: 1__ 2_________ 3______ 4____ 5___ 6 7__ 8______ 9_________ 10____ 11_______ 12______ 13________ 14_ 15_____ 16 17__ 18__________ 19

Chunks:
  TruePositive nam [17,18] = Unii Europejskiej

(ChunkerEvaluator) Sentence #832 from documents/00101407 from sent8

Text  : Po raz pierwszy Polsko - Niemiecka Nagroda Dziennikarska została przyznana w  1997 roku przez rzeczników rządów niemieckich krajów związkowych Brandenburgii ,  Meklemburgii -  Pomorza Przedniego i  Saksonii oraz rzeczników prasowych wojewodów :  zielonogórskiego ,  gorzowskiego ,  jeleniogórskiego i  szczecińskiego .
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 [4,8] = Polsko - Niemiecka Nagroda Dziennikarska
  TruePositive nam [20,20] = Brandenburgii
  TruePositive nam [22,25] = Meklemburgii - Pomorza Przedniego
  TruePositive nam [27,27] = Saksonii

(ChunkerEvaluator) Sentence #833 from documents/00101407 from sent9

Text  : Od 1999 roku , tj . od chwili wejścia w  życie nowego podziału administracyjnego Polski ,  fundatorami nagrody po stronie polskiej są nowo utworzone województwa :  zachodniopomorskie ,  lubuskie i  dolnośląskie .
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 [15,15] = Polski
  FalseNegative nam [27,27] = zachodniopomorskie
  FalseNegative nam [29,29] = lubuskie
  FalseNegative nam [31,31] = dolnośląskie

(ChunkerEvaluator) Sentence #834 from documents/00101407 from sent10

Text  : Co roku jeden z regionów , na przemian w Polsce lub w  Niemczech ,  przejmuje obowiązki organizatora konkursu i  gospodarza uroczystości wręczenia nagrody .
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 [10,10] = Polsce
  TruePositive nam [13,13] = Niemczech

(ChunkerEvaluator) Sentence #835 from documents/00101407 from sent11

Text  : W 2010 roku rola ta przypadnie Saksonii .
Tokens: 1 2___ 3___ 4___ 5_ 6_________ 7_______ 8

Chunks:
  TruePositive nam [7,7] = Saksonii

(ChunkerEvaluator) Sentence #836 from documents/00101407 from sent12

Text  : Od 2008 roku Polsko - Niemiecka Nagroda Dziennikarska ma dwóch nowych fundatorów :  Fundację Roberta Boscha i  Fundację Współpracy Polsko -  Niemieckiej .
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 [4,8] = Polsko - Niemiecka Nagroda Dziennikarska
  TruePositive nam [14,16] = Fundację Roberta Boscha
  TruePositive nam [18,22] = Fundację Współpracy Polsko - Niemieckiej

(ChunkerEvaluator) Sentence #837 from documents/00101407 from sent13

Text  : Konkurs o nagrodę dziennikarską został włączony w Polsko - Niemieckie Dni Mediów realizowane przez obie fundacje .
Tokens: 1______ 2 3______ 4____________ 5_____ 6_______ 7 8_____ 9 10________ 11_ 12____ 13_________ 14___ 15__ 16______ 17

Chunks:
  TruePositive nam [8,12] = Polsko - Niemieckie Dni Mediów

(ChunkerEvaluator) Sentence #838 from documents/00101407 from sent14

Text  : Laureatami Polsko - Niemieckiej Nagrody Dziennikarskiej byli dotychczas m .  in .  Helga Hirsch ,  Włodzimierz Kalicki ,  Tomasz Sikora ,  Maria Zmarz -  Koczanowicz ,  Magdalena Grzebałkowska ,  Adam Soboczyński i  Włodzimierz Nowak .
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 [13,14] = Helga Hirsch
  TruePositive nam [16,17] = Włodzimierz Kalicki
  TruePositive nam [19,20] = Tomasz Sikora
  TruePositive nam [22,25] = Maria Zmarz - Koczanowicz
  TruePositive nam [27,28] = Magdalena Grzebałkowska
  TruePositive nam [30,31] = Adam Soboczyński
  TruePositive nam [33,34] = Włodzimierz Nowak
  FalsePositive nam [1,6] = Laureatami Polsko - Niemieckiej Nagrody Dziennikarskiej
  FalseNegative nam [2,6] = Polsko - Niemieckiej Nagrody Dziennikarskiej

2016-10-13 16:40:32,690 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 71 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101417.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101417.ini
(ChunkerEvaluator) Sentence #839 from documents/00101417 from sent1

Text  : Villach Hauptbahnhof
Tokens: 1______ 2___________

Chunks:
  TruePositive nam [1,2] = Villach Hauptbahnhof

(ChunkerEvaluator) Sentence #840 from documents/00101417 from sent2

Text  : Villach Hauptbahnhof – stacja kolejowa w Villach , w kraju związkowym Karyntia ,  w  Austrii .
Tokens: 1______ 2___________ 3 4_____ 5_______ 6 7______ 8 9 10___ 11________ 12______ 13 14 15_____ 16

Chunks:
  TruePositive nam [1,2] = Villach Hauptbahnhof
  TruePositive nam [7,7] = Villach
  TruePositive nam [12,12] = Karyntia
  TruePositive nam [15,15] = Austrii

(ChunkerEvaluator) Sentence #841 from documents/00101417 from sent3

Text  : Znajdują się tu 3 perony .
Tokens: 1_______ 2__ 3_ 4 5_____ 6

Chunks:

2016-10-13 16:40:32,701 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 72 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101418.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101418.ini
(ChunkerEvaluator) Sentence #842 from documents/00101418 from sent1

Text  : Pluton łącznikowy nr 3
Tokens: 1_____ 2_________ 3_ 4

Chunks:
  TruePositive nam [1,4] = Pluton łącznikowy nr 3

(ChunkerEvaluator) Sentence #843 from documents/00101418 from sent2

Text  : Pluton Łącznikowy Nr 3 - jednostka Armii Kraków we wrześniu 1939 .
Tokens: 1_____ 2_________ 3_ 4 5 6________ 7____ 8_____ 9_ 10______ 11__ 12

Chunks:
  TruePositive nam [7,8] = Armii Kraków
  FalsePositive nam [1,3] = Pluton Łącznikowy Nr
  FalseNegative nam [1,4] = Pluton Łącznikowy Nr 3

(ChunkerEvaluator) Sentence #844 from documents/00101418 from sent3

Text  : Dowódca : por . rez . pil . Piotr Dunin
Tokens: 1______ 2 3__ 4 5__ 6 7__ 8 9____ 10___

Chunks:
  TruePositive nam [9,10] = Piotr Dunin

(ChunkerEvaluator) Sentence #845 from documents/00101418 from sent4

Text  : Miejsce stacjonowania : Rakowice
Tokens: 1______ 2____________ 3 4_______

Chunks:
  TruePositive nam [4,4] = Rakowice

(ChunkerEvaluator) Sentence #846 from documents/00101418 from sent5

Text  : Wyposażenie : 3 samoloty RWD - 8
Tokens: 1__________ 2 3 4_______ 5__ 6 7

Chunks:
  TruePositive nam [5,7] = RWD - 8

(ChunkerEvaluator) Sentence #847 from documents/00101418 from sent6

Text  : Uwagi : nie dotarł na teren działania Armii .
Tokens: 1____ 2 3__ 4_____ 5_ 6____ 7________ 8____ 9

Chunks:
  TruePositive nam [8,8] = Armii

2016-10-13 16:40:32,719 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 73 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101420.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101420.ini
(ChunkerEvaluator) Sentence #848 from documents/00101420 from sent1

Text  : Fotoliza wody
Tokens: 1_______ 2___

Chunks:

(ChunkerEvaluator) Sentence #849 from documents/00101420 from sent2

Text  : Fotoliza wody – rozpad wody pod wpływem światła ( fotodysocjacja )  na dwa elektrony (  ē  )  ,  dwa jony wodorowe (  protony )  i  połowę cząsteczki tlenu .
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 #850 from documents/00101420 from sent3

Text  : Proces zachodzi w fazie jasnej fotosyntezy i jest źródłem protonów do syntezy NADPH .
Tokens: 1_____ 2_______ 3 4____ 5_____ 6__________ 7 8___ 9______ 10______ 11 12_____ 13___ 14

Chunks:
  FalsePositive nam [13,13] = NADPH

(ChunkerEvaluator) Sentence #851 from documents/00101420 from sent4

Text  : : : H 2 O → 2H + + ½O 2  +  2ē
Tokens: 1 2 3 4 5 6 7_ 8 9 10 11 12 13

Chunks:

(ChunkerEvaluator) Sentence #852 from documents/00101420 from sent5

Text  : Poprawny jest zapis także zwielokrotniony :
Tokens: 1_______ 2___ 3____ 4____ 5______________ 6

Chunks:

(ChunkerEvaluator) Sentence #853 from documents/00101420 from sent6

Text  : : : 2H 2 O → 4H + + O  2  +  4ē
Tokens: 1 2 3_ 4 5 6 7_ 8 9 10 11 12 13

Chunks:

2016-10-13 16:40:32,749 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 74 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101424.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101424.ini
(ChunkerEvaluator) Sentence #854 from documents/00101424 from sent1

Text  : Jesse Helms
Tokens: 1____ 2____

Chunks:
  TruePositive nam [1,2] = Jesse Helms

(ChunkerEvaluator) Sentence #855 from documents/00101424 from sent2

Text  : Jesse Helms ( 18 października 1921 - 4 lipca 2008 )  -  amerykański polityk ,  wieloletni senator Stanów Zjednoczonych ze stanu Karolina Północna z  ramienia Partii Republikańskiej .
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 [1,2] = Jesse Helms
  TruePositive nam [18,19] = Stanów Zjednoczonych
  TruePositive nam [22,23] = Karolina Północna
  TruePositive nam [26,27] = Partii Republikańskiej

(ChunkerEvaluator) Sentence #856 from documents/00101424 from sent3

Text  : W senacie zasiadał w latach 1973 2003 .
Tokens: 1 2______ 3_______ 4 5_____ 6___ 7___ 8

Chunks:

2016-10-13 16:40:32,765 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 75 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101426.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101426.ini
(ChunkerEvaluator) Sentence #857 from documents/00101426 from sent1

Text  : Radoslav Zabavník
Tokens: 1_______ 2_______

Chunks:
  TruePositive nam [1,2] = Radoslav Zabavník

(ChunkerEvaluator) Sentence #858 from documents/00101426 from sent2

Text  : Radoslav Zabavník ( ur . 16 września 1980 w Koszycach )  ,  piłkarz słowacki grający na pozycji bocznego obrońcy .
Tokens: 1_______ 2_______ 3 4_ 5 6_ 7_______ 8___ 9 10_______ 11 12 13_____ 14______ 15_____ 16 17_____ 18______ 19_____ 20

Chunks:
  TruePositive nam [1,2] = Radoslav Zabavník
  TruePositive nam [10,10] = Koszycach

(ChunkerEvaluator) Sentence #859 from documents/00101426 from sent3

Text  : Mierzy 180 cm wzrostu , waży 78 kg .
Tokens: 1_____ 2__ 3_ 4______ 5 6___ 7_ 8_ 9

Chunks:

(ChunkerEvaluator) Sentence #860 from documents/00101426 from sent4

Text  : Kariera klubowa
Tokens: 1______ 2______

Chunks:

(ChunkerEvaluator) Sentence #861 from documents/00101426 from sent5

Text  : Zabavník pochodzi z Koszyc .
Tokens: 1_______ 2_______ 3 4_____ 5

Chunks:
  TruePositive nam [1,1] = Zabavník
  TruePositive nam [4,4] = Koszyc

(ChunkerEvaluator) Sentence #862 from documents/00101426 from sent6

Text  : Karierę piłkarską rozpoczął w klubie 1 . FC Košice .
Tokens: 1______ 2________ 3________ 4 5_____ 6 7 8_ 9_____ 10

Chunks:
  FalsePositive nam [8,9] = FC Košice
  FalseNegative nam [6,9] = 1 . FC Košice

(ChunkerEvaluator) Sentence #863 from documents/00101426 from sent7

Text  : W sezonie 1998 / 1999 zadebiutował w jego barwach w  pierwszej lidze słowackiej .
Tokens: 1 2______ 3___ 4 5___ 6___________ 7 8___ 9______ 10 11_______ 12___ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #864 from documents/00101426 from sent8

Text  : W pierwszych dwóch sezonach był rezerwowym , a już w  sezonie 2000 /  2001 zaczął występować w  pierwszym składzie klubu ,  a  w  2002 roku odszedł do MŠK Žilina .
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] = MŠK Žilina

(ChunkerEvaluator) Sentence #865 from documents/00101426 from sent9

Text  : Graczem Žiliny był przez dwa sezony i wtedy też osiągnął największe sukcesy za czasów gry na Słowacji .
Tokens: 1______ 2_____ 3__ 4____ 5__ 6_____ 7 8____ 9__ 10______ 11________ 12_____ 13 14____ 15_ 16 17______ 18

Chunks:
  TruePositive nam [2,2] = Žiliny
  TruePositive nam [17,17] = Słowacji

(ChunkerEvaluator) Sentence #866 from documents/00101426 from sent10

Text  : W 2002 i 2003 roku dwukrotnie z rzędu zdobywał z  nią mistrzostwo kraju .
Tokens: 1 2___ 3 4___ 5___ 6_________ 7 8____ 9_______ 10 11_ 12_________ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #867 from documents/00101426 from sent11

Text  : W 2004 roku Zabavník wyjechał z kraju i trafił na zasadzie wolnego transferu do bułgarskiego CSKA Sofia .
Tokens: 1 2___ 3___ 4_______ 5_______ 6 7____ 8 9_____ 10 11______ 12_____ 13_______ 14 15__________ 16__ 17___ 18

Chunks:
  TruePositive nam [4,4] = Zabavník
  TruePositive nam [16,17] = CSKA Sofia

(ChunkerEvaluator) Sentence #868 from documents/00101426 from sent12

Text  : Jako boczny obrońca zdobył przez półtora roku w rozgrywkach bułgarskiej Grupy A  7  goli .
Tokens: 1___ 2_____ 3______ 4_____ 5____ 6______ 7___ 8 9__________ 10_________ 11___ 12 13 14__ 15

Chunks:
  FalsePositive nam [11,13] = Grupy A 7
  FalseNegative nam [11,12] = Grupy A

(ChunkerEvaluator) Sentence #869 from documents/00101426 from sent13

Text  : W 2005 roku został z CSKA mistrzem Bułgarii .
Tokens: 1 2___ 3___ 4_____ 5 6___ 7_______ 8_______ 9

Chunks:
  TruePositive nam [6,6] = CSKA
  TruePositive nam [8,8] = Bułgarii

(ChunkerEvaluator) Sentence #870 from documents/00101426 from sent14

Text  : Na początku 2006 roku odszedł do czeskiej Sparty Praga .
Tokens: 1_ 2_______ 3___ 4___ 5______ 6_ 7_______ 8_____ 9____ 10

Chunks:
  TruePositive nam [8,9] = Sparty Praga

(ChunkerEvaluator) Sentence #871 from documents/00101426 from sent15

Text  : W 2006 roku zdobył ze Spartą Puchar Czech , a  sukces ten powtórzył jeszcze dwukrotnie z  rzędu w  dwóch kolejnych sezonach .
Tokens: 1 2___ 3___ 4_____ 5_ 6_____ 7_____ 8____ 9 10 11____ 12_ 13_______ 14_____ 15________ 16 17___ 18 19___ 20_______ 21______ 22

Chunks:
  FalsePositive nam [6,8] = Spartą Puchar Czech
  FalseNegative nam [6,6] = Spartą
  FalseNegative nam [7,8] = Puchar Czech

(ChunkerEvaluator) Sentence #872 from documents/00101426 from sent16

Text  : W 2007 roku został też mistrzem Czech .
Tokens: 1 2___ 3___ 4_____ 5__ 6_______ 7____ 8

Chunks:
  TruePositive nam [7,7] = Czech

(ChunkerEvaluator) Sentence #873 from documents/00101426 from sent17

Text  : Na początku 2008 roku Słowak został sprzedany do beniaminka rosyjskiej Premier Ligi ,  Tereka Grozny .
Tokens: 1_ 2_______ 3___ 4___ 5_____ 6_____ 7________ 8_ 9_________ 10________ 11_____ 12__ 13 14____ 15____ 16

Chunks:
  TruePositive nam [5,5] = Słowak
  TruePositive nam [11,12] = Premier Ligi
  TruePositive nam [14,15] = Tereka Grozny

(ChunkerEvaluator) Sentence #874 from documents/00101426 from sent18

Text  : W niej zadebiutował 14 marca w przegranym 0 : 3  meczu z  Krylją Sowietow Samara .
Tokens: 1 2___ 3___________ 4_ 5____ 6 7_________ 8 9 10 11___ 12 13____ 14______ 15____ 16

Chunks:
  TruePositive nam [13,15] = Krylją Sowietow Samara

(ChunkerEvaluator) Sentence #875 from documents/00101426 from sent19

Text  : W Tereku grał przez 2 lata .
Tokens: 1 2_____ 3___ 4____ 5 6___ 7

Chunks:
  TruePositive nam [2,2] = Tereku

(ChunkerEvaluator) Sentence #876 from documents/00101426 from sent20

Text  : W 2010 roku Zabavník został piłkarzem FSV Mainz 05 .
Tokens: 1 2___ 3___ 4_______ 5_____ 6________ 7__ 8____ 9_ 10

Chunks:
  TruePositive nam [4,4] = Zabavník
  FalsePositive nam [7,9] = FSV Mainz 05
  FalseNegative nam [7,8] = FSV Mainz

(ChunkerEvaluator) Sentence #877 from documents/00101426 from sent21

Text  : W Bundeslidze zadebiutował 7 lutego 2010 w wygranym 1 :  0  meczu z  Borussią Mönchengladbach .
Tokens: 1 2__________ 3___________ 4 5_____ 6___ 7 8_______ 9 10 11 12___ 13 14______ 15_____________ 16

Chunks:
  TruePositive nam [2,2] = Bundeslidze
  TruePositive nam [14,15] = Borussią Mönchengladbach

(ChunkerEvaluator) Sentence #878 from documents/00101426 from sent22

Text  : Kariera reprezentacyjna
Tokens: 1______ 2______________

Chunks:

(ChunkerEvaluator) Sentence #879 from documents/00101426 from sent23

Text  : W reprezentacji Słowacji Zabavník zadebiutował 30 kwietnia 2003 roku w  zremisowanym 2  :  2  towarzyskim spotkaniu z  Grecją .
Tokens: 1 2____________ 3_______ 4_______ 5___________ 6_ 7_______ 8___ 9___ 10 11__________ 12 13 14 15_________ 16_______ 17 18____ 19

Chunks:
  TruePositive nam [18,18] = Grecją
  FalsePositive nam [3,4] = Słowacji Zabavník
  FalseNegative nam [3,3] = Słowacji
  FalseNegative nam [4,4] = Zabavník

(ChunkerEvaluator) Sentence #880 from documents/00101426 from sent24

Text  : Od czasu debiutu stał się jednym z podstawowych graczy kadry narodowej .
Tokens: 1_ 2____ 3______ 4___ 5__ 6_____ 7 8___________ 9_____ 10___ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #881 from documents/00101426 from sent25

Text  : W 2010 roku wziął udział w Mistrzostwach Świata w Piłce Nożnej 2010 .
Tokens: 1 2___ 3___ 4____ 5_____ 6 7____________ 8_____ 9 10___ 11____ 12__ 13

Chunks:
  TruePositive nam [7,12] = Mistrzostwach Świata w Piłce Nożnej 2010

2016-10-13 16:40:32,877 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 76 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101427.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101427.ini
(ChunkerEvaluator) Sentence #882 from documents/00101427 from sent1

Text  : Katastrofa lotu China Northwest Airlines 2303
Tokens: 1_________ 2___ 3____ 4________ 5_______ 6___

Chunks:
  TruePositive nam [3,6] = China Northwest Airlines 2303

(ChunkerEvaluator) Sentence #883 from documents/00101427 from sent2

Text  : Katastrofa lotu China Northwest Airlines 2303 wydarzyła się 6 czerwca 1994 roku w  okolicach miasta Xi'an w  Chinach .
Tokens: 1_________ 2___ 3____ 4________ 5_______ 6___ 7________ 8__ 9 10_____ 11__ 12__ 13 14_______ 15____ 16___ 17 18_____ 19

Chunks:
  TruePositive nam [3,6] = China Northwest Airlines 2303
  TruePositive nam [16,16] = Xi'an
  TruePositive nam [18,18] = Chinach

(ChunkerEvaluator) Sentence #884 from documents/00101427 from sent3

Text  : Samolot Tupolev Tu - 154M ( nr rej . B  -  2610 )  ,  linii China Northwest Airlines (  lot nr 2303 )  rozbił się kilka minut po starcie z  lotniska .
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 [2,5] = Tupolev Tu - 154M
  TruePositive nam [16,18] = China Northwest Airlines
  FalsePositive nam [10,12] = B - 2610

(ChunkerEvaluator) Sentence #885 from documents/00101427 from sent4

Text  : W wyniku katastrofy zginęło 160 osób ( 146 pasażerów i  14 członków załogi )  -  wszyscy na pokładzie .
Tokens: 1 2_____ 3_________ 4______ 5__ 6___ 7 8__ 9________ 10 11 12______ 13____ 14 15 16_____ 17 18_______ 19

Chunks:

(ChunkerEvaluator) Sentence #886 from documents/00101427 from sent5

Text  : Jest to największa katastrofa lotnicza w historii Chin .
Tokens: 1___ 2_ 3_________ 4_________ 5_______ 6 7_______ 8___ 9

Chunks:
  TruePositive nam [8,8] = Chin

(ChunkerEvaluator) Sentence #887 from documents/00101427 from sent6

Text  : Tupolev odbywał lot krajowy z Xi'an do Kantonu .
Tokens: 1______ 2______ 3__ 4______ 5 6____ 7_ 8______ 9

Chunks:
  TruePositive nam [1,1] = Tupolev
  TruePositive nam [6,6] = Xi'an
  TruePositive nam [8,8] = Kantonu

(ChunkerEvaluator) Sentence #888 from documents/00101427 from sent7

Text  : Maszyna rozbiła się 8 minut po starcie ( 10 minut według oficjalnego raportu )  ,  na polu ,  18 mil na południowy wschód od lotniska Xianyang Airport .
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 [26,27] = Xianyang Airport
  FalsePositive nam [1,1] = Maszyna

(ChunkerEvaluator) Sentence #889 from documents/00101427 from sent8

Text  : Według ustaleń przyczyną katastrofy było błędne działanie autopilota .
Tokens: 1_____ 2______ 3________ 4_________ 5___ 6_____ 7________ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #890 from documents/00101427 from sent9

Text  : Piloci nie zauważyli , że autopilot ma ustawiony zły kurs .
Tokens: 1_____ 2__ 3________ 4 5_ 6________ 7_ 8________ 9__ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #891 from documents/00101427 from sent10

Text  : Gdy kapitan zauważył , że maszyna schodzi z kursu ,  samolot zaczął się gwałtownie trząść ,  przez co sytuacja nie była już do opanowania i  doszło do katastrofy .
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 #892 from documents/00101427 from sent11

Text  : Zły przegląd techniczny i nieodpowiednia praca mechanika to prawdopodobne przyczyny przebiegu katastrofy .
Tokens: 1__ 2_______ 3_________ 4 5_____________ 6____ 7________ 8_ 9____________ 10_______ 11_______ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #893 from documents/00101427 from sent12

Text  : Poprzedniego wieczoru , autopilot yaw - channel został błędnie podłączony do bank control ,  tudzież bank -  channel do yaw controls .
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 #894 from documents/00101427 from sent13

Text  : W dodatku , te błędne naprawy nie były przeprowadzone w  poprawnym warsztacie do tego przystosowanym .
Tokens: 1 2______ 3 4_ 5_____ 6______ 7__ 8___ 9_____________ 10 11_______ 12________ 13 14__ 15____________ 16

Chunks:

2016-10-13 16:40:32,950 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 77 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101432.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101432.ini
(ChunkerEvaluator) Sentence #895 from documents/00101432 from sent1

Text  : Newman ( Australia )
Tokens: 1_____ 2 3________ 4

Chunks:
  TruePositive nam [1,1] = Newman
  TruePositive nam [3,3] = Australia

(ChunkerEvaluator) Sentence #896 from documents/00101432 from sent2

Text  : Newman - niewielkie miasteczko w stanie Australia Zachodnia , największe skupisko ludzkie w  hrabstwie East Pilbara i  zarazem jego ośrodek administracyjny .
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 [1,1] = Newman
  TruePositive nam [7,8] = Australia Zachodnia
  TruePositive nam [15,16] = East Pilbara

(ChunkerEvaluator) Sentence #897 from documents/00101432 from sent3

Text  : Głównym zajęciem mieszkańców jest praca w górnictwie .
Tokens: 1______ 2_______ 3__________ 4___ 5____ 6 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #898 from documents/00101432 from sent4

Text  : Powstało w latach 60 . XX wieku , po odkryciu w  okolicy żłóż rudy żelaza .
Tokens: 1_______ 2 3_____ 4_ 5 6_ 7____ 8 9_ 10______ 11 12_____ 13__ 14__ 15____ 16

Chunks:

(ChunkerEvaluator) Sentence #899 from documents/00101432 from sent5

Text  : Urobek jest transportowany na wybrzeże przy pomocy towarowej linii kolejowej łączącej Newman z  Port Hedland .
Tokens: 1_____ 2___ 3_____________ 4_ 5_______ 6___ 7_____ 8________ 9____ 10_______ 11______ 12____ 13 14__ 15_____ 16

Chunks:
  TruePositive nam [12,12] = Newman
  TruePositive nam [14,15] = Port Hedland
  FalsePositive nam [1,1] = Urobek

(ChunkerEvaluator) Sentence #900 from documents/00101432 from sent6

Text  : Jeżdżące nią pociągi składają się zwykle z bardzo wielu wagonów ,  a  ich łączna długość przekracza 2000 m  .
Tokens: 1_______ 2__ 3______ 4_______ 5__ 6_____ 7 8_____ 9____ 10_____ 11 12 13_ 14____ 15_____ 16________ 17__ 18 19

Chunks:

(ChunkerEvaluator) Sentence #901 from documents/00101432 from sent7

Text  : W okolicach znajduje się także lotnisko .
Tokens: 1 2________ 3_______ 4__ 5____ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #902 from documents/00101432 from sent8

Text  : Miasto bierze swą nazwę od A . W . Newmana ,  odkrywcy badającego te tereny pod koniec XIX wieku .
Tokens: 1_____ 2_____ 3__ 4____ 5_ 6 7 8 9 10_____ 11 12______ 13________ 14 15____ 16_ 17____ 18_ 19___ 20

Chunks:
  TruePositive nam [6,10] = A . W . Newmana

2016-10-13 16:40:33,093 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 78 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101441.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101441.ini
(ChunkerEvaluator) Sentence #903 from documents/00101441 from sent1

Text  : Flaga Odessy
Tokens: 1____ 2_____

Chunks:
  FalsePositive nam [1,2] = Flaga Odessy
  FalseNegative nam [2,2] = Odessy

(ChunkerEvaluator) Sentence #904 from documents/00101441 from sent2

Text  : Flaga Odessy – jest to prostokątny płat tkaniny podzielony w  słup na 3  pasy jednakowej szerokości o  barwach ;  czerwonej ,  białej i  żółtej .
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 [1,2] = Flaga Odessy
  FalseNegative nam [2,2] = Odessy

(ChunkerEvaluator) Sentence #905 from documents/00101441 from sent3

Text  : Na białym ( środkowym ) tle flagi centralnie położony jest herb Odessy ,  który przedstawia na czerwonej tarczy herbowej umieszczonej w  złotym kartuszu ,  srebrną kotwicę o  czterech hakach .
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 [12,12] = Odessy

(ChunkerEvaluator) Sentence #906 from documents/00101441 from sent4

Text  : Flaga i herb zostały przyjęte uchwałą Rady Miasta Odessy 29 czerwca 1999 roku .
Tokens: 1____ 2 3___ 4______ 5_______ 6______ 7___ 8_____ 9_____ 10 11_____ 12__ 13__ 14

Chunks:
  FalsePositive nam [1,1] = Flaga
  FalsePositive nam [7,9] = Rady Miasta Odessy
  FalseNegative nam [7,8] = Rady Miasta
  FalseNegative nam [9,9] = Odessy

2016-10-13 16:40:33,119 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 79 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101445.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101445.ini
(ChunkerEvaluator) Sentence #907 from documents/00101445 from sent1

Text  : Eric Draper
Tokens: 1___ 2_____

Chunks:
  TruePositive nam [1,2] = Eric Draper

(ChunkerEvaluator) Sentence #908 from documents/00101445 from sent2

Text  : Eric Draper - amerykański fotoreporter , w latach 2001 -  2009 pełnił funkcję dyrektora Biura Fotografii Białego Domu i  zarazem osobistego fotografa prezydenta George'a W  .  Busha .
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 [1,2] = Eric Draper
  TruePositive nam [24,27] = George'a W . Busha
  FalsePositive nam [15,18] = Biura Fotografii Białego Domu
  FalseNegative nam [15,16] = Biura Fotografii
  FalseNegative nam [17,18] = Białego Domu

(ChunkerEvaluator) Sentence #909 from documents/00101445 from sent3

Text  : Draper jest absolwentem California State University , Long Beach .
Tokens: 1_____ 2___ 3__________ 4_________ 5____ 6_________ 7 8___ 9____ 10

Chunks:
  TruePositive nam [1,1] = Draper
  TruePositive nam [4,6] = California State University
  TruePositive nam [8,9] = Long Beach

(ChunkerEvaluator) Sentence #910 from documents/00101445 from sent4

Text  : Przez wiele lat pracował jako fotoreporter prasowy ( związany m  .  in .  z  The Seattle Times )  i  agencyjny .
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 [15,17] = The Seattle Times

(ChunkerEvaluator) Sentence #911 from documents/00101445 from sent5

Text  : Jako wysłannik Associated Press ( AP ) fotografował m .  in .  kampanię prezydencką w  1996 i  2000 roku ,  Mistrzostwa Świata w  Piłce Nożnej 1998 oraz Letnie Igrzyska Olimpijskie 2000 .
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 [3,4] = Associated Press
  TruePositive nam [6,6] = AP
  FalsePositive nam [21,25] = Mistrzostwa Świata w Piłce Nożnej
  FalsePositive nam [28,28] = Letnie
  FalsePositive nam [29,31] = Igrzyska Olimpijskie 2000
  FalseNegative nam [21,26] = Mistrzostwa Świata w Piłce Nożnej 1998
  FalseNegative nam [28,31] = Letnie Igrzyska Olimpijskie 2000

(ChunkerEvaluator) Sentence #912 from documents/00101445 from sent6

Text  : Pracował także jako fotoreporter wojenny , odwiedzając Kosowo podczas konfliktu w  1999 roku .
Tokens: 1_______ 2____ 3___ 4___________ 5______ 6 7__________ 8_____ 9______ 10_______ 11 12__ 13__ 14

Chunks:
  TruePositive nam [8,8] = Kosowo

(ChunkerEvaluator) Sentence #913 from documents/00101445 from sent7

Text  : Jest laureatem wielu nagród branżowych , m . in .  trzykrotnie otrzymywał doroczne wyróżnienie AP dla najlepszego pracującego dla tej agencji fotografa .
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 [15,15] = AP

(ChunkerEvaluator) Sentence #914 from documents/00101445 from sent8

Text  : Przez całą prezydenturę Busha juniora towarzyszył prezydentowi podczas wykonywania jego codziennych obowiązków ,  m  .  in .  w  większości podróży zagranicznych .
Tokens: 1____ 2___ 3___________ 4____ 5______ 6__________ 7___________ 8______ 9__________ 10__ 11_________ 12________ 13 14 15 16 17 18 19________ 20_____ 21___________ 22

Chunks:
  FalsePositive nam [4,4] = Busha
  FalseNegative nam [4,5] = Busha juniora

(ChunkerEvaluator) Sentence #915 from documents/00101445 from sent9

Text  : Oprócz samodzielnego wykonywania zdjęć , kierował także Biurem Fotografii ,  w  którego skład wchodziło oprócz niego troje fotografów i  troje fotoedytorów .
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 [8,9] = Biurem Fotografii

(ChunkerEvaluator) Sentence #916 from documents/00101445 from sent10

Text  : Wszystkie zdjęcia Drapera z okresu pracy w Białym Domu należą do domeny publicznej ,  jak wszystkie dzieła stworzone przez pracowników rządów federalnego USA w  czasie wykonywania obowiązków służbowych .
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 [3,3] = Drapera
  TruePositive nam [8,9] = Białym Domu
  TruePositive nam [23,23] = USA

2016-10-13 16:40:33,190 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 80 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101450.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101450.ini
(ChunkerEvaluator) Sentence #917 from documents/00101450 from sent1

Text  : Piotr Frąckiewicz
Tokens: 1____ 2__________

Chunks:
  TruePositive nam [1,2] = Piotr Frąckiewicz

(ChunkerEvaluator) Sentence #918 from documents/00101450 from sent2

Text  : Piotr Frąckiewicz ( ur . 22 marca 1989 w Zielonej Górze )  –  polski lekkoatleta specjalizujący się w  rzucie oszczepem .
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 [1,2] = Piotr Frąckiewicz
  TruePositive nam [10,11] = Zielonej Górze

(ChunkerEvaluator) Sentence #919 from documents/00101450 from sent3

Text  : W 2007 zajął 4 . miejsce w mistrzostwach Polski juniorów .
Tokens: 1 2___ 3____ 4 5 6______ 7 8____________ 9_____ 10______ 11

Chunks:
  TruePositive nam [9,9] = Polski

(ChunkerEvaluator) Sentence #920 from documents/00101450 from sent4

Text  : W roku 2008 bez powodzenia startował w mistrzostwach świata juniorów .
Tokens: 1 2___ 3___ 4__ 5_________ 6________ 7 8____________ 9_____ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #921 from documents/00101450 from sent5

Text  : Uczestnik młodzieżowych mistrzostw Europy ( 2009 ) - z wynikiem 70 ,  38 nie awansował do finału .
Tokens: 1________ 2____________ 3_________ 4_____ 5 6___ 7 8 9 10______ 11 12 13 14_ 15_______ 16 17____ 18

Chunks:
  TruePositive nam [4,4] = Europy

(ChunkerEvaluator) Sentence #922 from documents/00101450 from sent6

Text  : Brązowy medalista mistrzostw Polski seniorów , które w 2009 roku odbyły się w  Bydgoszczy .
Tokens: 1______ 2________ 3_________ 4_____ 5_______ 6 7____ 8 9___ 10__ 11____ 12_ 13 14________ 15

Chunks:
  TruePositive nam [4,4] = Polski
  TruePositive nam [14,14] = Bydgoszczy

(ChunkerEvaluator) Sentence #923 from documents/00101450 from sent7

Text  : Młodzieżowy Mistrz Polski z 2009 roku wynikiem 76 , 30 .
Tokens: 1__________ 2_____ 3_____ 4 5___ 6___ 7_______ 8_ 9 10 11

Chunks:
  FalsePositive nam [1,3] = Młodzieżowy Mistrz Polski
  FalseNegative nam [3,3] = Polski

(ChunkerEvaluator) Sentence #924 from documents/00101450 from sent8

Text  : Startuje w barwach ZLKL-u Zielona Góra .
Tokens: 1_______ 2 3______ 4_____ 5______ 6___ 7

Chunks:
  TruePositive nam [4,6] = ZLKL-u Zielona Góra

(ChunkerEvaluator) Sentence #925 from documents/00101450 from sent9

Text  : Rekord życiowy : 78 , 02 ( 18 września 2009 ,  Kołobrzeg )  .
Tokens: 1_____ 2______ 3 4_ 5 6_ 7 8_ 9_______ 10__ 11 12_______ 13 14

Chunks:
  TruePositive nam [12,12] = Kołobrzeg

2016-10-13 16:40:33,232 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 81 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101451.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101451.ini
(ChunkerEvaluator) Sentence #926 from documents/00101451 from sent1

Text  : Priesnia ( rzeka )
Tokens: 1_______ 2 3____ 4

Chunks:
  FalseNegative nam [1,1] = Priesnia

(ChunkerEvaluator) Sentence #927 from documents/00101451 from sent2

Text  : Priesnia ( ros . Пресня ) – niewielka rzeka w  centrum w  Moskwy ,  lewy dopływ rzeki Moskwy .
Tokens: 1_______ 2 3__ 4 5_____ 6 7 8________ 9____ 10 11_____ 12 13____ 14 15__ 16____ 17___ 18____ 19

Chunks:
  TruePositive nam [5,5] = Пресня
  TruePositive nam [13,13] = Moskwy
  TruePositive nam [18,18] = Moskwy
  FalseNegative nam [1,1] = Priesnia

(ChunkerEvaluator) Sentence #928 from documents/00101451 from sent3

Text  : W XIX wieku była potocznie nazywana " Sikorką " .
Tokens: 1 2__ 3____ 4___ 5________ 6_______ 7 8______ 9 10

Chunks:
  TruePositive nam [8,8] = Sikorką

(ChunkerEvaluator) Sentence #929 from documents/00101451 from sent4

Text  : Priesnia płynie na odcinku 4 , 5 km , obecnie w  pełni ujęta w  podziemny kolektor .
Tokens: 1_______ 2_____ 3_ 4______ 5 6 7 8_ 9 10_____ 11 12___ 13___ 14 15_______ 16______ 17

Chunks:
  FalseNegative nam [1,1] = Priesnia

(ChunkerEvaluator) Sentence #930 from documents/00101451 from sent5

Text  : Swój bieg rozpoczyna w rejonie moskiewskiego dworca Obywatelskiego , przepływa pod parkiem Piotrowskim i  uchodzi do rzeki Moskwy w  okolicy mostu Nowoarbatskiego .
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 [18,18] = Moskwy
  FalsePositive nam [8,8] = Obywatelskiego
  FalsePositive nam [13,13] = Piotrowskim
  FalsePositive nam [22,22] = Nowoarbatskiego
  FalseNegative nam [7,8] = dworca Obywatelskiego
  FalseNegative nam [12,13] = parkiem Piotrowskim
  FalseNegative nam [21,22] = mostu Nowoarbatskiego

(ChunkerEvaluator) Sentence #931 from documents/00101451 from sent6

Text  : Priesnia zbiera po drodze wody strug Kabanko i Bubnej .
Tokens: 1_______ 2_____ 3_ 4_____ 5___ 6____ 7______ 8 9_____ 10

Chunks:
  TruePositive nam [7,7] = Kabanko
  TruePositive nam [9,9] = Bubnej
  FalseNegative nam [1,1] = Priesnia

(ChunkerEvaluator) Sentence #932 from documents/00101451 from sent7

Text  : W dolnym biegu , w pobliżu Białego Domu , pozostałością po niej jest Garbaty most ,  łączący niegdyś centrum Moskwy z  przedmieściami .
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 [7,8] = Białego Domu
  TruePositive nam [20,20] = Moskwy
  FalseNegative nam [14,15] = Garbaty most

(ChunkerEvaluator) Sentence #933 from documents/00101451 from sent8

Text  : Priesnienskie Stawy w moskiewskim zoo są pozostałością jej starorzecza .
Tokens: 1____________ 2____ 3 4__________ 5__ 6_ 7____________ 8__ 9__________ 10

Chunks:
  FalsePositive nam [2,2] = Stawy
  FalseNegative nam [1,2] = Priesnienskie Stawy

2016-10-13 16:40:33,274 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 82 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101455.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101455.ini
(ChunkerEvaluator) Sentence #934 from documents/00101455 from sent1

Text  : Luigi Scala
Tokens: 1____ 2____

Chunks:
  TruePositive nam [1,2] = Luigi Scala

(ChunkerEvaluator) Sentence #935 from documents/00101455 from sent2

Text  : Luigi Scala ( ur . 25 stycznia 1979 r .  w  Vico Equense )  –  włoski wioślarz .
Tokens: 1____ 2____ 3 4_ 5 6_ 7_______ 8___ 9 10 11 12__ 13_____ 14 15 16____ 17______ 18

Chunks:
  TruePositive nam [1,2] = Luigi Scala
  TruePositive nam [12,13] = Vico Equense

(ChunkerEvaluator) Sentence #936 from documents/00101455 from sent3

Text  : Osiągnięcia
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #937 from documents/00101455 from sent4

Text  : Mistrzostwa Świata – Lucerna 2001 – ósemka ze sternikiem wagi lekkiej –  4  miejsce .
Tokens: 1__________ 2_____ 3 4______ 5___ 6 7_____ 8_ 9_________ 10__ 11_____ 12 13 14_____ 15

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Lucerna
  FalseNegative nam [1,5] = Mistrzostwa Świata – Lucerna 2001

(ChunkerEvaluator) Sentence #938 from documents/00101455 from sent5

Text  : Mistrzostwa Świata – Sewilla 2002 – ósemka ze sternikiem wagi lekkiej –  1  miejsce .
Tokens: 1__________ 2_____ 3 4______ 5___ 6 7_____ 8_ 9_________ 10__ 11_____ 12 13 14_____ 15

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Sewilla
  FalseNegative nam [1,5] = Mistrzostwa Świata – Sewilla 2002

(ChunkerEvaluator) Sentence #939 from documents/00101455 from sent6

Text  : Mistrzostwa Świata – Mediolan 2003 – ósemka ze sternikiem wagi lekkiej –  5  miejsce .
Tokens: 1__________ 2_____ 3 4_______ 5___ 6 7_____ 8_ 9_________ 10__ 11_____ 12 13 14_____ 15

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Mediolan
  FalseNegative nam [1,5] = Mistrzostwa Świata – Mediolan 2003

(ChunkerEvaluator) Sentence #940 from documents/00101455 from sent7

Text  : Mistrzostwa Świata – Gifu 2005 – ósemka ze sternikiem wagi lekkiej –  1  miejsce .
Tokens: 1__________ 2_____ 3 4___ 5___ 6 7_____ 8_ 9_________ 10__ 11_____ 12 13 14_____ 15

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalseNegative nam [1,5] = Mistrzostwa Świata – Gifu 2005

(ChunkerEvaluator) Sentence #941 from documents/00101455 from sent8

Text  : Mistrzostwa Świata – Eton 2006 – ósemka ze sternikiem wagi lekkiej –  1  miejsce .
Tokens: 1__________ 2_____ 3 4___ 5___ 6 7_____ 8_ 9_________ 10__ 11_____ 12 13 14_____ 15

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Eton
  FalseNegative nam [1,5] = Mistrzostwa Świata – Eton 2006

(ChunkerEvaluator) Sentence #942 from documents/00101455 from sent9

Text  : Mistrzostwa Świata – Monachium 2007 – ósemka wagi lekkiej –  3  miejsce .
Tokens: 1__________ 2_____ 3 4________ 5___ 6 7_____ 8___ 9______ 10 11 12_____ 13

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Monachium
  FalseNegative nam [1,5] = Mistrzostwa Świata – Monachium 2007

(ChunkerEvaluator) Sentence #943 from documents/00101455 from sent10

Text  : Mistrzostwa Świata – Poznań 2009 – ósemka wagi lekkiej –  1  miejsce .
Tokens: 1__________ 2_____ 3 4_____ 5___ 6 7_____ 8___ 9______ 10 11 12_____ 13

Chunks:
  FalsePositive nam [1,2] = Mistrzostwa Świata
  FalsePositive nam [4,4] = Poznań
  FalseNegative nam [1,5] = Mistrzostwa Świata – Poznań 2009

2016-10-13 16:40:33,316 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 83 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101459.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101459.ini
(ChunkerEvaluator) Sentence #944 from documents/00101459 from sent1

Text  : Copernicus ( nagroda )
Tokens: 1_________ 2 3______ 4

Chunks:
  TruePositive nam [1,1] = Copernicus

(ChunkerEvaluator) Sentence #945 from documents/00101459 from sent2

Text  : Polsko - Niemiecka Nagroda Naukowa Copernicus ( Copernicus Award )  -  nagroda naukowa przyznawana przez Fundację na rzecz Nauki Polskiej i  Deutsche Forschungsgemeinschaft osobom ,  które mogą wykazać się wybitnym dorobkiem naukowym ,  wynikającym ze współpracy polsko -  niemieckiej .
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 [8,9] = Copernicus Award
  FalsePositive nam [3,6] = Niemiecka Nagroda Naukowa Copernicus
  FalsePositive nam [16,16] = Fundację
  FalsePositive nam [19,20] = Nauki Polskiej
  FalsePositive nam [22,24] = Deutsche Forschungsgemeinschaft osobom
  FalseNegative nam [1,6] = Polsko - Niemiecka Nagroda Naukowa Copernicus
  FalseNegative nam [16,20] = Fundację na rzecz Nauki Polskiej
  FalseNegative nam [22,23] = Deutsche Forschungsgemeinschaft

(ChunkerEvaluator) Sentence #946 from documents/00101459 from sent3

Text  : Laureaci
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #947 from documents/00101459 from sent4

Text  : 2006
Tokens: 1___

Chunks:

(ChunkerEvaluator) Sentence #948 from documents/00101459 from sent5

Text  : Barbara Malinowska
Tokens: 1______ 2_________

Chunks:
  TruePositive nam [1,2] = Barbara Malinowska

(ChunkerEvaluator) Sentence #949 from documents/00101459 from sent6

Text  : Eberhard Schlicker
Tokens: 1_______ 2________

Chunks:
  TruePositive nam [1,2] = Eberhard Schlicker

(ChunkerEvaluator) Sentence #950 from documents/00101459 from sent7

Text  : 2008
Tokens: 1___

Chunks:

(ChunkerEvaluator) Sentence #951 from documents/00101459 from sent8

Text  : Andrzej Sobolewski
Tokens: 1______ 2_________

Chunks:
  TruePositive nam [1,2] = Andrzej Sobolewski

(ChunkerEvaluator) Sentence #952 from documents/00101459 from sent9

Text  : Wolfgang Domcke
Tokens: 1_______ 2_____

Chunks:
  TruePositive nam [1,2] = Wolfgang Domcke

(ChunkerEvaluator) Sentence #953 from documents/00101459 from sent10

Text  : 2010
Tokens: 1___

Chunks:

(ChunkerEvaluator) Sentence #954 from documents/00101459 from sent11

Text  : Alfred Forchel
Tokens: 1_____ 2______

Chunks:
  TruePositive nam [1,2] = Alfred Forchel

(ChunkerEvaluator) Sentence #955 from documents/00101459 from sent12

Text  : Jan Misiewicz
Tokens: 1__ 2________

Chunks:
  TruePositive nam [1,2] = Jan Misiewicz

2016-10-13 16:40:33,340 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 84 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101463.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101463.ini
(ChunkerEvaluator) Sentence #956 from documents/00101463 from sent1

Text  : Ta pierwsza czołówka znana jest z zaawansowanych animacji , przystających na lata 80 a  kogut Milicji do dziś jest symbolem audycji .
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 [16,16] = Milicji

(ChunkerEvaluator) Sentence #957 from documents/00101463 from sent2

Text  : Historia programu
Tokens: 1_______ 2_______

Chunks:

(ChunkerEvaluator) Sentence #958 from documents/00101463 from sent3

Text  : Pierwszy odcinek " Magazynu Kryminalnego 997 " wyemitowano w niedzielę ,  dnia 5  października 1986 roku i  od razu pierwsze emisje okazały się sukcesem ,  zyskały ogromną oglądalność ,  zaś co miesiąc kończyły zatrzymaniem kolejnych morderców (  po każdym programie napływały setki informacji od telewidzów pomocnych w  śledztwie )  .
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

Chunks:
  TruePositive nam [4,6] = Magazynu Kryminalnego 997

(ChunkerEvaluator) Sentence #959 from documents/00101463 from sent4

Text  : W 1987 roku Jan Płócienniczak , pierwszy prowadzący program ,  otrzymał nagrodę Wiktora dla największej osobowośći telewizyjnej roku (  pierwszego w  historii dla TVP )  .
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 [4,5] = Jan Płócienniczak
  TruePositive nam [13,13] = Wiktora
  TruePositive nam [24,24] = TVP

(ChunkerEvaluator) Sentence #960 from documents/00101463 from sent5

Text  : Na przełomie lat 80 . i 90 . jednym z  bohaterów programu był znany francuski dziennikarz Bernard Margueritte który udaremnił napad na swój dom w  Zalesiu Górnym .
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 [17,18] = Bernard Margueritte
  TruePositive nam [26,27] = Zalesiu Górnym

(ChunkerEvaluator) Sentence #961 from documents/00101463 from sent6

Text  : W połowie 1993 roku " Magazyn Kryminalny 997 " nie spodobał się Komendantowi Głównemu Policji Zenonowi Smolarkowi ,  stwierdził on że ta audycja jest "  instruktażem dla przyszłych bandytów i  morderców "  ,  program został zdjęty z  anteny ,  a  w  jego miejsce emitowano program Dajcie znak życia o  ludziach zaginionych .
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:
  TruePositive nam [6,8] = Magazyn Kryminalny 997
  TruePositive nam [16,17] = Zenonowi Smolarkowi
  FalsePositive nam [13,15] = Komendantowi Głównemu Policji
  FalseNegative nam [13,14] = Komendantowi Głównemu
  FalseNegative nam [15,15] = Policji
  FalseNegative nam [46,51] = Dajcie znak życia o ludziach zaginionych

(ChunkerEvaluator) Sentence #962 from documents/00101463 from sent7

Text  : Jednakże policja dość szybko wycofała się z absurdalnego zarzutu i  Magazyn Kryminalny 997 powrócił na ekrany telewizorów .
Tokens: 1_______ 2______ 3___ 4_____ 5_______ 6__ 7 8___________ 9______ 10 11_____ 12________ 13_ 14______ 15 16____ 17_________ 18

Chunks:
  TruePositive nam [11,13] = Magazyn Kryminalny 997

(ChunkerEvaluator) Sentence #963 from documents/00101463 from sent8

Text  : W 1995 roku prowadzącym został Michał Fajbusiewicz .
Tokens: 1 2___ 3___ 4__________ 5_____ 6_____ 7___________ 8

Chunks:
  TruePositive nam [6,7] = Michał Fajbusiewicz

(ChunkerEvaluator) Sentence #964 from documents/00101463 from sent9

Text  : 26 października 2000 roku Magazyn Kryminalny 997 pojawił się po raz 250 .
Tokens: 1_ 2___________ 3___ 4___ 5______ 6_________ 7__ 8______ 9__ 10 11_ 12_ 13

Chunks:
  TruePositive nam [5,7] = Magazyn Kryminalny 997

(ChunkerEvaluator) Sentence #965 from documents/00101463 from sent10

Text  : 8 listopada 2001 roku audycja pojawiła się po raz 300 .
Tokens: 1 2________ 3___ 4___ 5______ 6_______ 7__ 8_ 9__ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #966 from documents/00101463 from sent11

Text  : 6 października 2003 roku obchodzono kolejny jubileusz programu , tym razem wyemitowano odcinek nr 400 .
Tokens: 1 2___________ 3___ 4___ 5_________ 6______ 7________ 8_______ 9 10_ 11___ 12_________ 13_____ 14 15_ 16

Chunks:

(ChunkerEvaluator) Sentence #967 from documents/00101463 from sent12

Text  : 26 września 2005 roku Magazyn Kryminalny 997 pojawił się po raz 500 na antenie TVP .
Tokens: 1_ 2_______ 3___ 4___ 5______ 6_________ 7__ 8______ 9__ 10 11_ 12_ 13 14_____ 15_ 16

Chunks:
  TruePositive nam [5,7] = Magazyn Kryminalny 997
  TruePositive nam [15,15] = TVP

(ChunkerEvaluator) Sentence #968 from documents/00101463 from sent13

Text  : W 2006 roku obchodzono 20 - lecie audycji .
Tokens: 1 2___ 3___ 4_________ 5_ 6 7____ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #969 from documents/00101463 from sent14

Text  : 27 grudnia 2007 roku wyemitowano 600 . odcinek programu .
Tokens: 1_ 2______ 3___ 4___ 5__________ 6__ 7 8______ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #970 from documents/00101463 from sent15

Text  : Od 3 października 2009 do 9 stycznia 2010 program był emitowany w  TVP Info ,  w  każdą sobotę o  23 .  30 (  od 5  grudnia 2009 roku zmieniono porę emisji na godz .  21 .  00 )  .
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 [13,14] = TVP Info

(ChunkerEvaluator) Sentence #971 from documents/00101463 from sent16

Text  : Od 4 marca 2010 roku program ponownie trafił do ramówki TVP 2  (  czwartki godz .  22 :  45 )  .
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 [11,12] = TVP 2

(ChunkerEvaluator) Sentence #972 from documents/00101463 from sent17

Text  : Katastrofa śmigłowca w trakcie realizacji audycji
Tokens: 1_________ 2________ 3 4______ 5_________ 6______

Chunks:

(ChunkerEvaluator) Sentence #973 from documents/00101463 from sent18

Text  : W okolicach Cisnej w Bieszczadach , w dniu 10 stycznia 1991 rozbił się śmigłowiec Mi -  8T ze 103 .  Pułku Lotniczego Nadwiślańskich Jednostek Wojskowych Ministerstwa Spraw Wewnętrznych ,  biorący udział w  rekonstrukcji zdarzeń na potrzeby Magazynu Kryminalnego 997 .
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 [3,3] = Cisnej
  TruePositive nam [5,5] = Bieszczadach
  TruePositive nam [15,17] = Mi - 8T
  TruePositive nam [37,39] = Magazynu Kryminalnego 997
  FalsePositive nam [20,28] = . Pułku Lotniczego Nadwiślańskich Jednostek Wojskowych Ministerstwa Spraw Wewnętrznych
  FalseNegative nam [19,22] = 103 . Pułku Lotniczego
  FalseNegative nam [23,25] = Nadwiślańskich Jednostek Wojskowych
  FalseNegative nam [26,28] = Ministerstwa Spraw Wewnętrznych

(ChunkerEvaluator) Sentence #974 from documents/00101463 from sent19

Text  : W katastrofie zginęło 10 policjantów .
Tokens: 1 2__________ 3______ 4_ 5__________ 6

Chunks:

(ChunkerEvaluator) Sentence #975 from documents/00101463 from sent20

Text  : Na miejscu katastrofy w 1992 ustawiono obelisk .
Tokens: 1_ 2______ 3_________ 4 5___ 6________ 7______ 8

Chunks:

2016-10-13 16:40:33,478 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 85 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101468.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101468.ini
(ChunkerEvaluator) Sentence #976 from documents/00101468 from sent1

Text  : Jonas Gunnarsson
Tokens: 1____ 2_________

Chunks:
  TruePositive nam [1,2] = Jonas Gunnarsson

(ChunkerEvaluator) Sentence #977 from documents/00101468 from sent2

Text  : Jonas Gunnarsson ( ur . 8 września 1977 r .  )  –  szwedzki snowboardzista .
Tokens: 1____ 2_________ 3 4_ 5 6 7_______ 8___ 9 10 11 12 13______ 14____________ 15

Chunks:
  TruePositive nam [1,2] = Jonas Gunnarsson

(ChunkerEvaluator) Sentence #978 from documents/00101468 from sent3

Text  : Jego najlepszym wynikiem na mistrzostwach świata jest 11 miejsce w  halfpipe'ie na mistrzostwach w  San Candido .
Tokens: 1___ 2_________ 3_______ 4_ 5____________ 6_____ 7___ 8_ 9______ 10 11_________ 12 13___________ 14 15_ 16_____ 17

Chunks:
  TruePositive nam [15,16] = San Candido

(ChunkerEvaluator) Sentence #979 from documents/00101468 from sent4

Text  : Nie startował na igrzyskach olimpijskich .
Tokens: 1__ 2________ 3_ 4_________ 5___________ 6

Chunks:

(ChunkerEvaluator) Sentence #980 from documents/00101468 from sent5

Text  : Najlepsze wyniki w Pucharze Świata osiągnął w sezonie 1996 /  1997 kiedy to zajął 9  miejsce w  klasyfikacji generalnej ,  a  w  klasyfikacji halfpipe'a zdobył małą kryształową kulę .
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 [4,5] = Pucharze Świata
  FalsePositive nam [24,24] = halfpipe'a
  FalseNegative nam [26,28] = małą kryształową kulę

(ChunkerEvaluator) Sentence #981 from documents/00101468 from sent6

Text  : W 2003 r . zakończył karierę .
Tokens: 1 2___ 3 4 5________ 6______ 7

Chunks:

2016-10-13 16:40:33,506 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 86 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101477.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101477.ini
(ChunkerEvaluator) Sentence #982 from documents/00101477 from sent1

Text  : Osiek ( powiat oświęcimski )
Tokens: 1____ 2 3_____ 4__________ 5

Chunks:
  TruePositive nam [1,1] = Osiek
  TruePositive nam [4,4] = oświęcimski

(ChunkerEvaluator) Sentence #983 from documents/00101477 from sent2

Text  : Osiek – wieś w Polsce położona w województwie małopolskim ,  w  powiecie oświęcimskim ,  w  gminie Osiek .
Tokens: 1____ 2 3___ 4 5_____ 6_______ 7 8___________ 9__________ 10 11 12______ 13__________ 14 15 16____ 17___ 18

Chunks:
  TruePositive nam [1,1] = Osiek
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,9] = małopolskim
  TruePositive nam [13,13] = oświęcimskim
  TruePositive nam [17,17] = Osiek

(ChunkerEvaluator) Sentence #984 from documents/00101477 from sent3

Text  : W latach 1975 - 1998 miejscowość należała administracyjnie do województwa bielskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8_______________ 9_ 10_________ 11________ 12

Chunks:
  TruePositive nam [11,11] = bielskiego

(ChunkerEvaluator) Sentence #985 from documents/00101477 from sent4

Text  : Zabytki
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #986 from documents/00101477 from sent5

Text  : W Osieku znajdują się pałacyk - dworek szlachecki oraz kościół drewniany z  XVI wieku ,  który nie jest używany jako obiekt kultu liturgicznego odkąd powstał tu w  XIX wieku murowany kościół w  stylu neogotyckim .
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 [2,2] = Osieku

(ChunkerEvaluator) Sentence #987 from documents/00101477 from sent6

Text  : W kościele znajdują się relikwie św . ojca Pio ,  kapucyna stygmatyka z  Pietrelciny .
Tokens: 1 2_______ 3_______ 4__ 5_______ 6_ 7 8___ 9__ 10 11______ 12________ 13 14_________ 15

Chunks:
  TruePositive nam [14,14] = Pietrelciny
  FalsePositive nam [9,9] = Pio
  FalseNegative nam [6,9] = św . ojca Pio
  FalseNegative nam [11,11] = kapucyna

2016-10-13 16:40:33,539 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 87 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101478.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101478.ini
(ChunkerEvaluator) Sentence #988 from documents/00101478 from sent1

Text  : Jocelyn ( Ontario )
Tokens: 1______ 2 3______ 4

Chunks:
  TruePositive nam [1,1] = Jocelyn
  TruePositive nam [3,3] = Ontario

(ChunkerEvaluator) Sentence #989 from documents/00101478 from sent2

Text  : Jocelyn to gmina ( ang . township ) w Kanadzie ,  w  prowincji Ontario ,  w  dystrykcie Algoma .
Tokens: 1______ 2_ 3____ 4 5__ 6 7_______ 8 9 10______ 11 12 13_______ 14_____ 15 16 17________ 18____ 19

Chunks:
  TruePositive nam [1,1] = Jocelyn
  TruePositive nam [10,10] = Kanadzie
  TruePositive nam [14,14] = Ontario
  TruePositive nam [18,18] = Algoma

(ChunkerEvaluator) Sentence #990 from documents/00101478 from sent3

Text  : Powierzchnia Jocelyn to 132 , 53 km² .
Tokens: 1___________ 2______ 3_ 4__ 5 6_ 7__ 8

Chunks:
  TruePositive nam [2,2] = Jocelyn

(ChunkerEvaluator) Sentence #991 from documents/00101478 from sent4

Text  : Według danych spisu powszechnego z roku 2001 Jocelyn liczy 298 mieszkańców (  2  ,  25 os .  /  km² )  .
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] = Jocelyn

2016-10-13 16:40:33,556 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 88 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101483.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101483.ini
(ChunkerEvaluator) Sentence #992 from documents/00101483 from sent1

Text  : Herb gminy Lututów
Tokens: 1___ 2____ 3______

Chunks:
  TruePositive nam [3,3] = Lututów

(ChunkerEvaluator) Sentence #993 from documents/00101483 from sent2

Text  : Herb Lututowa to herb miejscowości i gminy Lututów w powiecie wieruszowskim w  województwie łódzkim .
Tokens: 1___ 2_______ 3_ 4___ 5___________ 6 7____ 8______ 9 10______ 11___________ 12 13__________ 14_____ 15

Chunks:
  TruePositive nam [2,2] = Lututowa
  TruePositive nam [8,8] = Lututów
  TruePositive nam [11,11] = wieruszowskim
  TruePositive nam [14,14] = łódzkim

(ChunkerEvaluator) Sentence #994 from documents/00101483 from sent3

Text  : Herb ten przedstawia niebieską tarczę herbową , na której znajduje się biały (  lub srebrny )  kozioł zwrócony głową w  prawo ,  z  żółtymi (  lub złotymi )  rogami .
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 #995 from documents/00101483 from sent4

Text  : Kozioł jest symbolem Lututowa od przynajmniej 600 lat .
Tokens: 1_____ 2___ 3_______ 4_______ 5_ 6___________ 7__ 8__ 9

Chunks:
  TruePositive nam [4,4] = Lututowa
  FalsePositive nam [1,1] = Kozioł

(ChunkerEvaluator) Sentence #996 from documents/00101483 from sent5

Text  : Najstarszą rzeczą , w której występuje on jako symbol miasta ,  to pieczęć Lututowa z  roku 1532 (  obecnie znajdująca się w  zbiorach Muzeum Narodowego w  Krakowie )  ,  na której znajdują się litery LVTOLTOV ,  a  pod nimi wizerunek kozła zwróconego w  lewo .
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 [14,14] = Lututowa
  TruePositive nam [24,25] = Muzeum Narodowego
  TruePositive nam [27,27] = Krakowie
  FalsePositive nam [35,35] = LVTOLTOV

2016-10-13 16:40:33,592 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 89 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101490.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101490.ini
(ChunkerEvaluator) Sentence #997 from documents/00101490 from sent1

Text  : Radu Vasile
Tokens: 1___ 2_____

Chunks:
  TruePositive nam [1,2] = Radu Vasile

(ChunkerEvaluator) Sentence #998 from documents/00101490 from sent2

Text  : Radu Vasile ( ur . 10 października 1942 w Sybinie )  –  rumuński polityk ,  historyk i  poeta .
Tokens: 1___ 2_____ 3 4_ 5 6_ 7___________ 8___ 9 10_____ 11 12 13______ 14_____ 15 16______ 17 18___ 19

Chunks:
  TruePositive nam [1,2] = Radu Vasile
  TruePositive nam [10,10] = Sybinie

(ChunkerEvaluator) Sentence #999 from documents/00101490 from sent3

Text  : Publikuje swoje wiersze po pseudonimem Radu Mischiu .
Tokens: 1________ 2____ 3______ 4_ 5__________ 6___ 7______ 8

Chunks:
  TruePositive nam [6,7] = Radu Mischiu

(ChunkerEvaluator) Sentence #1000 from documents/00101490 from sent4

Text  : Początkowo członek Narodowej Partii Chłopów , zajmował stanowisko premiera Rumunii od 17 kwietnia 1998 do 13 grudnia 1999 .
Tokens: 1_________ 2______ 3________ 4_____ 5______ 6 7_______ 8_________ 9_______ 10_____ 11 12 13______ 14__ 15 16 17_____ 18__ 19

Chunks:
  TruePositive nam [3,5] = Narodowej Partii Chłopów
  TruePositive nam [10,10] = Rumunii

(ChunkerEvaluator) Sentence #1001 from documents/00101490 from sent5

Text  : W czasie jego rządu zmuszony był m . in .  do konfrontacji ze zbuntowanymi górnikami (  tzw .  okres Mineriad ,  luty 1999 )  .
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 [20,20] = Mineriad

(ChunkerEvaluator) Sentence #1002 from documents/00101490 from sent6

Text  : Od 2000 do 2004 roku był senatorem z ramienia Partii Demokratycznej .
Tokens: 1_ 2___ 3_ 4___ 5___ 6__ 7________ 8 9_______ 10____ 11____________ 12

Chunks:
  TruePositive nam [10,11] = Partii Demokratycznej

2016-10-13 16:40:33,626 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 90 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101493.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101493.ini
(ChunkerEvaluator) Sentence #1003 from documents/00101493 from sent1

Text  : Andora w Konkursie Piosenki Eurowizji
Tokens: 1_____ 2 3________ 4_______ 5________

Chunks:
  TruePositive nam [1,1] = Andora
  TruePositive nam [3,5] = Konkursie Piosenki Eurowizji

(ChunkerEvaluator) Sentence #1004 from documents/00101493 from sent2

Text  : Andora brała udział w Eurowizji pięć razy , debiutując w  roku 2004 .
Tokens: 1_____ 2____ 3_____ 4 5________ 6___ 7___ 8 9_________ 10 11__ 12__ 13

Chunks:
  TruePositive nam [1,1] = Andora
  TruePositive nam [5,5] = Eurowizji

(ChunkerEvaluator) Sentence #1005 from documents/00101493 from sent3

Text  : Stacje telewizyjne Andory nigdy nie pokazywały koncertu , aż do ostatniego roku .
Tokens: 1_____ 2__________ 3_____ 4____ 5__ 6_________ 7_______ 8 9_ 10 11________ 12__ 13

Chunks:
  TruePositive nam [3,3] = Andory

(ChunkerEvaluator) Sentence #1006 from documents/00101493 from sent4

Text  : Było to jednak dostępne jedynie na stacjach francuskich i hiszpańskich .
Tokens: 1___ 2_ 3_____ 4_______ 5______ 6_ 7_______ 8__________ 9 10__________ 11

Chunks:

(ChunkerEvaluator) Sentence #1007 from documents/00101493 from sent5

Text  : Andora nigdy nie zakwalifikowała się do finału .
Tokens: 1_____ 2____ 3__ 4______________ 5__ 6_ 7_____ 8

Chunks:
  TruePositive nam [1,1] = Andora

(ChunkerEvaluator) Sentence #1008 from documents/00101493 from sent6

Text  : Jej największym osiągnieciem było 12 miejsce w półfinale w 2007 roku .
Tokens: 1__ 2__________ 3___________ 4___ 5_ 6______ 7 8________ 9 10__ 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #1009 from documents/00101493 from sent7

Text  : Andora nie weszła nigdy do finału , dlatego nie otrzymała żadnych punktów .
Tokens: 1_____ 2__ 3_____ 4____ 5_ 6_____ 7 8______ 9__ 10_______ 11_____ 12_____ 13

Chunks:
  TruePositive nam [1,1] = Andora

2016-10-13 16:40:33,658 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 91 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101494.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101494.ini
(ChunkerEvaluator) Sentence #1010 from documents/00101494 from sent1

Text  : Dzwonowo ( województwo wielkopolskie )
Tokens: 1_______ 2 3__________ 4____________ 5

Chunks:
  TruePositive nam [1,1] = Dzwonowo
  TruePositive nam [4,4] = wielkopolskie

(ChunkerEvaluator) Sentence #1011 from documents/00101494 from sent2

Text  : Dzwonowo – wieś w Polsce położona w województwie wielkopolskim ,  w  powiecie wągrowieckim ,  w  gminie Skoki .
Tokens: 1_______ 2 3___ 4 5_____ 6_______ 7 8___________ 9____________ 10 11 12______ 13__________ 14 15 16____ 17___ 18

Chunks:
  TruePositive nam [1,1] = Dzwonowo
  TruePositive nam [5,5] = Polsce
  TruePositive nam [9,9] = wielkopolskim
  TruePositive nam [13,13] = wągrowieckim
  TruePositive nam [17,17] = Skoki

(ChunkerEvaluator) Sentence #1012 from documents/00101494 from sent3

Text  : Miejscowość wchodzi w skład sołectwa Niedźwiedziny .
Tokens: 1__________ 2______ 3 4____ 5_______ 6____________ 7

Chunks:
  TruePositive nam [6,6] = Niedźwiedziny

(ChunkerEvaluator) Sentence #1013 from documents/00101494 from sent4

Text  : W latach 1975 - 1998 miejscowość administracyjnie należała do województwa poznańskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______________ 8_______ 9_ 10_________ 11__________ 12

Chunks:
  TruePositive nam [11,11] = poznańskiego

2016-10-13 16:40:33,676 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 92 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101501.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101501.ini
(ChunkerEvaluator) Sentence #1014 from documents/00101501 from sent1

Text  : Kamienna Góra ( powiat sztumski )
Tokens: 1_______ 2___ 3 4_____ 5_______ 6

Chunks:
  TruePositive nam [1,2] = Kamienna Góra
  TruePositive nam [5,5] = sztumski

(ChunkerEvaluator) Sentence #1015 from documents/00101501 from sent2

Text  : Kamienna Góra – osada w Polsce położona w województwie pomorskim ,  w  powiecie sztumskim ,  w  gminie Dzierzgoń .
Tokens: 1_______ 2___ 3 4____ 5 6_____ 7_______ 8 9___________ 10_______ 11 12 13______ 14_______ 15 16 17____ 18_______ 19

Chunks:
  TruePositive nam [1,2] = Kamienna Góra
  TruePositive nam [6,6] = Polsce
  TruePositive nam [10,10] = pomorskim
  TruePositive nam [14,14] = sztumskim
  TruePositive nam [18,18] = Dzierzgoń

(ChunkerEvaluator) Sentence #1016 from documents/00101501 from sent3

Text  : W latach 1975 - 1998 miejscowość położona była w województwie elbląskim .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______ 8___ 9 10__________ 11_______ 12

Chunks:
  TruePositive nam [11,11] = elbląskim

2016-10-13 16:40:33,692 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 93 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101503.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101503.ini
(ChunkerEvaluator) Sentence #1017 from documents/00101503 from sent1

Text  : Zygmunt Hohenzollern ( arcybiskup magdeburski )
Tokens: 1______ 2___________ 3 4_________ 5__________ 6

Chunks:
  TruePositive nam [1,2] = Zygmunt Hohenzollern

(ChunkerEvaluator) Sentence #1018 from documents/00101503 from sent2

Text  : Zygmunt Hohenzollern ( ur . 2 grudnia 1538 w Berlinie ,  zm .  14 września 1566 )  -  arcybiskup Magdeburga od 1552 roku i  Halberstadt od 1557 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__ 29

Chunks:
  TruePositive nam [1,2] = Zygmunt Hohenzollern
  TruePositive nam [10,10] = Berlinie
  TruePositive nam [20,20] = Magdeburga
  TruePositive nam [25,25] = Halberstadt

(ChunkerEvaluator) Sentence #1019 from documents/00101503 from sent3

Text  : Był synem Joachima II , elektora brandenburskiego , i jego drugiej żony Jadwigi Jagiellonki ,  córki polskiego króla Zygmunta I  Starego .
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 [3,4] = Joachima II
  TruePositive nam [13,14] = Jadwigi Jagiellonki
  TruePositive nam [19,21] = Zygmunta I Starego

(ChunkerEvaluator) Sentence #1020 from documents/00101503 from sent4

Text  : 26 października 1552 roku został wybrany arcybiskupem Magdeburga ; jako taki był następcą swojego przyrodniego brata Fryderyka .
Tokens: 1_ 2___________ 3___ 4___ 5_____ 6______ 7___________ 8_________ 9 10__ 11__ 12_ 13______ 14_____ 15__________ 16___ 17_______ 18

Chunks:
  TruePositive nam [8,8] = Magdeburga
  TruePositive nam [17,17] = Fryderyka

(ChunkerEvaluator) Sentence #1021 from documents/00101503 from sent5

Text  : W 1554 roku otrzymał od papieża Juliusza III zgodę na objęcia arcybiskupstwa w  tak młodym wieku .
Tokens: 1 2___ 3___ 4_______ 5_ 6______ 7_______ 8__ 9____ 10 11_____ 12____________ 13 14_ 15____ 16___ 17

Chunks:
  FalsePositive nam [7,7] = Juliusza
  FalseNegative nam [7,8] = Juliusza III

(ChunkerEvaluator) Sentence #1022 from documents/00101503 from sent6

Text  : W 1557 roku został biskupem Halberstadt .
Tokens: 1 2___ 3___ 4_____ 5_______ 6__________ 7

Chunks:
  TruePositive nam [6,6] = Halberstadt

(ChunkerEvaluator) Sentence #1023 from documents/00101503 from sent7

Text  : Jego wuj Zygmunt II August , król Polski i wielki książę litewski ,  rozważał możliwość powierzenia mu korony po swojej śmierci .
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 [3,5] = Zygmunt II August
  TruePositive nam [8,8] = Polski

(ChunkerEvaluator) Sentence #1024 from documents/00101503 from sent8

Text  : Zygmunt Hohenzollern zmarł jednak przed swoim wujem , przez co osadzenie go na polskim tronie pozostało jedynie w  sferze planów .
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 [1,2] = Zygmunt Hohenzollern

2016-10-13 16:40:33,749 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 94 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101504.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101504.ini
(ChunkerEvaluator) Sentence #1025 from documents/00101504 from sent1

Text  : Uwodzenie
Tokens: 1________

Chunks:

(ChunkerEvaluator) Sentence #1026 from documents/00101504 from sent2

Text  : Uwodzenie – zachowanie mające na celu przyciągnięcie partnera / partnerki bez użycia przemocy .
Tokens: 1________ 2 3_________ 4_____ 5_ 6___ 7_____________ 8_______ 9 10_______ 11_ 12____ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #1027 from documents/00101504 from sent3

Text  : Może ono doprowadzić do stosunku płciowego lub utworzenia związku partnerskiego ,  niekiedy zakończonego małżeństwem .
Tokens: 1___ 2__ 3__________ 4_ 5_______ 6________ 7__ 8_________ 9______ 10___________ 11 12______ 13__________ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #1028 from documents/00101504 from sent4

Text  : Uwodzenie nie jest przestępstwem , ale jest przez część osób uważane za czyn naganny moralnie (  zwłaszcza w  stosunku do małoletnich )  .
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 #1029 from documents/00101504 from sent5

Text  : Taktyki uwodzenia są rozważane w nurcie psychologii ewolucyjnej .
Tokens: 1______ 2________ 3_ 4________ 5 6_____ 7__________ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #1030 from documents/00101504 from sent6

Text  : W tym sensie pojęcie to może być używane także w  odniesieniu do zwierząt .
Tokens: 1 2__ 3_____ 4______ 5_ 6___ 7__ 8______ 9____ 10 11_________ 12 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #1031 from documents/00101504 from sent7

Text  : Szkolenia i serwisy o tematyce uwodzenia
Tokens: 1________ 2 3______ 4 5_______ 6________

Chunks:

(ChunkerEvaluator) Sentence #1032 from documents/00101504 from sent8

Text  : Wraz z rozwojem internetu powstały specjalne fora , na których mężczyźni wymieniają się spostrzeżeniami na temat uwodzenia kobiet ,  a  także miejsca ,  gdzie kobiety dzielą się sposobami na uwodzenie mężczyzn .
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 [4,4] = internetu

(ChunkerEvaluator) Sentence #1033 from documents/00101504 from sent9

Text  : Dla części ich uczestników porady w zakresie podrywania kobiet stały się sposobem na biznes .
Tokens: 1__ 2_____ 3__ 4__________ 5_____ 6 7_______ 8_________ 9_____ 10___ 11_ 12______ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #1034 from documents/00101504 from sent10

Text  : Regularnie organizowane są płatne szkolenia , połączone z wykładami i  częścią praktyczną .
Tokens: 1_________ 2___________ 3_ 4_____ 5________ 6 7________ 8 9________ 10 11_____ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #1035 from documents/00101504 from sent11

Text  : Średni koszt wejścia na szkolenie to 1200 zł .
Tokens: 1_____ 2____ 3______ 4_ 5________ 6_ 7___ 8_ 9

Chunks:
  TruePositive nam [8,8] = zł

(ChunkerEvaluator) Sentence #1036 from documents/00101504 from sent12

Text  : Kursy wzbudzają często wiele kontrowersji wśród ich uczestników .
Tokens: 1____ 2________ 3_____ 4____ 5___________ 6____ 7__ 8__________ 9

Chunks:

2016-10-13 16:40:33,807 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 95 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101505.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101505.ini
(ChunkerEvaluator) Sentence #1037 from documents/00101505 from sent1

Text  : Nowa Wieś ( powiat wągrowiecki )
Tokens: 1___ 2___ 3 4_____ 5__________ 6

Chunks:
  TruePositive nam [1,2] = Nowa Wieś
  TruePositive nam [5,5] = wągrowiecki

(ChunkerEvaluator) Sentence #1038 from documents/00101505 from sent2

Text  : Nowa Wieś – osada - integralna część miejscowości Rąbczyn w  Polsce położona w  województwie wielkopolskim ,  w  powiecie wągrowieckim ,  w  gminie Wągrowiec .
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 [1,2] = Nowa Wieś
  TruePositive nam [9,9] = Rąbczyn
  TruePositive nam [11,11] = Polsce
  TruePositive nam [15,15] = wielkopolskim
  TruePositive nam [19,19] = wągrowieckim
  TruePositive nam [23,23] = Wągrowiec

(ChunkerEvaluator) Sentence #1039 from documents/00101505 from sent3

Text  : W latach 1975 - 1998 miejscowość administracyjnie należała do województwa pilskiego .
Tokens: 1 2_____ 3___ 4 5___ 6__________ 7_______________ 8_______ 9_ 10_________ 11_______ 12

Chunks:
  TruePositive nam [11,11] = pilskiego

(ChunkerEvaluator) Sentence #1040 from documents/00101505 from sent4

Text  : Wioska położona na trasie Wągrowiec - Janowiec Wielkopolski , 4  kilometry od Wągrowca .
Tokens: 1_____ 2_______ 3_ 4_____ 5________ 6 7_______ 8___________ 9 10 11_______ 12 13______ 14

Chunks:
  TruePositive nam [5,5] = Wągrowiec
  TruePositive nam [7,8] = Janowiec Wielkopolski
  TruePositive nam [13,13] = Wągrowca

(ChunkerEvaluator) Sentence #1041 from documents/00101505 from sent5

Text  : W Nowej Wsi znajduje się leśniczówka , oraz siedziba RSP Łaziska ,  wieś położona jest nad rzeką Wełną ,  w  lasach znajdują się poniemieckie zniszczone budynki ,  oraz poniemiecki cmentarz .
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 [2,3] = Nowej Wsi
  TruePositive nam [10,11] = RSP Łaziska
  TruePositive nam [18,18] = Wełną

2016-10-13 16:40:33,840 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 96 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101506.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101506.ini
(ChunkerEvaluator) Sentence #1042 from documents/00101506 from sent1

Text  : W genach 80 mieszkańców Islandii genetycy znaleźli linię DNA mitochondrialnego ,  która występuje wyłącznie u  rodowitych mieszkańców Ameryki i  Azji Wschodniej .
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] = Islandii
  TruePositive nam [9,9] = DNA
  TruePositive nam [18,18] = Ameryki
  TruePositive nam [20,21] = Azji Wschodniej

(ChunkerEvaluator) Sentence #1043 from documents/00101506 from sent2

Text  : Hiszpańscy i islandzcy naukowcy myśleli początkowo , że jest to współczesna domieszka genetyczna związana z  migracjami do Islandii mieszkańców Azji .
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 [18,18] = Islandii
  TruePositive nam [20,20] = Azji

(ChunkerEvaluator) Sentence #1044 from documents/00101506 from sent3

Text  : Hiszpańscy i islandzcy naukowcy myśleli początkowo , że jest to współczesna domieszka genetyczna związana z  migracjami do Islandii mieszkańców Azji .
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 [18,18] = Islandii
  TruePositive nam [20,20] = Azji

(ChunkerEvaluator) Sentence #1045 from documents/00101506 from sent4

Text  : Jednak po przeanalizowaniu rodowodów czterech rodzin okazało się , że wszystkie w  pierwszej połowie XVIII w  .  miały przodków w  tym samym regionie Islandii .
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 [24,24] = Islandii

(ChunkerEvaluator) Sentence #1046 from documents/00101506 from sent5

Text  : Badacze uważąją , że linia genetyczna ( fachowo podklad haplogrupy )  najpewniej pochodzi od jednej mieszkanki Ameryk i  dostała się do Islandii w  wyniku wikińskich rejsów do Ameryki Północnej .
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] = Ameryk
  TruePositive nam [22,22] = Islandii
  TruePositive nam [28,29] = Ameryki Północnej

(ChunkerEvaluator) Sentence #1047 from documents/00101506 from sent6

Text  : Tym samym linia genetyczna oznaczona symbolem C1e stała się kolejnym dowodem na to ,  że żeglarze ze Skandynawii wyprzedzili Kolumba o  kilka stuleci .
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 [18,18] = Skandynawii
  TruePositive nam [20,20] = Kolumba
  FalsePositive nam [7,7] = C1e

(ChunkerEvaluator) Sentence #1048 from documents/00101506 from sent7

Text  : Jeśli hiszpańscy i islandzcy badacze mają rację , to ich odkrycie jest również najstarszym dowodem współżycia seksualnego mieszkańców Europy i  Ameryki .
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 [19,19] = Europy
  TruePositive nam [21,21] = Ameryki

(ChunkerEvaluator) Sentence #1049 from documents/00101506 from sent8

Text  : Należy jednak ostrożnie podchodzić do tezy , którą pozwolił em sobie umieścić w  tytule .
Tokens: 1_____ 2_____ 3________ 4_________ 5_ 6___ 7 8____ 9_______ 10 11___ 12______ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #1050 from documents/00101506 from sent9

Text  : Po pierwsze owa Indianka niekoniecznie musiała być porwana , a  po drugie geny naszej bohaterki mogły zmieszać się ze skandynawskimi w  Ameryce ,  a  do Europy sprowadziła je jedynie jej potomkini .
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 [4,4] = Indianka
  TruePositive nam [22,22] = Ameryce
  TruePositive nam [26,26] = Europy

2016-10-13 16:40:33,911 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 97 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101509.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101509.ini
(ChunkerEvaluator) Sentence #1051 from documents/00101509 from sent1

Text  : W latach 60 profesor Albert Bandura z Uniwersytetu Stanfordzkiego przeprowadził badanie ,  który dzisiaj znane jest jako „  eksperyment lalki Bobo ”  (  ang .  Bobo doll experiment )  .
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 [5,6] = Albert Bandura
  TruePositive nam [8,9] = Uniwersytetu Stanfordzkiego
  TruePositive nam [21,21] = Bobo
  FalseNegative nam [26,26] = Bobo

(ChunkerEvaluator) Sentence #1052 from documents/00101509 from sent2

Text  : Bandura był twórcą i propagatorem społecznej teorii uczenia się (  ang .  social learning theory )  .
Tokens: 1______ 2__ 3_____ 4 5___________ 6_________ 7_____ 8______ 9__ 10 11_ 12 13____ 14______ 15____ 16 17

Chunks:
  FalseNegative nam [1,1] = Bandura

(ChunkerEvaluator) Sentence #1053 from documents/00101509 from sent3

Text  : Uważał , że nowych zachowań uczymy się nie tylko za pomocą otrzymywanych nagród i  kar ,  ale także dzięki obserwacji otaczającego nas środowiska .
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 #1054 from documents/00101509 from sent4

Text  : Jego klasyczny eksperyment z lat 60 nie tylko potwierdził założenia psychologa ,  ale także pozwolił lepiej zrozumieć mechanizm uczenia się agresji przez dzieci .
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 #1055 from documents/00101509 from sent5

Text  : W badaniu , które przeprowadził , udział wzięło 36 chłopców i  dziewczynek w  wieku od 3  do 5  lat .
Tokens: 1 2______ 3 4____ 5____________ 6 7_____ 8_____ 9_ 10______ 11 12_________ 13 14___ 15 16 17 18 19_ 20

Chunks:

(ChunkerEvaluator) Sentence #1056 from documents/00101509 from sent6

Text  : Każde z nich zostało losowo przydzielone do jednej z trzech grup .
Tokens: 1____ 2 3___ 4______ 5_____ 6___________ 7_ 8_____ 9 10____ 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #1057 from documents/00101509 from sent7

Text  : W pierwszej dzieci obserwowały dorosłą osobę , która zachowywała się agresywnie ,  w  drugiej ta sama osoba powstrzymywała się od niewłaściwego zachowania ,  a  trzecia posłużyła jako grupa kontrolna (  brak modela )  .
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 #1058 from documents/00101509 from sent8

Text  : Okazało się , że dzieci oglądające agresywne zachowanie modela ,  istotnie częściej naśladowały go w  zabawie z  lalką Bobo (  agresja fizyczna i  słowna )  niż dzieci z  pozostałych grup .
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 [19,19] = Bobo

(ChunkerEvaluator) Sentence #1059 from documents/00101509 from sent9

Text  : Dodatkowo agresywne reakcje dzieci kopiujących dorosłego , były mocniej rozhamowane –  zwiększona ilość zachowań naśladowanych i  znanych .
Tokens: 1________ 2________ 3______ 4_____ 5__________ 6________ 7 8___ 9______ 10_________ 11 12________ 13___ 14______ 15___________ 16 17_____ 18

Chunks:

(ChunkerEvaluator) Sentence #1060 from documents/00101509 from sent10

Text  : Jeżeli chodzi o różnice płciowe , to chłopcy naśladowali fizyczną agresję częściej niż dziewczynki .
Tokens: 1_____ 2_____ 3 4______ 5______ 6 7_ 8______ 9__________ 10______ 11_____ 12______ 13_ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #1061 from documents/00101509 from sent11

Text  : W przypadku agresji werbalnej nie zaobserwowano już takich różnic .
Tokens: 1 2________ 3______ 4________ 5__ 6____________ 7__ 8_____ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #1062 from documents/00101509 from sent12

Text  : Eksperyment Bandury wykazał także , że zachowanie dorosłego mężczyzny miało większy wpływ na zwiększenie agresji u  chłopców niż dziewczynek .
Tokens: 1__________ 2______ 3______ 4____ 5 6_ 7_________ 8________ 9________ 10___ 11_____ 12___ 13 14_________ 15_____ 16 17______ 18_ 19_________ 20

Chunks:
  TruePositive nam [2,2] = Bandury

(ChunkerEvaluator) Sentence #1063 from documents/00101509 from sent13

Text  : Dziewczynki natomiast częściej naśladowały dorosłe kobiety w przypadku agresji werbalnej .
Tokens: 1__________ 2________ 3_______ 4__________ 5______ 6______ 7 8________ 9______ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #1064 from documents/00101509 from sent14

Text  : Update : Jeden z naszych czytelników – Pan W –  zwrócił uwagę na pewne niedociągnięcia metodologiczne opisywanego badania .
Tokens: 1_____ 2 3____ 4 5______ 6__________ 7 8__ 9 10 11_____ 12___ 13 14___ 15_____________ 16____________ 17_________ 18_____ 19

Chunks:
  FalseNegative nam [9,9] = W

(ChunkerEvaluator) Sentence #1065 from documents/00101509 from sent15

Text  : Spieszę więc z wyjaśnieniami .
Tokens: 1______ 2___ 3 4____________ 5

Chunks:

(ChunkerEvaluator) Sentence #1066 from documents/00101509 from sent16

Text  : Główny zarzut stawiany eksperymentowi Bandury dotyczy lalki “ Bobo ”  .
Tokens: 1_____ 2_____ 3_______ 4_____________ 5______ 6______ 7____ 8 9___ 10 11

Chunks:
  TruePositive nam [5,5] = Bandury
  TruePositive nam [9,9] = Bobo

(ChunkerEvaluator) Sentence #1067 from documents/00101509 from sent17

Text  : Krytycy uważają , że przez jej wygląd i zastosowanie ,  nie udało się rozdzielić agresji wynikającej z  zabawy z  agresją realną .
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 #1068 from documents/00101509 from sent18

Text  : Tym samym sugerują , że zaaranżowanej sytuacji brakowało realizmu .
Tokens: 1__ 2____ 3_______ 4 5_ 6____________ 7_______ 8________ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #1069 from documents/00101509 from sent19

Text  : Niemniej trzeba przyznać , że model wpłynął na dzieci ,  które zachowywały się w  określony i  niewłaściwy sposób .
Tokens: 1_______ 2_____ 3_______ 4 5_ 6____ 7______ 8_ 9_____ 10 11___ 12_________ 13_ 14 15_______ 16 17_________ 18____ 19

Chunks:

2016-10-13 16:40:34,033 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 98 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101515.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101515.ini
(ChunkerEvaluator) Sentence #1070 from documents/00101515 from sent1

Text  : Cokolwiek by ś na to powiedział , nie wytrzymam tutaj dłużej .
Tokens: 1________ 2_ 3 4_ 5_ 6_________ 7 8__ 9________ 10___ 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #1071 from documents/00101515 from sent2

Text  : Cóż tu po mnie ?
Tokens: 1__ 2_ 3_ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #1072 from documents/00101515 from sent3

Text  : Czas mi się tylko dłuży .
Tokens: 1___ 2_ 3__ 4____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1073 from documents/00101515 from sent4

Text  : Książę zachowuje się wobec mnie z całą uprzejmością , a  mimo to nie czuję się na swoim miejscu .
Tokens: 1_____ 2________ 3__ 4____ 5___ 6 7___ 8___________ 9 10 11__ 12 13_ 14___ 15_ 16 17___ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #1074 from documents/00101515 from sent5

Text  : W gruncie rzeczy nie mamy ze sobą nic wspólnego .
Tokens: 1 2______ 3_____ 4__ 5___ 6_ 7___ 8__ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #1075 from documents/00101515 from sent6

Text  : Jest on człowiekiem rozumnym , ale nie oryginalnym , i  towarzystwo jego nie ma dla mnie większego uroku ,  jak przeczytanie dobrze napisanej książki .
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 #1076 from documents/00101515 from sent7

Text  : Zabawię tu jeszcze tydzień , a potem udam się znowu na tułaczkę .
Tokens: 1______ 2_ 3______ 4______ 5 6 7____ 8___ 9__ 10___ 11 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #1077 from documents/00101515 from sent8

Text  : Najlepiej z wszystkiego szło mi tu jeszcze rysowanie .
Tokens: 1________ 2 3__________ 4___ 5_ 6_ 7______ 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #1078 from documents/00101515 from sent9

Text  : Książę odczuwa sztukę , a miał by jeszcze większe jej zrozumienie ,  gdyby nie to ,  że tkwi głęboko w  szkaradnej erudycji i  pospolitej terminologii .
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 #1079 from documents/00101515 from sent10

Text  : Czasem zgrzytam zębami , bo podczas gdy uniesiony zapałem ,  ukazuję mu cuda natury i  sztuki ,  on sądząc ,  że się popisuję ,  wyjeżdża zaraz z  jakimś urzędowym terminem technicznym .
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:

(ChunkerEvaluator) Sentence #1080 from documents/00101515 from sent11

Text  : 16 czerwca
Tokens: 1_ 2______

Chunks:

(ChunkerEvaluator) Sentence #1081 from documents/00101515 from sent12

Text  : Jestem zaprawdę jeno wędrowcem , pielgrzymem na tej ziemi !
Tokens: 1_____ 2_______ 3___ 4________ 5 6__________ 7_ 8__ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #1082 from documents/00101515 from sent13

Text  : Czyż wy jesteście czymś więcej ?
Tokens: 1___ 2_ 3________ 4____ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #1083 from documents/00101515 from sent14

Text  : 18 czerwca
Tokens: 1_ 2______

Chunks:

(ChunkerEvaluator) Sentence #1084 from documents/00101515 from sent15

Text  : Powiem ci w zaufaniu , gdzie się udać zamierzam .
Tokens: 1_____ 2_ 3 4_______ 5 6____ 7__ 8___ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #1085 from documents/00101515 from sent16

Text  : Muszę się tu jeszcze zatrzymać przez dwa tygodnie .
Tokens: 1____ 2__ 3_ 4______ 5________ 6____ 7__ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #1086 from documents/00101515 from sent17

Text  : Potem , jak to sam w siebie wmówił em ,  chcę zwiedzić kopalnie w  .
Tokens: 1____ 2 3__ 4_ 5__ 6 7_____ 8_____ 9_ 10 11__ 12______ 13______ 14 15

Chunks:

(ChunkerEvaluator) Sentence #1087 from documents/00101515 from sent18

Text  : Ale to nieprawda , chcę być tylko bliżej Loty ,  oto cały sekret .
Tokens: 1__ 2_ 3________ 4 5___ 6__ 7____ 8_____ 9___ 10 11_ 12__ 13____ 14

Chunks:
  TruePositive nam [9,9] = Loty

(ChunkerEvaluator) Sentence #1088 from documents/00101515 from sent19

Text  : Śmieję się z własnego serca , a czynię , co ono chce .
Tokens: 1_____ 2__ 3 4_______ 5____ 6 7 8_____ 9 10 11_ 12__ 13

Chunks:

(ChunkerEvaluator) Sentence #1089 from documents/00101515 from sent20

Text  : 29 lipca
Tokens: 1_ 2____

Chunks:

(ChunkerEvaluator) Sentence #1090 from documents/00101515 from sent21

Text  : Dobrze , już dobrze ! . . .
Tokens: 1_____ 2 3__ 4_____ 5 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #1091 from documents/00101515 from sent22

Text  : Ach , gdyby m mógł zostać jej mężem !
Tokens: 1__ 2 3____ 4 5___ 6_____ 7__ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #1092 from documents/00101515 from sent23

Text  : Boże , któryś mnie stworzył , za tę rozkosz cała reszta życia stała by się jedną dziękczynną modlitwą do ciebie !
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] = Boże

(ChunkerEvaluator) Sentence #1093 from documents/00101515 from sent24

Text  : Ale nie chcę dochodzić swych praw , przebacz mi więc łzy moje ,  przebacz mi daremne pragnienia !  .  .  .
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 #1094 from documents/00101515 from sent25

Text  : Gdyby ona była żoną moją ! . . .
Tokens: 1____ 2__ 3___ 4___ 5___ 6 7 8 9

Chunks:

(ChunkerEvaluator) Sentence #1095 from documents/00101515 from sent26

Text  : Gdyby m mógł tę najcudniejszą pod słońcem istotę objąć w  ramiona !  .  .  .
Tokens: 1____ 2 3___ 4_ 5____________ 6__ 7______ 8_____ 9____ 10 11_____ 12 13 14 15

Chunks:

(ChunkerEvaluator) Sentence #1096 from documents/00101515 from sent27

Text  : Całego mnie przenika , Wilhelmie , dreszcz , gdy pomyślę ,  że Albert obejmuje jej smukłą kibić .
Tokens: 1_____ 2___ 3_______ 4 5________ 6 7______ 8 9__ 10_____ 11 12 13____ 14______ 15_ 16____ 17___ 18

Chunks:
  TruePositive nam [5,5] = Wilhelmie
  TruePositive nam [13,13] = Albert

(ChunkerEvaluator) Sentence #1097 from documents/00101515 from sent28

Text  : A przecież mogę powiedzieć . . . , czemuż by m  nie miał tego powiedzieć .
Tokens: 1 2_______ 3___ 4_________ 5 6 7 8 9_____ 10 11 12_ 13__ 14__ 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #1098 from documents/00101515 from sent29

Text  : Wilhelmie . . . , ona była by ze mną szczęśliwszą ,  jak z  nim !
Tokens: 1________ 2 3 4 5 6__ 7___ 8_ 9_ 10_ 11__________ 12 13_ 14 15_ 16

Chunks:
  FalseNegative nam [1,1] = Wilhelmie

(ChunkerEvaluator) Sentence #1099 from documents/00101515 from sent30

Text  : On nie jest w stanie odczuć pragnień takiego serca .
Tokens: 1_ 2__ 3___ 4 5_____ 6_____ 7_______ 8______ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #1100 from documents/00101515 from sent31

Text  : Brak mu wrażliwości , mów co chcesz . . .  serce jego niezdolne jest uderzać współmiernie ,  kiedy idzie .  .  .  ach .  .  .  o  pewien na przykład ustęp ulubionej książki ,  podczas gdy moje i  Loty serca rozumieją się tak doskonale ;  a  tak samo w  licznych innych chwilach ,  kiedy uczucia nasze ujawniać się zwykły w  ocenie czynów osób 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____ 63__ 64______ 65

Chunks:
  TruePositive nam [39,39] = Loty

(ChunkerEvaluator) Sentence #1101 from documents/00101515 from sent32

Text  : Wilhelmie drogi . . . , on mimo to kocha ją z  całej duszy ,  a  na cóż nie zasługuje miłość taka ?  .  .  .
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 [1,1] = Wilhelmie

(ChunkerEvaluator) Sentence #1102 from documents/00101515 from sent33

Text  : Pewien nieznośny człowiek przeszkodził mi .
Tokens: 1_____ 2________ 3_______ 4___________ 5_ 6

Chunks:

(ChunkerEvaluator) Sentence #1103 from documents/00101515 from sent34

Text  : Łzy przestały płynąć .
Tokens: 1__ 2________ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1104 from documents/00101515 from sent35

Text  : Nie wiem , co pisać .
Tokens: 1__ 2___ 3 4_ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1105 from documents/00101515 from sent36

Text  : Bądź zdrów , mój drogi .
Tokens: 1___ 2____ 3 4__ 5____ 6

Chunks:

2016-10-13 16:40:34,194 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 99 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101522.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101522.ini
(ChunkerEvaluator) Sentence #1106 from documents/00101522 from sent1

Text  : Natomiast aby edukacja zawodowa była rzeczywiście skuteczna i nowoczesna ,  potrzeba ,  jak niektórzy tu z  państwa sceptycznie mówili ,  bardzo dużo czasu ,  to jest proces długofalowy .
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 #1107 from documents/00101522 from sent2

Text  : Powiem tak , podzielam w pełni opinię , że kształcenie ogólne we wszystkich szkołach kończących się maturą powinno być jednakowe ,  jeśli chodzi o  standardy ,  i  w  sensie przedmiotów rozszerzonych ,  i  uczenia rozumowania ,  właśnie pewnej elastyczności myślenia ,  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 29____ 30_________ 31___________ 32 33 34_____ 35_________ 36 37_____ 38____ 39___________ 40______ 41 42_ 43

Chunks:

(ChunkerEvaluator) Sentence #1108 from documents/00101522 from sent3

Text  : To jest nam szalenie potrzebne , jeśli chodzi o takie kompetencje na rynku pracy ,  bo ważne jest nie tylko kształcenie zawodowe ,  ale możliwość podjęcia studiów ,  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 29_ 30

Chunks:

(ChunkerEvaluator) Sentence #1109 from documents/00101522 from sent4

Text  : I przygotowany przez nas projekt zmian , ta korekta podstawy programowej kształcenia ogólnego już to uwzględnia ,  że we wszystkich szkołach kończących się maturą tak właśnie ma być ,  o  czym pan poseł był uprzejmy mówić ,  że warto ,  żeby tak było .
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

Chunks:

(ChunkerEvaluator) Sentence #1110 from documents/00101522 from sent5

Text  : Kiedy na samym początku swojej pracy mówiła m , że przygotuję projekt podstawy programowej kształcenia ogólnego od przedszkola do matury i  że daję sobie na to pół roku i  że to będzie zrobione ,  to wszyscy mówili ,  że to jest niemożliwe ,  że to się nie da .
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:

(ChunkerEvaluator) Sentence #1111 from documents/00101522 from sent6

Text  : Zresztą również mam wcześniejsze doświadczenie z pracy w różnych zespołach piszących podstawy programowe i  wiem ,  że to było trudne ,  ale zawzięła m  się i  zrobiła m  ten projekt w  pół 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 29_ 30_____ 31 32_ 33__ 34

Chunks:

(ChunkerEvaluator) Sentence #1112 from documents/00101522 from sent7

Text  : On jest .
Tokens: 1_ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1113 from documents/00101522 from sent8

Text  : I to samo powiedziała m na początku , że jeśli chodzi o  kształcenie zawodowe ,  moja wiedza i  doświadczenie –  które ,  myślę ,  jednak mam z  organizacji i  takiej dobrej promocji kształcenia zawodowego ,  które miała m  w  mieście Gdańsku –  mi mówią ,  że niestety w  pół roku to się nie da .
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 [41,41] = Gdańsku

(ChunkerEvaluator) Sentence #1114 from documents/00101522 from sent9

Text  : Powiedziała m sobie tak : daję sobie dwa lata ,  żeby powstał dobry projekt zmian ,  właśnie całościowy projekt pewnej wizji organizacyjno -  programowej .
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 #1115 from documents/00101522 from sent10

Text  : Proszę państwa , kiedy pytają państwo o harmonogram , to właśnie to chciała m  powtórzyć ,  że tak jak sobie dała m  pół roku na podstawę programową kształcenia ogólnego ,  tak dała m  sobie dwa lata na zamknięcie projektu kształcenia zawodowego .
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 #1116 from documents/00101522 from sent11

Text  : Mam nadzieję , że pewne konkrety – właśnie w efekcie prac zespołów eksperckich –  będą już być może gotowe nawet przed końcem 2009 r  .
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 #1117 from documents/00101522 from sent12

Text  : Na pewno nastąpi to w 2010 r . , żeby śmy mieli jeszcze czas .
Tokens: 1_ 2____ 3______ 4_ 5 6___ 7 8 9 10__ 11_ 12___ 13_____ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #1118 from documents/00101522 from sent13

Text  : Znowu jest tak , jak z podstawą programową kształcenia ogólnego .
Tokens: 1____ 2___ 3__ 4 5__ 6 7_______ 8_________ 9__________ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #1119 from documents/00101522 from sent14

Text  : Jest zakończony projekt i mamy rok na przygotowanie dyrektorów szkół ,  nauczycieli na zaznajomienie się z  tym wszystkim ,  na wdrażanie nowych rozwiązań .
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 #1120 from documents/00101522 from sent15

Text  : W szczególności będą również szkolenia związane z doradztwem zawodowym w  gimnazjach .
Tokens: 1 2____________ 3___ 4______ 5________ 6_______ 7 8_________ 9________ 10 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #1121 from documents/00101522 from sent16

Text  : To chcemy zrobić w ciągu najbliższego roku .
Tokens: 1_ 2_____ 3_____ 4 5____ 6___________ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #1122 from documents/00101522 from sent17

Text  : Jak zakończymy po dwóch latach pracy projekt dotyczący kształcenia zawodowego ,  znowu potrzeba będzie trochę czasu .
Tokens: 1__ 2_________ 3_ 4____ 5_____ 6____ 7______ 8________ 9__________ 10________ 11 12___ 13______ 14____ 15____ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #1123 from documents/00101522 from sent18

Text  : Mam nadzieję , że może uda się to zrobić szybciej ,  ale i  potrzeba będzie trochę czasu ,  właśnie na zaznajomienie z  tym szkół ,  na wdrożenie pewnych 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:

2016-10-13 16:40:34,379 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 100 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101524.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101524.ini
(ChunkerEvaluator) Sentence #1124 from documents/00101524 from sent1

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1125 from documents/00101524 from sent2

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1126 from documents/00101524 from sent3

Text  : Trybunał Konstytucyjny wyrokiem z 9 września 2004 r . stwierdził m  .  in .  ,  że jedną z  podstawowych przesłanek wypełnienia ustawowo określonej misji przez media publiczne są właściwe zasady ich funkcjonowania .
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 [1,2] = Trybunał Konstytucyjny

(ChunkerEvaluator) Sentence #1127 from documents/00101524 from sent4

Text  : Tymczasem spółki publicznej radiofonii i telewizji otrzymują coraz mniejsze środki finansowe ,  co zdecydowanie pogarsza sytuację finansowo -  ekonomiczną nadawców publicznych ,  a  szczególnie 18 spółek radiofonii 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____ 27________ 28________ 29

Chunks:

(ChunkerEvaluator) Sentence #1128 from documents/00101524 from sent5

Text  : W spółkach tych następują obecnie drastyczne cięcia budżetowe , ze zwolnieniami pracowników włącznie .
Tokens: 1 2_______ 3___ 4________ 5______ 6_________ 7_____ 8________ 9 10 11__________ 12_________ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #1129 from documents/00101524 from sent6

Text  : Załamanie poziomu inkasowanych wpływów abonamentowych nastąpiło w 2008 r .  po zapowiedziach rządu ustawowego zwolnienia od opłat abonamentowych dużej grupy społecznej oraz całkowitego zniesienia opłat abonamentowych .
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 #1130 from documents/00101524 from sent7

Text  : Czy w związku z tym rząd koalicyjny PO – PSL czuje się odpowiedzialny (  Dzwonek )  za pogrążenie finansowe spółek publicznej radiofonii i  telewizji ?
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 [8,10] = PO – PSL
  FalseNegative nam [8,8] = PO
  FalseNegative nam [10,10] = PSL

(ChunkerEvaluator) Sentence #1131 from documents/00101524 from sent8

Text  : Czy rząd w obecnej sytuacji widzi możliwość naprawienia swoich nieodpowiedzialnych działań ,  które doprowadziły do zapaści finansowej mediów publicznych ?
Tokens: 1__ 2___ 3 4______ 5_______ 6____ 7________ 8__________ 9_____ 10_________________ 11_____ 12 13___ 14__________ 15 16_____ 17________ 18____ 19_________ 20

Chunks:

(ChunkerEvaluator) Sentence #1132 from documents/00101524 from sent9

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1133 from documents/00101524 from sent10

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1134 from documents/00101524 from sent11

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1135 from documents/00101524 from sent12

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #1136 from documents/00101524 from sent13

Text  : Pani posłanka Gabriela Masłowska , Prawo i Sprawiedliwość .
Tokens: 1___ 2_______ 3_______ 4________ 5 6____ 7 8_____________ 9

Chunks:
  TruePositive nam [3,4] = Gabriela Masłowska
  TruePositive nam [6,8] = Prawo i Sprawiedliwość

(ChunkerEvaluator) Sentence #1137 from documents/00101524 from sent14

Text  : Poseł Gabriela Masłowska :
Tokens: 1____ 2_______ 3________ 4

Chunks:
  TruePositive nam [2,3] = Gabriela Masłowska

(ChunkerEvaluator) Sentence #1138 from documents/00101524 from sent15

Text  : Dziękuję , panie marszałku .
Tokens: 1_______ 2 3____ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #1139 from documents/00101524 from sent16

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1140 from documents/00101524 from sent17

Text  : Mam pytanie dotyczące zdarzenia , które miało miejsce przy okazji festiwalu w  Sopocie w  sierpniu br .  Otóż kabaret ,  Grupa Rafała Kmity –  Teleturniej Zawsze Dziewica ,  Kabareton Sopot Top Trendy 2009 był transmitowany przez Polsat .
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 [13,13] = Sopocie
  TruePositive nam [21,23] = Grupa Rafała Kmity
  TruePositive nam [25,27] = Teleturniej Zawsze Dziewica
  TruePositive nam [29,32] = Kabareton Sopot Top Trendy
  TruePositive nam [37,37] = Polsat

(ChunkerEvaluator) Sentence #1141 from documents/00101524 from sent18

Text  : Sama nazwa , a także treść tego programu uraża uczucia religijne Polaków i  jest skutkiem tego ,  że Krajowa Rada Radiofonii i  Telewizji nie reaguje w  dostatecznym stopniu na wszelkie przejawy i  formy agresji kierowanej pod adresem nadawcy ,  którym jest Radio Maryja ,  i  samego założyciela ojca dyrektora Tadeusza Rydzyka .
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:
  TruePositive nam [12,12] = Polaków
  TruePositive nam [19,23] = Krajowa Rada Radiofonii i Telewizji
  TruePositive nam [42,43] = Radio Maryja
  TruePositive nam [50,51] = Tadeusza Rydzyka

(ChunkerEvaluator) Sentence #1142 from documents/00101524 from sent19

Text  : W związku z tym ( Dzwonek ) mam pytanie :  Czy wobec zaistniałej sytuacji Krajowa Rada Radiofonii i  Telewizji może zainteresować się tym programem i  podjąć kroki prawne ,  jeśli chodzi o  ten kabaret ,  by wyegzekwować odpowiedzialność za obrażanie moich i  wielu tysięcy katolików uczuć religijnych ?
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 [15,19] = Krajowa Rada Radiofonii i Telewizji

(ChunkerEvaluator) Sentence #1143 from documents/00101524 from sent20

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1144 from documents/00101524 from sent21

Text  : ( Poseł Leszek Deptuła : Kabaret to kabaret . )
Tokens: 1 2____ 3_____ 4______ 5 6______ 7_ 8______ 9 10

Chunks:
  TruePositive nam [3,4] = Leszek Deptuła

(ChunkerEvaluator) Sentence #1145 from documents/00101524 from sent22

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1146 from documents/00101524 from sent23

Text  : Dziękuję , pani poseł .
Tokens: 1_______ 2 3___ 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #1147 from documents/00101524 from sent24

Text  : Pan poseł Jarosław Rusiecki , Prawo i Sprawiedliwość .
Tokens: 1__ 2____ 3_______ 4_______ 5 6____ 7 8_____________ 9

Chunks:
  TruePositive nam [3,4] = Jarosław Rusiecki
  TruePositive nam [6,8] = Prawo i Sprawiedliwość

(ChunkerEvaluator) Sentence #1148 from documents/00101524 from sent25

Text  : Poseł Jarosław Rusiecki :
Tokens: 1____ 2_______ 3_______ 4

Chunks:
  TruePositive nam [2,3] = Jarosław Rusiecki

(ChunkerEvaluator) Sentence #1149 from documents/00101524 from sent26

Text  : Dziękuję , panie marszałku .
Tokens: 1_______ 2 3____ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #1150 from documents/00101524 from sent27

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1151 from documents/00101524 from sent28

Text  : Wysoki Sejmie !
Tokens: 1_____ 2_____ 3

Chunks:
  TruePositive nam [2,2] = Sejmie

(ChunkerEvaluator) Sentence #1152 from documents/00101524 from sent29

Text  : Ma rację pan poseł Sellin , mówiąc o tym ,  że wiele wystąpień tutaj przypomina kreacje teatralne .
Tokens: 1_ 2____ 3__ 4____ 5_____ 6 7_____ 8 9__ 10 11 12___ 13_______ 14___ 15________ 16_____ 17_______ 18

Chunks:
  TruePositive nam [5,5] = Sellin

(ChunkerEvaluator) Sentence #1153 from documents/00101524 from sent30

Text  : Myślę , że kreacja , którą przedstawił pan poseł Wenderlich ,  jest może dobra ,  ale jednowymiarowa .
Tokens: 1____ 2 3_ 4______ 5 6____ 7__________ 8__ 9____ 10________ 11 12__ 13__ 14___ 15 16_ 17____________ 18

Chunks:
  TruePositive nam [10,10] = Wenderlich

(ChunkerEvaluator) Sentence #1154 from documents/00101524 from sent31

Text  : Ciągłe zestawianie np . audycji religijnych z programami młodzieżowymi jest tutaj zupełnie nieprawdziwe ,  bo te programy religijne również są dla młodzieży .
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 #1155 from documents/00101524 from sent32

Text  : Jeśli chodzi o zapowiedź pana posła Fedorowicza , że jego wystąpienie będzie ogniste ,  to niestety słabo odegrał tę rolę .
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 [7,7] = Fedorowicza

(ChunkerEvaluator) Sentence #1156 from documents/00101524 from sent33

Text  : Wykonanie jej było dość . . .
Tokens: 1________ 2__ 3___ 4___ 5 6 7

Chunks:

(ChunkerEvaluator) Sentence #1157 from documents/00101524 from sent34

Text  : ( Poseł Jerzy Feliks Fedorowicz : Bardzo panu dziękuję za krytykę .  )
Tokens: 1 2____ 3____ 4_____ 5_________ 6 7_____ 8___ 9_______ 10 11_____ 12 13

Chunks:
  TruePositive nam [3,5] = Jerzy Feliks Fedorowicz

2016-10-13 16:40:34,555 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 101 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101525.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101525.ini
(ChunkerEvaluator) Sentence #1158 from documents/00101525 from sent1

Text  : Bardzo proszę o zabranie głosu pana posła Wojciecha Saługę ,  Platforma Obywatelska .
Tokens: 1_____ 2_____ 3 4_______ 5____ 6___ 7____ 8________ 9_____ 10 11_______ 12_________ 13

Chunks:
  TruePositive nam [8,9] = Wojciecha Saługę
  TruePositive nam [11,12] = Platforma Obywatelska

(ChunkerEvaluator) Sentence #1159 from documents/00101525 from sent2

Text  : Nie ma .
Tokens: 1__ 2_ 3

Chunks:

(ChunkerEvaluator) Sentence #1160 from documents/00101525 from sent3

Text  : Proszę o zabranie głosu pana posła Krzysztofa Gadowskiego , Platforma Obywatelska .
Tokens: 1_____ 2 3_______ 4____ 5___ 6____ 7_________ 8__________ 9 10_______ 11_________ 12

Chunks:
  TruePositive nam [7,8] = Krzysztofa Gadowskiego
  TruePositive nam [10,11] = Platforma Obywatelska

(ChunkerEvaluator) Sentence #1161 from documents/00101525 from sent4

Text  : ( Głos z sali : Nie ma . )
Tokens: 1 2___ 3 4___ 5 6__ 7_ 8 9

Chunks:

(ChunkerEvaluator) Sentence #1162 from documents/00101525 from sent5

Text  : ( Poseł Anna Paluch : Co za rejterada ? )
Tokens: 1 2____ 3___ 4_____ 5 6_ 7_ 8________ 9 10

Chunks:
  TruePositive nam [3,4] = Anna Paluch

(ChunkerEvaluator) Sentence #1163 from documents/00101525 from sent6

Text  : Proszę o zabranie głosu pana posła Edwarda Wojtasa , Polskie Stronnictwo Ludowe .
Tokens: 1_____ 2 3_______ 4____ 5___ 6____ 7______ 8______ 9 10_____ 11_________ 12____ 13

Chunks:
  TruePositive nam [7,8] = Edwarda Wojtasa
  TruePositive nam [10,12] = Polskie Stronnictwo Ludowe

(ChunkerEvaluator) Sentence #1164 from documents/00101525 from sent7

Text  : ( Głos z sali : Nie ma . )
Tokens: 1 2___ 3 4___ 5 6__ 7_ 8 9

Chunks:

(ChunkerEvaluator) Sentence #1165 from documents/00101525 from sent8

Text  : Proszę o zabranie głosu pana posła Artura Ostrowskiego , Lewica i  Demokraci .
Tokens: 1_____ 2 3_______ 4____ 5___ 6____ 7_____ 8___________ 9 10____ 11 12_______ 13

Chunks:
  TruePositive nam [7,8] = Artura Ostrowskiego
  FalsePositive nam [10,10] = Lewica
  FalsePositive nam [12,12] = Demokraci
  FalseNegative nam [10,12] = Lewica i Demokraci

(ChunkerEvaluator) Sentence #1166 from documents/00101525 from sent9

Text  : Jeśli posłowie zgłoszą się później , oczywiście udzielę głosu .
Tokens: 1____ 2_______ 3______ 4__ 5______ 6 7_________ 8______ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #1167 from documents/00101525 from sent10

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1168 from documents/00101525 from sent11

Text  : Poseł Artur Ostrowski :
Tokens: 1____ 2____ 3________ 4

Chunks:
  TruePositive nam [2,3] = Artur Ostrowski

(ChunkerEvaluator) Sentence #1169 from documents/00101525 from sent12

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1170 from documents/00101525 from sent13

Text  : Wysoki Sejmie !
Tokens: 1_____ 2_____ 3

Chunks:
  TruePositive nam [2,2] = Sejmie

(ChunkerEvaluator) Sentence #1171 from documents/00101525 from sent14

Text  : Moje pytania będą dotyczyć województwa łódzkiego .
Tokens: 1___ 2______ 3___ 4_______ 5__________ 6________ 7

Chunks:
  TruePositive nam [6,6] = łódzkiego

(ChunkerEvaluator) Sentence #1172 from documents/00101525 from sent15

Text  : Od roku 2005 Piotrków Trybunalski czeka na decyzję w sprawie dofinansowania ze środków Funduszu Spójności modernizacji oczyszczalni ścieków .
Tokens: 1_ 2___ 3___ 4_______ 5__________ 6____ 7_ 8______ 9 10_____ 11____________ 12 13_____ 14______ 15_______ 16__________ 17__________ 18_____ 19

Chunks:
  TruePositive nam [4,5] = Piotrków Trybunalski
  TruePositive nam [14,15] = Funduszu Spójności

(ChunkerEvaluator) Sentence #1173 from documents/00101525 from sent16

Text  : Przekładane są kolejne terminy , wydanie decyzji , rosną koszty tego przedsięwzięcia .
Tokens: 1__________ 2_ 3______ 4______ 5 6______ 7______ 8 9____ 10____ 11__ 12_____________ 13

Chunks:

(ChunkerEvaluator) Sentence #1174 from documents/00101525 from sent17

Text  : Zaczynali śmy od 120 mln , obecnie koszt wynosi już ponad 222 mln zł .
Tokens: 1________ 2__ 3_ 4__ 5__ 6 7______ 8____ 9_____ 10_ 11___ 12_ 13_ 14 15

Chunks:
  TruePositive nam [14,14] = zł

(ChunkerEvaluator) Sentence #1175 from documents/00101525 from sent18

Text  : I nie mówię o kosztach społecznych niezrealizowania tej bardzo ważnej inwestycji .
Tokens: 1 2__ 3____ 4 5_______ 6__________ 7_______________ 8__ 9_____ 10____ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #1176 from documents/00101525 from sent19

Text  : Pytanie do pani minister : Kiedy zostanie podjęta decyzja o  dofinansowaniu tego kluczowego dla województwa łódzkiego projektu ?
Tokens: 1______ 2_ 3___ 4_______ 5 6____ 7_______ 8______ 9______ 10 11____________ 12__ 13________ 14_ 15_________ 16_______ 17______ 18

Chunks:
  FalseNegative nam [16,16] = łódzkiego

(ChunkerEvaluator) Sentence #1177 from documents/00101525 from sent20

Text  : Następne pytanie : Jak długo gmina może czekać na podpisanie umowy finansowej z  urzędem wojewódzkim ?
Tokens: 1_______ 2______ 3 4__ 5____ 6____ 7___ 8_____ 9_ 10________ 11___ 12________ 13 14_____ 15_________ 16

Chunks:

(ChunkerEvaluator) Sentence #1178 from documents/00101525 from sent21

Text  : Jest taki projekt dotyczący e - urzędu w Piotrkowie Trybunalskim ,  który czeka już ponad 9  miesięcy –  i  nadal nic .
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 [9,10] = Piotrkowie Trybunalskim

(ChunkerEvaluator) Sentence #1179 from documents/00101525 from sent22

Text  : Po wydaniu przez urząd marszałkowski decyzji o wyborze projektu projekt wpadł w  taką urzędniczą czarną dziurę .
Tokens: 1_ 2______ 3____ 4____ 5____________ 6______ 7 8______ 9_______ 10_____ 11___ 12 13__ 14________ 15____ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #1180 from documents/00101525 from sent23

Text  : Pytanie ostatnie : Czy pani minister potwierdza , że zmiana lokalizacji trasy S8 z  bełchatowsko -  piotrkowskiej na tzw .  łódzką spowoduje utratę środków unijnych na budowę drogi z  Wrocławia do Warszawy ?
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 [13,13] = S8
  TruePositive nam [30,30] = Wrocławia
  TruePositive nam [32,32] = Warszawy

(ChunkerEvaluator) Sentence #1181 from documents/00101525 from sent24

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1182 from documents/00101525 from sent25

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1183 from documents/00101525 from sent26

Text  : Wicemarszałek Krzysztof Putra :
Tokens: 1____________ 2________ 3____ 4

Chunks:
  TruePositive nam [2,3] = Krzysztof Putra

(ChunkerEvaluator) Sentence #1184 from documents/00101525 from sent27

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #1185 from documents/00101525 from sent28

Text  : Bardzo proszę o zabranie głosu pana posła Tadeusza Arkita ,  Platforma Obywatelska .
Tokens: 1_____ 2_____ 3 4_______ 5____ 6___ 7____ 8_______ 9_____ 10 11_______ 12_________ 13

Chunks:
  TruePositive nam [8,9] = Tadeusza Arkita
  TruePositive nam [11,12] = Platforma Obywatelska

(ChunkerEvaluator) Sentence #1186 from documents/00101525 from sent29

Text  : Poseł Tadeusz Arkit :
Tokens: 1____ 2______ 3____ 4

Chunks:
  TruePositive nam [2,3] = Tadeusz Arkit

(ChunkerEvaluator) Sentence #1187 from documents/00101525 from sent30

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1188 from documents/00101525 from sent31

Text  : Szanowna Pani Minister !
Tokens: 1_______ 2___ 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #1189 from documents/00101525 from sent32

Text  : Wysoki Sejmie !
Tokens: 1_____ 2_____ 3

Chunks:
  TruePositive nam [2,2] = Sejmie

(ChunkerEvaluator) Sentence #1190 from documents/00101525 from sent33

Text  : Zanim zadam pani minister pytanie , pozwolę sobie zapytać niektórych poprzedników ,  ile razy udawalości państwo świętych Mikołajów ,  obiecując wszystkim ,  że dostaną pieniądze na każdy projekt ,  szczególnie zaś w  okresie przed wyborami .
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:
  FalsePositive nam [18,18] = Mikołajów
  FalseNegative nam [17,18] = świętych Mikołajów

(ChunkerEvaluator) Sentence #1191 from documents/00101525 from sent34

Text  : Mam prawo zadawać takie pytania , gdyż do tej pory był em burmistrzem małej gminy Libiąż i  miałem przyjemność skutecznie realizować wiele inwestycji ze środków unijnych ,  począwszy od lokalnych w  mojej gminie ,  a  skończywszy na potężnej ,  jednej z  największych w  Małopolsce ,  dotacji unijnej z  Funduszu Spójności na kanalizację ,  realizowanej aktualnie w  tych gminach dla Międzygminnego Związku Chrzanowa ,  Lubiąża i  Trzebini ,  któremu szefował em .
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

Chunks:
  TruePositive nam [16,16] = Libiąż
  TruePositive nam [44,44] = Małopolsce
  TruePositive nam [49,50] = Funduszu Spójności
  FalsePositive nam [60,62] = Międzygminnego Związku Chrzanowa
  FalsePositive nam [64,64] = Lubiąża
  FalsePositive nam [66,66] = Trzebini
  FalseNegative nam [60,66] = Międzygminnego Związku Chrzanowa , Lubiąża i Trzebini

2016-10-13 16:40:34,716 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 102 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101526.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101526.ini
(ChunkerEvaluator) Sentence #1192 from documents/00101526 from sent1

Text  : Minister Sportu i Turystyki Mirosław Drzewiecki :
Tokens: 1_______ 2_____ 3 4________ 5_______ 6_________ 7

Chunks:
  TruePositive nam [1,4] = Minister Sportu i Turystyki
  TruePositive nam [5,6] = Mirosław Drzewiecki

(ChunkerEvaluator) Sentence #1193 from documents/00101526 from sent2

Text  : Od razu odpowiadam na pierwsze pytanie .
Tokens: 1_ 2___ 3_________ 4_ 5_______ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #1194 from documents/00101526 from sent3

Text  : Żadnych wyjątków nie będzie .
Tokens: 1______ 2_______ 3__ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #1195 from documents/00101526 from sent4

Text  : Procedury będą obowiązywały wszystkie podmioty jednakowo , bez względu na to ,  czy to będzie polska ,  czy zagraniczna firma .
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 #1196 from documents/00101526 from sent5

Text  : Nie będzie podziału na Azję , Wschód , Zachód ,  obojętne .
Tokens: 1__ 2_____ 3_______ 4_ 5___ 6 7_____ 8 9_____ 10 11______ 12

Chunks:
  TruePositive nam [5,5] = Azję
  TruePositive nam [7,7] = Wschód
  TruePositive nam [9,9] = Zachód

(ChunkerEvaluator) Sentence #1197 from documents/00101526 from sent6

Text  : Te same procedury będą dla wszystkich .
Tokens: 1_ 2___ 3________ 4___ 5__ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #1198 from documents/00101526 from sent7

Text  : To po pierwsze .
Tokens: 1_ 2_ 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #1199 from documents/00101526 from sent8

Text  : Jeżeli chodzi o rachunek , to najkrócej powiem , że prosty rachunek jest następujący .
Tokens: 1_____ 2_____ 3 4_______ 5 6_ 7________ 8_____ 9 10 11____ 12______ 13__ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #1200 from documents/00101526 from sent9

Text  : Jeżeli tylko ten odcinek metra o długości 6 , 5  km ,  o  którym mówimy ,  mający dochodzić do stadionu narodowego ,  udało by się wybudować na przykład o  3  mld taniej ,  to w  prostym rachunku jest to 3  mld więcej w  budżecie państwa .
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

Chunks:

(ChunkerEvaluator) Sentence #1201 from documents/00101526 from sent10

Text  : I tu nie ma co dyskutować .
Tokens: 1 2_ 3__ 4_ 5_ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #1202 from documents/00101526 from sent11

Text  : Natomiast jeżeli chodzi o skutki , to są normalne gry .
Tokens: 1________ 2_____ 3_____ 4 5_____ 6 7_ 8_ 9_______ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #1203 from documents/00101526 from sent12

Text  : Dzisiaj gospodarka jest globalna , w związku z tym te wszystkie koszty ,  które ponoszą firmy tutaj prowadzące działalność ,  i  tak są ponoszone w  kraju .
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 #1204 from documents/00101526 from sent13

Text  : W związku z tym nawet gdyby w ramach kontraktów przywożono część pracowników ze sobą i  tę usługę sprzedawano ,  to i  tak to jest w  określony sposób opodatkowane .
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 #1205 from documents/00101526 from sent14

Text  : Tak że tu nie ma żadnych wyjątków , nikt nie musi się czuć zagrożony ,  nikt nie będzie miał lepszych warunków niż pozostali uczestnicy tej gry .
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 #1206 from documents/00101526 from sent15

Text  : Dziękuję .
Tokens: 1_______ 2

Chunks:

(ChunkerEvaluator) Sentence #1207 from documents/00101526 from sent16

Text  : Wicemarszałek Krzysztof Putra :
Tokens: 1____________ 2________ 3____ 4

Chunks:
  TruePositive nam [2,3] = Krzysztof Putra

(ChunkerEvaluator) Sentence #1208 from documents/00101526 from sent17

Text  : Dziękuję bardzo panu ministrowi .
Tokens: 1_______ 2_____ 3___ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #1209 from documents/00101526 from sent18

Text  : Bardzo proszę o zadanie pytań pana posła Wojciecha Olejniczaka i  pana posła Zbigniewa Matuszczaka ,  klub Lewica .
Tokens: 1_____ 2_____ 3 4______ 5____ 6___ 7____ 8________ 9__________ 10 11__ 12___ 13_______ 14_________ 15 16__ 17____ 18

Chunks:
  TruePositive nam [8,9] = Wojciecha Olejniczaka
  TruePositive nam [13,14] = Zbigniewa Matuszczaka
  TruePositive nam [17,17] = Lewica

(ChunkerEvaluator) Sentence #1210 from documents/00101526 from sent19

Text  : Bardzo proszę .
Tokens: 1_____ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1211 from documents/00101526 from sent20

Text  : Poseł Zbigniew Matuszczak :
Tokens: 1____ 2_______ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Zbigniew Matuszczak

(ChunkerEvaluator) Sentence #1212 from documents/00101526 from sent21

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1213 from documents/00101526 from sent22

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1214 from documents/00101526 from sent23

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1215 from documents/00101526 from sent24

Text  : Panie Ministrze !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1216 from documents/00101526 from sent25

Text  : Jak panu wiadomo , od ponad dwóch tygodni trwają protesty polskich sadowników .
Tokens: 1__ 2___ 3______ 4 5_ 6____ 7____ 8______ 9_____ 10______ 11______ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #1217 from documents/00101526 from sent26

Text  : Protestują oni przeciwko niskim cenom skupu jabłek .
Tokens: 1_________ 2__ 3________ 4_____ 5____ 6____ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #1218 from documents/00101526 from sent27

Text  : Przetwórcy za 1 kg proponują im cenę 14 gr z  dowozem do skupu .
Tokens: 1_________ 2_ 3 4_ 5________ 6_ 7___ 8_ 9_ 10 11_____ 12 13___ 14

Chunks:
  FalseNegative nam [9,9] = gr

(ChunkerEvaluator) Sentence #1219 from documents/00101526 from sent28

Text  : Kwota ta jest oczywiście śmieszna i , jak wszyscy wiemy ,  nie pokrywa kosztów samej robocizny .
Tokens: 1____ 2_ 3___ 4_________ 5_______ 6 7 8__ 9______ 10___ 11 12_ 13_____ 14_____ 15___ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #1220 from documents/00101526 from sent29

Text  : A przecież należy do tego kupić jeszcze paliwo , nawozy ,  środki ochrony roślin ,  a  ludzie ci muszą przeżyć cały rok do następnych zbiorów .
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 #1221 from documents/00101526 from sent30

Text  : Dla większości z nich owoce to główne źródło utrzymania .
Tokens: 1__ 2_________ 3 4___ 5____ 6_ 7_____ 8_____ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #1222 from documents/00101526 from sent31

Text  : Owoce ciągle leżą w sadach i gniją .
Tokens: 1____ 2_____ 3___ 4 5_____ 6 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #1223 from documents/00101526 from sent32

Text  : Dwukrotnie z panem posłem Wojciechem Olejniczakiem spotykali śmy się z  protestującymi sadownikami .
Tokens: 1_________ 2 3____ 4_____ 5_________ 6____________ 7________ 8__ 9__ 10 11____________ 12_________ 13

Chunks:
  TruePositive nam [5,6] = Wojciechem Olejniczakiem

(ChunkerEvaluator) Sentence #1224 from documents/00101526 from sent33

Text  : Zdesperowani i zrozpaczeni ludzie blokują wjazdy i wyjazdy z zakładów ,  często zasłaniając je własnym ciałem .
Tokens: 1___________ 2 3__________ 4_____ 5______ 6_____ 7 8______ 9 10______ 11 12____ 13_________ 14 15_____ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #1225 from documents/00101526 from sent34

Text  : W jednej i drugiej miejscowości , w Opolu Lubelskim i  Zagłobie ,  utworzyli jabłkowe miasteczka ,  tak samo jak ponad roku temu białe miasteczka zorganizowały pielęgniarki .
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 [8,9] = Opolu Lubelskim
  TruePositive nam [11,11] = Zagłobie

2016-10-13 16:40:34,870 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 103 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101528.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101528.ini
(ChunkerEvaluator) Sentence #1226 from documents/00101528 from sent1

Text  : Głos ma pan poseł Piotr Babinetz , Prawo i Sprawiedliwość .
Tokens: 1___ 2_ 3__ 4____ 5____ 6_______ 7 8____ 9 10____________ 11

Chunks:
  TruePositive nam [5,6] = Piotr Babinetz
  TruePositive nam [8,10] = Prawo i Sprawiedliwość

(ChunkerEvaluator) Sentence #1227 from documents/00101528 from sent2

Text  : Poseł Piotr Babinetz :
Tokens: 1____ 2____ 3_______ 4

Chunks:
  TruePositive nam [2,3] = Piotr Babinetz

(ChunkerEvaluator) Sentence #1228 from documents/00101528 from sent3

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1229 from documents/00101528 from sent4

Text  : Wysoki Sejmie !
Tokens: 1_____ 2_____ 3

Chunks:
  TruePositive nam [2,2] = Sejmie

(ChunkerEvaluator) Sentence #1230 from documents/00101528 from sent5

Text  : Mam pytanie do obu panów posłów sprawozdawców .
Tokens: 1__ 2______ 3_ 4__ 5____ 6_____ 7____________ 8

Chunks:

(ChunkerEvaluator) Sentence #1231 from documents/00101528 from sent6

Text  : Ale najpierw w związku z przebiegiem dyskusji przypomnijmy krótko :  Na przykład w  końcu lat dziewięćdziesiątych w  tej Izbie poseł Mariusz Kamiński z  Ligi Republikańskiej prezentował projekt kompleksowej ustawy dekomunizacyjnej ,  niestety odrzucony w  pierwszym czytaniu głosami między innymi postkomunistów i  Unii Wolności .
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

Chunks:
  TruePositive nam [21,22] = Mariusz Kamiński
  TruePositive nam [24,25] = Ligi Republikańskiej
  TruePositive nam [42,43] = Unii Wolności

(ChunkerEvaluator) Sentence #1232 from documents/00101528 from sent7

Text  : Co do SLD chcę powiedzieć , że w okresie okupacji komunistycznej Polskę ,  w  myśl konstytucji kwietniowej ,  reprezentował pan prezydent i  rząd polski na uchodźstwie ,  a  nie zdrajcy z  kierownictwa PZPR .
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 [3,3] = SLD
  TruePositive nam [12,12] = Polskę
  TruePositive nam [33,33] = PZPR
  FalseNegative nam [16,17] = konstytucji kwietniowej
  FalseNegative nam [23,26] = rząd polski na uchodźstwie

(ChunkerEvaluator) Sentence #1233 from documents/00101528 from sent8

Text  : ( Oklaski ) Wobec absurdalnej wypowiedzi przedstawicieli SLD trzeba przypomnieć istotę poruszanego dziś w  Wysokiej Izbie –  szkoda ,  że tak późno –  fundamentalnego problemu .
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 [8,8] = SLD
  FalsePositive nam [15,16] = Wysokiej Izbie

(ChunkerEvaluator) Sentence #1234 from documents/00101528 from sent9

Text  : Funkcjonariusze Urzędu Bezpieczeństwa , Służby Bezpieczeństwa i innych komunistycznych służb oraz żołnierze Informacji Wojskowej i  Wojskowych Służb Wewnętrznych –  niestety ,  uwzględnieni tylko w  projekcie PiS –  oprócz tego ,  że dokonywali zbrodni na Polakach działających na rzecz niepodległości państwa polskiego ,  służyli de facto okupantowi ,  obcemu państwu –  Związkowi Sowieckiemu .
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 [2,3] = Urzędu Bezpieczeństwa
  TruePositive nam [5,6] = Służby Bezpieczeństwa
  TruePositive nam [26,26] = PiS
  TruePositive nam [35,35] = Polakach
  TruePositive nam [51,52] = Związkowi Sowieckiemu
  FalsePositive nam [13,18] = Informacji Wojskowej i Wojskowych Służb Wewnętrznych
  FalseNegative nam [13,14] = Informacji Wojskowej
  FalseNegative nam [16,18] = Wojskowych Służb Wewnętrznych

(ChunkerEvaluator) Sentence #1235 from documents/00101528 from sent10

Text  : Takie działania to jest zdrada Rzeczypospolitej .
Tokens: 1____ 2________ 3_ 4___ 5_____ 6_______________ 7

Chunks:
  TruePositive nam [6,6] = Rzeczypospolitej

(ChunkerEvaluator) Sentence #1236 from documents/00101528 from sent11

Text  : I gdyby nie trudności polityczno - prawne , powinni oni otrzymywać zaopatrzenie emerytalne co najwyżej od państwa ,  które jest spadkobiercą Związku Sowieckiego .
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] = Związku Sowieckiego

(ChunkerEvaluator) Sentence #1237 from documents/00101528 from sent12

Text  : W związku z tym pytam panów posłów , przedstawicieli wnioskodawców ,  czy nie uważają ,  że wbrew insynuacjom przedstawicieli SLD przedstawione projekty są wyjątkowo łagodne i  tylko w  podstawowym stopniu –  projekt PiS ,  jako bardziej kompleksowy ,  w  większym zakresie –  zaspokajają ludzką potrzebę elementarnej moralności i  sprawiedliwości .
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

Chunks:
  TruePositive nam [20,20] = SLD
  TruePositive nam [33,33] = PiS

(ChunkerEvaluator) Sentence #1238 from documents/00101528 from sent13

Text  : ( Dzwonek ) Oddzielmy wreszcie katów od ofiar katów .
Tokens: 1 2______ 3 4________ 5_______ 6____ 7_ 8____ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #1239 from documents/00101528 from sent14

Text  : I na koniec .
Tokens: 1 2_ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1240 from documents/00101528 from sent15

Text  : Państwo posłowie z Platformy Obywatelskiej , choćby w imię szacunku dla wymienianych tu dziś pana marszałka Józefa Franczaka czy księdza Niedzielaka ,  uniknijmy widocznej tu dziś na tej sali radości postkomunistów ,  pracujmy nad oboma projektami .
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 [4,5] = Platformy Obywatelskiej
  TruePositive nam [17,18] = Józefa Franczaka
  TruePositive nam [21,21] = Niedzielaka

(ChunkerEvaluator) Sentence #1241 from documents/00101528 from sent16

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1242 from documents/00101528 from sent17

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1243 from documents/00101528 from sent18

Text  : Wicemarszałek Jerzy Szmajdziński :
Tokens: 1____________ 2____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Jerzy Szmajdziński

(ChunkerEvaluator) Sentence #1244 from documents/00101528 from sent19

Text  : Głos ma pan poseł Franciszek Jerzy Stefaniuk , Polskie Stronnictwo Ludowe .
Tokens: 1___ 2_ 3__ 4____ 5_________ 6____ 7________ 8 9______ 10_________ 11____ 12

Chunks:
  TruePositive nam [5,7] = Franciszek Jerzy Stefaniuk
  TruePositive nam [9,11] = Polskie Stronnictwo Ludowe

2016-10-13 16:40:34,996 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 104 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101530.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101530.ini
(ChunkerEvaluator) Sentence #1245 from documents/00101530 from sent1

Text  : Pomimo grożącego niebezpieczeństwa stał się inicjatorem obozowego ruchu oporu ,  potajemnie organizując wieczory patriotyczne oraz pomagając przeżyć najsłabszym więźniom .
Tokens: 1_____ 2________ 3________________ 4___ 5__ 6__________ 7________ 8____ 9____ 10 11________ 12_________ 13______ 14__________ 15__ 16_______ 17_____ 18_________ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #1246 from documents/00101530 from sent2

Text  : Po wyzwoleniu obozu przez wojska amerykańskie więźniowie francuscy przez Francuski Czerwony Krzyż zabrali Wacława Milkego do Francji ,  gdzie się leczył .
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 [10,12] = Francuski Czerwony Krzyż
  TruePositive nam [14,15] = Wacława Milkego
  TruePositive nam [17,17] = Francji

(ChunkerEvaluator) Sentence #1247 from documents/00101530 from sent3

Text  : Po dwóch miesiącach starał się o powrót do Polski .
Tokens: 1_ 2____ 3_________ 4_____ 5__ 6 7_____ 8_ 9_____ 10

Chunks:
  TruePositive nam [9,9] = Polski

(ChunkerEvaluator) Sentence #1248 from documents/00101530 from sent4

Text  : W Paryżu pracował w ośrodkach Polonii francuskiej jako instruktor kulturalno -  oświatowy Związku Młodzieży „  Grunwald ”  .
Tokens: 1 2_____ 3_______ 4 5________ 6______ 7__________ 8___ 9_________ 10________ 11 12_______ 13_____ 14_______ 15 16______ 17 18

Chunks:
  TruePositive nam [2,2] = Paryżu
  FalsePositive nam [6,7] = Polonii francuskiej
  FalsePositive nam [10,16] = kulturalno - oświatowy Związku Młodzieży „ Grunwald
  FalseNegative nam [6,6] = Polonii
  FalseNegative nam [13,17] = Związku Młodzieży „ Grunwald ”

(ChunkerEvaluator) Sentence #1249 from documents/00101530 from sent5

Text  : Uczył środowiska polonijne polskich obrzędów ludowych , współpracował z harcerstwem .
Tokens: 1____ 2_________ 3________ 4_______ 5_______ 6_______ 7 8____________ 9 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #1250 from documents/00101530 from sent6

Text  : Był znanym działaczem wśród Polonii , szczególnie duży nacisk kładł na pogłębienie przyjaźni polsko -  francuskiej .
Tokens: 1__ 2_____ 3_________ 4____ 5______ 6 7__________ 8___ 9_____ 10___ 11 12_________ 13_______ 14____ 15 16_________ 17

Chunks:
  TruePositive nam [5,5] = Polonii

(ChunkerEvaluator) Sentence #1251 from documents/00101530 from sent7

Text  : We wrześniu 1946 r . wrócił do Polski , do Płocka .
Tokens: 1_ 2_______ 3___ 4 5 6_____ 7_ 8_____ 9 10 11____ 12

Chunks:
  TruePositive nam [8,8] = Polski
  TruePositive nam [11,11] = Płocka

(ChunkerEvaluator) Sentence #1252 from documents/00101530 from sent8

Text  : Otrzymał pracę w samorządzie rzemiosła , gdzie przepracował 30 lat .
Tokens: 1_______ 2____ 3 4__________ 5________ 6 7____ 8___________ 9_ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #1253 from documents/00101530 from sent9

Text  : Dzięki niemu wśród płockiego rzemiosła rozwinęło się życie kulturalno -  oświatowe .
Tokens: 1_____ 2____ 3____ 4________ 5________ 6________ 7__ 8____ 9_________ 10 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #1254 from documents/00101530 from sent10

Text  : W roku 1946 w Liceum Ogólnokształcącym im . Marszałka Stanisława Małachowskiego powołał do życia Harcerską Drużynę Artystyczną ,  z  której wywodzi się Harcerski Zespół Pieśni i  Tańca „  Dzieci Płocka ”  .
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 [5,11] = Liceum Ogólnokształcącym im . Marszałka Stanisława Małachowskiego
  TruePositive nam [15,17] = Harcerską Drużynę Artystyczną
  FalsePositive nam [23,25] = Harcerski Zespół Pieśni
  FalsePositive nam [27,30] = Tańca „ Dzieci Płocka
  FalseNegative nam [23,31] = Harcerski Zespół Pieśni i Tańca „ Dzieci Płocka ”

(ChunkerEvaluator) Sentence #1255 from documents/00101530 from sent11

Text  : Pierwszym znaczącym sukcesem zespołu było zajęcie pierwszego miejsca na III Światowym Festiwalu Młodzieży i  Studentów w  Budapeszcie w  roku 1949 oraz pierwsze miejsce na festiwalu w  Berlinie w  1951 r  .
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 [10,15] = III Światowym Festiwalu Młodzieży i Studentów
  TruePositive nam [17,17] = Budapeszcie
  TruePositive nam [27,27] = Berlinie

(ChunkerEvaluator) Sentence #1256 from documents/00101530 from sent12

Text  : Zespół pod kierunkiem druha Wacława kilkanaście razy zdobywał czołowe miejsca na festiwalach i  przeglądach krajowych oraz zagranicznych .
Tokens: 1_____ 2__ 3_________ 4____ 5______ 6__________ 7___ 8_______ 9______ 10_____ 11 12_________ 13 14_________ 15_______ 16__ 17___________ 18

Chunks:
  TruePositive nam [5,5] = Wacława

(ChunkerEvaluator) Sentence #1257 from documents/00101530 from sent13

Text  : Koncertował na największych scenach Europy .
Tokens: 1__________ 2_ 3___________ 4______ 5_____ 6

Chunks:
  TruePositive nam [5,5] = Europy

(ChunkerEvaluator) Sentence #1258 from documents/00101530 from sent14

Text  : Dzięki zespołowi stworzonemu przez Wacława Milkego kultywowana jest tradycja folklorystyczna ,  będąca podstawowym warunkiem zachowania własnej kultury regionalnej oraz narodowej ,  a  także jej trwania w  świadomości młodych odbiorców .
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 [5,6] = Wacława Milkego

(ChunkerEvaluator) Sentence #1259 from documents/00101530 from sent15

Text  : O skali i efektach pracy druha Milkego najlepiej świadczy fakt ,  iż zespół jest najstarszym dziecięcym zespołem folklorystycznym w  Polsce ,  w  którym na przestrzeni lat tańczyło i  śpiewało ponad 6  tys .  dzieci i  młodzieży .
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 [7,7] = Milkego
  TruePositive nam [20,20] = Polsce

(ChunkerEvaluator) Sentence #1260 from documents/00101530 from sent16

Text  : Za swoją działalność Wacław Milke otrzymał wiele nagród i prestiżowych odznaczeń ,  między innymi Krzyż Komandorski z  Gwiazdą Orderu Odrodzenia Polski ,  Krzyż Wielki Orderu Odrodzenia Polski ,  Złoty Krzyż Zasługi ,  srebrny medal „  Za Zasługi dla Obronności Kraju ”  ,  odznakę „  Zasłużony dla Kultury Polskiej ”  ,  medal „  Za Zasługi dla Oświaty i  Wychowania ”  ,  medal Gloria Artis ,  medal Komisji Edukacji Narodowej .
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

Chunks:
  TruePositive nam [4,5] = Wacław Milke
  TruePositive nam [23,27] = Krzyż Wielki Orderu Odrodzenia Polski
  TruePositive nam [29,31] = Złoty Krzyż Zasługi
  TruePositive nam [36,40] = Za Zasługi dla Obronności Kraju
  TruePositive nam [45,48] = Zasłużony dla Kultury Polskiej
  TruePositive nam [53,58] = Za Zasługi dla Oświaty i Wychowania
  TruePositive nam [62,63] = Gloria Artis
  FalsePositive nam [15,16] = Krzyż Komandorski
  FalsePositive nam [18,21] = Gwiazdą Orderu Odrodzenia Polski
  FalsePositive nam [66,68] = Komisji Edukacji Narodowej
  FalseNegative nam [15,21] = Krzyż Komandorski z Gwiazdą Orderu Odrodzenia Polski
  FalseNegative nam [65,68] = medal Komisji Edukacji Narodowej

(ChunkerEvaluator) Sentence #1261 from documents/00101530 from sent17

Text  : Był również działaczem Towarzystwa Przyjaciół Dzieci – w 1977 r  .  otrzymał Order Uśmiechu .
Tokens: 1__ 2______ 3_________ 4__________ 5_________ 6_____ 7 8 9___ 10 11 12______ 13___ 14______ 15

Chunks:
  TruePositive nam [4,6] = Towarzystwa Przyjaciół Dzieci
  TruePositive nam [13,14] = Order Uśmiechu

2016-10-13 16:40:35,291 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 105 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101534.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101534.ini
(ChunkerEvaluator) Sentence #1262 from documents/00101534 from sent1

Text  : W związku z projektem Mature @ EU odkrywam nowe rejony wiedzy –  projekt skierowany jest bowiem do pracodawców ,  dla których osoby w  sile wieku powinny stanowić ogromny potencjał rozwoju przedsiębiorstwa .
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 [5,7] = Mature @ EU

(ChunkerEvaluator) Sentence #1263 from documents/00101534 from sent2

Text  : Dla nich też jest portal Mature @ EU , w  którym znajdują się materiały kursowe –  teksty ,  przykłady ,  linki i  ćwiczenia ,  gotowe do wykorzystania ,  z  tej tematyki .
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 [6,8] = Mature @ EU

(ChunkerEvaluator) Sentence #1264 from documents/00101534 from sent3

Text  : My zajmujemy się co prawda stroną “ ucyfrowienia ” ale trudno nie włączyć się w  inne działania ,  skoro projekt wpisuje się w  tak wiele inicjatyw dla pracowników 50 +  w  Polsce i  jest naprawdę ciekawy .
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 [32,32] = Polsce
  FalsePositive nam [8,8] = ucyfrowienia

(ChunkerEvaluator) Sentence #1265 from documents/00101534 from sent4

Text  : Jedną z nich jest seminarium “ Zarządzanie wiekiem w teorii i  praktyce ”  organizowane przez Akademię Rozwoju Filantropii .
Tokens: 1____ 2 3___ 4___ 5_________ 6 7__________ 8______ 9 10____ 11 12______ 13 14__________ 15___ 16______ 17_____ 18_________ 19

Chunks:
  TruePositive nam [16,18] = Akademię Rozwoju Filantropii
  FalseNegative nam [7,12] = Zarządzanie wiekiem w teorii i praktyce

(ChunkerEvaluator) Sentence #1266 from documents/00101534 from sent5

Text  : Celem spotkania jest przedstawienie korzyści z zatrudniania osób 50 +  ,  a  także przekazanie kompleksowej i  niezbędnej wiedzy z  zakresu wybranych strategii i  rozwiązań .
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 #1267 from documents/00101534 from sent6

Text  : Seminarium organizowane jest w ramach projektu “ Zysk z dojrzałości ”  i  odbędzie się 10 lutego w  Krakowie (  Hotel Chopin ,  sala konferencyjna Joanna ,  ul .  Więcej informacji na stronie www.zysk50plus.pl Będzie o  pozytywnych rozwiązaniach sprzyjających zatrudnianiu osób starszych ,  zarządzaniu różnorodnością w  firmie ,  w  tym wiekiem oraz planowanych zmianach regulacji prawnych w  ramach programu rządowego „  Solidarność pokoleń ”  .
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

Chunks:
  TruePositive nam [8,10] = Zysk z dojrzałości
  TruePositive nam [18,18] = Krakowie
  TruePositive nam [21,21] = Chopin
  TruePositive nam [25,25] = Joanna
  TruePositive nam [33,33] = www.zysk50plus.pl
  TruePositive nam [61,62] = Solidarność pokoleń
  FalsePositive nam [29,29] = Więcej

2016-10-13 16:40:35,368 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 106 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101551.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101551.ini
(ChunkerEvaluator) Sentence #1268 from documents/00101551 from sent1

Text  : Henne Vogelsang poinformował o wydaniu systemu openSUSE 11 . 3  Milestone 3  .
Tokens: 1____ 2________ 3___________ 4 5______ 6______ 7_______ 8_ 9 10 11_______ 12 13

Chunks:
  TruePositive nam [1,2] = Henne Vogelsang
  FalseNegative nam [7,12] = openSUSE 11 . 3 Milestone 3

(ChunkerEvaluator) Sentence #1269 from documents/00101551 from sent2

Text  : Wydanie to jest wydaniem poprawkowym i zawiera głównie aktualizacje i  poprawki na znalezione błędy .
Tokens: 1______ 2_ 3___ 4_______ 5__________ 6 7______ 8______ 9___________ 10 11______ 12 13________ 14___ 15

Chunks:

2016-10-13 16:40:35,379 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 107 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101571.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101571.ini
(ChunkerEvaluator) Sentence #1270 from documents/00101571 from sent1

Text  : 7 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #1271 from documents/00101571 from sent2

Text  : Pomieniony Człowiek Góra w swoje godziny wolne będzie dopomagał rzemieślnikom naszym dźwigać niektóre wielkie kamienie dla dokończenia murów zamku i  innych naszych budowli cesarskich .
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 [2,3] = Człowiek Góra

(ChunkerEvaluator) Sentence #1272 from documents/00101571 from sent3

Text  : 8 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #1273 from documents/00101571 from sent4

Text  : Człowiek Góra winien jest w przeciągu dwóch księżyców złożyć dokładny opis rozmiarów naszego państwa ,  obliczony własnymi jego krokami .
Tokens: 1_______ 2___ 3_____ 4___ 5 6________ 7____ 8________ 9_____ 10______ 11__ 12_______ 13_____ 14_____ 15 16_______ 17______ 18__ 19_____ 20

Chunks:
  TruePositive nam [1,2] = Człowiek Góra

(ChunkerEvaluator) Sentence #1274 from documents/00101571 from sent5

Text  : 9 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #1275 from documents/00101571 from sent6

Text  : Gdy wykona uroczystą przysięgę , że te wszystkie wyrażone art ykuły wspomniany Człowiek Góra zachowa ,  będzie miał na co dzień jedzenia i  napoju tyle ,  ile by dla tysiąca siedmiuset dwudziestu czterech poddanych naszych mogło wystarczyć ,  i  będzie miał wolny przystęp do naszej osoby cesarskiej ,  wraz z  innymi znakami naszej dla niego łaski .
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

Chunks:
  TruePositive nam [13,14] = Człowiek Góra

(ChunkerEvaluator) Sentence #1276 from documents/00101571 from sent7

Text  : Dan w pałacu naszym w Belfaborac dwunastego dnia , dziewięćdziesiątego pierwszego księżyca panowania naszego .
Tokens: 1__ 2 3_____ 4_____ 5 6_________ 7_________ 8___ 9 10_________________ 11________ 12______ 13_______ 14_____ 15

Chunks:
  TruePositive nam [6,6] = Belfaborac
  FalsePositive nam [1,1] = Dan

(ChunkerEvaluator) Sentence #1277 from documents/00101571 from sent8

Text  : Złożył em przysięgę i podpisał em z wielką radością wszystkie art ykuły ,  chociaż niektóre z  nich nie były dla mnie tak i  zaszczytne ,  jak by m  był sobie tego życzył ,  co sprawiła złość wielkiego admirała ,  Skyresha Bolgolama .
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 [40,41] = Skyresha Bolgolama

(ChunkerEvaluator) Sentence #1278 from documents/00101571 from sent9

Text  : Zdjęto ze mnie łańcuchy i wypuszczono na wolność .
Tokens: 1_____ 2_ 3___ 4_______ 5 6__________ 7_ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #1279 from documents/00101571 from sent10

Text  : Cesarz uczynił mi honor , będąc sam przytomny ceremonii uwolnienia mego .
Tokens: 1_____ 2______ 3_ 4____ 5 6____ 7__ 8________ 9________ 10________ 11__ 12

Chunks:
  FalseNegative nam [1,1] = Cesarz

(ChunkerEvaluator) Sentence #1280 from documents/00101571 from sent11

Text  : Uczynił em jak najgłębsze podziękowanie Jego Cesarskiej Mości , upadłszy mu do nóg ,  ale kazał mi wstać ,  i  to w  jak najgrzeczniejszych wyrazach .
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 #1281 from documents/00101571 from sent12

Text  : Obsypawszy mnie łaskawymi słowy , których tu me powtórzę ,  by nie popaść w  pychę ,  dodał ,  że spodziewa się znaleźć we mnie pożytecznego sługę godnego wszystkich jego dobrodziejstw .
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 #1282 from documents/00101571 from sent13

Text  : Niech czytelnik będzie łaskaw zauważyć , że w ostatnim artykule aktu uwolnienia mojego obowiązał się Cesarz dać mi tyle żywności i  napoju ,  ile by mogło wystarczyć dla tysiąca siedmiuset dwudziestu czterech Lillipucjanów .
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 [33,33] = Lillipucjanów
  FalseNegative nam [16,16] = Cesarz

(ChunkerEvaluator) Sentence #1283 from documents/00101571 from sent14

Text  : W niejaki czas potem spytał em się jednego dworzanina ,  poufnego mego przyjaciela ,  dlaczego taką ilość wyznaczono dla mnie żywności i  napoju .
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 #1284 from documents/00101571 from sent15

Text  : Odpowiedział mi , iż ponieważ matematycy cesarscy — zmierzywszy wysokość ciała mego za pomocą kwadranta i  policzywszy grubość —  znaleźli moje proporcje w  stosunku do nich jak dwanaście do jednego ,  wnieśli z  podobieństwa swych ciał ,  że ja powinien em potrzebować żywności tysiąc siedemset dwadzieścia cztery razy więcej niż oni ;  skąd może czytelnik wnosić ,  jak dziwny jest narodu tego dowcip ,  jak mądra ,  przezorna i  dokładna ekonomika ich wielkiego monarchy .
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:

2016-10-13 16:40:35,505 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 108 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101572.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101572.ini
(ChunkerEvaluator) Sentence #1285 from documents/00101572 from sent1

Text  : Boją się , że jeśli ziemia ledwie uszła szczęśliwie pierwszej komecie ,  która ją niezawodnie mogła zniszczyć ,  nie ujdzie przed drugą ,  która ma się pokazać podług ich rachuby za lat trzydzieści i  jeden ,  i  w  zbliżeniu swym do słońca przyjmie od niego gorącość dziesięć tysięcy razy większą niżeli rozpalone do czerwoności żelazo ,  a  oddalając się od słońca rozpostrze płomienisty ogon sto tysięcy i  czternaście mil mający ,  przez który gdyby ziemia przeszła nawet w  odległości stu tysięcy mil od jądra ,  czyli ciała komety ,  zostanie spalona i  obrócona w  perzynę .
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

Chunks:

(ChunkerEvaluator) Sentence #1286 from documents/00101572 from sent2

Text  : Boją się jeszcze , żeby słońce , ustawicznie rozpraszając promienie swoje na wszystkie strony i  nie mając znikąd zasilenia ,  nie wyniszczyło się na koniec i  całej swej istoty nie utraciło ,  co oznaczało by koniec życia na ziemi i  innych planetach pobierających światło ze 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

Chunks:

(ChunkerEvaluator) Sentence #1287 from documents/00101572 from sent3

Text  : Oto są zwyczajne bojaźnie i strachy , które im spać nie dają i  wszystkich ich uciech pozbawiają ,  a  dlatego ,  skoro się tylko z  rana z  sobą spotkają ,  zaraz jedni od drugich dowiadują się o  słońcu ,  jak się ma i  w  jakim stanie zaszło i  wzeszło ,  oraz jakie są nadzieje uniknięcia zbliżającej się komety .
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

Chunks:

(ChunkerEvaluator) Sentence #1288 from documents/00101572 from sent4

Text  : W rozmowy takie wdają się z tym samym zapałem co chłopcy ,  którzy słuchają łapczywie okropnych opowiadań o  duchach i  potem boją się położyć do łóżka .
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 #1289 from documents/00101572 from sent5

Text  : Kobiety na tej wyspie są arcyżywe , za nic mają swoich mężów ,  a  bardzo lubią cudzoziemców ,  których zawsze znaczna liczba przybywa na dwór z  kontynentu dla załatwiania interesów własnych jako też różnych korporacji z  miast stałego lądu .
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 #1290 from documents/00101572 from sent6

Text  : Lapucjanie nie poważają ich wcale , bo nie posiadają żadnych znamienitych zdolności umysłowych .
Tokens: 1_________ 2__ 3_______ 4__ 5____ 6 7_ 8__ 9________ 10_____ 11__________ 12_______ 13________ 14

Chunks:
  FalseNegative nam [1,1] = Lapucjanie

(ChunkerEvaluator) Sentence #1291 from documents/00101572 from sent7

Text  : Zwyczaj jest także , że damy znamienitsze obierają sobie gachów między cudzoziemcami ,  a  co gorsza ,  że się z  nimi bawią bez żadnej przeszkody ,  z  wszelkim bezpieczeństwem ,  bo ich mężowie tak są zatopieni w  swoich myślach geometrycznych ,  że się drudzy pieszczą z  ich żonami w  ich przytomności ,  a  oni tego nie postrzegają ,  jeżeli tylko mają przed sobą papier i  instrument w  ręku ,  a  budziciel z  pęcherzem przypadkiem się oddali .
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

Chunks:

(ChunkerEvaluator) Sentence #1292 from documents/00101572 from sent8

Text  : Kobiety i panny bardzo są niekontente , że na tej wyspie jak na wygnaniu zostają ,  chociaż to jest miejsce najrozkoszniejsze na świecie i  choć żyją tam w  bogactwach i  wspaniałości .
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:

2016-10-13 16:40:35,641 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 109 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101573.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101573.ini
(ChunkerEvaluator) Sentence #1293 from documents/00101573 from sent1

Text  : Don Pedro , któremu stan familii i interesów moich opowiedział em ,  rzekł mi jednego dnia ,  że poczciwość i  sumienie nakazują mi powrócić do mej ojczyzny i  żyć z  żoną i  dziećmi .
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:
  FalsePositive nam [1,2] = Don Pedro
  FalseNegative nam [2,2] = Pedro

(ChunkerEvaluator) Sentence #1294 from documents/00101573 from sent2

Text  : Powiadomił mnie , że jeden statek stał w porcie w  pogotowiu wyjścia pod żagle i  udania się do Anglii ,  obiecując dać mi wszystko ,  czego by mi tylko było potrzeba na podróż .
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] = Anglii

(ChunkerEvaluator) Sentence #1295 from documents/00101573 from sent3

Text  : Podawał em mu różne przyczyny , dla których nie chciał em nigdy powracać do mej ojczyzny i  zamierzał em szukać bezludnej wyspy ,  gdzie by m  mógł dokonać reszty mojego życia .
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:

(ChunkerEvaluator) Sentence #1296 from documents/00101573 from sent4

Text  : Odpowiedział mi , iż wyspa , której by m chciał szukać ,  była czystym urojeniem i  że wszędy znalazł by m  ludzi ,  przeciwnie zaś ,  zostając u  siebie ,  był by m  panem i  mógł by m  ,  jak by mi się podobało ,  żyć odludnie .
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:

(ChunkerEvaluator) Sentence #1297 from documents/00101573 from sent5

Text  : Dał em się na koniec namówić , nie mogąc postąpić inaczej ,  a  do t  ego jużem się nieco oswoił .
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 #1298 from documents/00101573 from sent6

Text  : Opuścił em Lizbonę dwudziestego czwartego listopada i wsiadł em na statek kupiecki .
Tokens: 1______ 2_ 3______ 4___________ 5________ 6________ 7 8_____ 9_ 10 11____ 12______ 13

Chunks:
  TruePositive nam [3,3] = Lizbonę

(ChunkerEvaluator) Sentence #1299 from documents/00101573 from sent7

Text  : Kto był jego kapitanem , nie chciał em się pytać .
Tokens: 1__ 2__ 3___ 4________ 5 6__ 7_____ 8_ 9__ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #1300 from documents/00101573 from sent8

Text  : Don Pedro towarzyszył mi aż do portu i pożyczył dwadzieścia funtów szterlingów .
Tokens: 1__ 2____ 3__________ 4_ 5_ 6_ 7____ 8 9_______ 10_________ 11____ 12_________ 13

Chunks:
  FalsePositive nam [1,2] = Don Pedro
  FalseNegative nam [2,2] = Pedro

(ChunkerEvaluator) Sentence #1301 from documents/00101573 from sent9

Text  : Pożegnał się ze mną najprzyjaźniej i przy rozstaniu uściskał mnie ,  com znieść musiał bez okazania najmniejszego wstrętu .
Tokens: 1_______ 2__ 3_ 4__ 5_____________ 6 7___ 8________ 9_______ 10__ 11 12_ 13____ 14____ 15_ 16______ 17___________ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #1302 from documents/00101573 from sent10

Text  : Nie miałem w tej podróży ani z kapitanem , ani z  żadnymi podróżnymi obcowania ,  tłumacząc się słabością ,  którą zmyślił em ,  aby móc zostawać w  mojej kajucie .
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 #1303 from documents/00101573 from sent11

Text  : Piątego grudnia rzucili śmy kotwicę na Dunach około dziewiątej z  rana ,  a  o  trzeciej po południu przybył em w  dobrym zdrowiu do Redriff i  udał em się do mego domu .
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 [7,7] = Dunach
  TruePositive nam [24,24] = Redriff

(ChunkerEvaluator) Sentence #1304 from documents/00101573 from sent12

Text  : Żona moja i dzieci zobaczywszy mnie okazały podziwienie i radość ,  myślały bowiem ,  żem umarł .
Tokens: 1___ 2___ 3 4_____ 5__________ 6___ 7______ 8__________ 9 10____ 11 12_____ 13____ 14 15_ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #1305 from documents/00101573 from sent13

Text  : Lecz muszę wyznać , iż widok ich napełnił mnie nienawiścią ,  odrazą i  pogardą ,  tym bardziej gdym pomyślał o  bliskim związku między nami .
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 #1306 from documents/00101573 from sent14

Text  : Lubo od czasu wygnania z kraju Houyhnhnmów przyzwyczaił em się znosić widok Jahusów i  nawet rozmawiał em z  Don Pedrem de Mendez ,  jednak wyobraźnia moja i  pamięć były ciągle przepełnione myślami wzniosłymi i  cnotami przezacnych Houyhnhnmów ,  a  wspomniawszy ,  że przez związek z  samicą Jahu stał em się ojcem wielu takich zwierząt ,  przejęty został em wstydem ,  zmieszaniem i  najmocniejszą odrazą .
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 [7,7] = Houyhnhnmów
  TruePositive nam [13,13] = Jahusów
  TruePositive nam [37,37] = Houyhnhnmów
  TruePositive nam [47,47] = Jahu
  FalsePositive nam [19,22] = Don Pedrem de Mendez
  FalseNegative nam [20,22] = Pedrem de Mendez

(ChunkerEvaluator) Sentence #1307 from documents/00101573 from sent15

Text  : Gdym wszedł do mojego domu , uścisnęła mnie żona moja i  dała mi pocałunek ,  ale będąc już dawno odzwyczajony od uściskań tak obrzydłego zwierza ,  wpadł em w  zemdlenie ,  które przeszło godzinę trwało .
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:
  FalsePositive nam [1,1] = Gdym

(ChunkerEvaluator) Sentence #1308 from documents/00101573 from sent16

Text  : Od mojego przybycia do Anglii już pięć lat upłynęło ;  w  pierwszym roku nie mogł em cierpieć obecności żony mojej i  dzieci ,  ich odór był mi nieznośny ,  mniej jeszcze mógł by m  wytrzymać ,  gdyby ze mną przy jednym stole jadały .
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

Chunks:
  TruePositive nam [5,5] = Anglii

(ChunkerEvaluator) Sentence #1309 from documents/00101573 from sent17

Text  : Do tej chwili nie wolno im tykać mojego chleba ani pić z  mojej szklanki ,  nie pozwalam też nikomu z  mojej familii dotykać mojej ręki .
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:

2016-10-13 16:40:35,811 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 110 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101574.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101574.ini
(ChunkerEvaluator) Sentence #1310 from documents/00101574 from sent1

Text  : Gdyby mnie krytycy Jahusów choć trochę interesowali , miał by m  zupełną słuszność na wielu z  nich się użalać ,  którzy na tyle byli bezczelni ,  żeby naprzód utrzymywać ,  że podróże moje są czystą bajką w  mózgu moim wyległą ,  a  potem nawet tak dalece zuchwałość swą posunęli ,  iż ośmielili się powiedzieć ,  że równie nie ma Houyhnhnmów i  Jahusów ,  jak i  mieszkańców Utopii .
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 [4,4] = Jahusów
  TruePositive nam [60,60] = Houyhnhnmów
  TruePositive nam [62,62] = Jahusów
  TruePositive nam [67,67] = Utopii

(ChunkerEvaluator) Sentence #1311 from documents/00101574 from sent2

Text  : Wyznaję jednak , że co się tyczy narodów Lilliputów ,  Brobdingragu (  tak powinno być napisane ,  a  nie Brobdingnagu ,  jak to błędnie czytają )  i  Laputy ,  żaden z  naszych Jahusów nie był na tyle śmiały ,  by je choćby w  najmniejszą podać wątpliwość ,  jako też i  wypadki ,  które o  tych narodach przytoczył em ,  tu bowiem prawda tak jest jasna ,  że przekonanie gwałtem za sobą pociąga .
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

Chunks:
  TruePositive nam [9,9] = Lilliputów
  TruePositive nam [11,11] = Brobdingragu
  TruePositive nam [20,20] = Brobdingnagu
  TruePositive nam [28,28] = Laputy
  TruePositive nam [33,33] = Jahusów

(ChunkerEvaluator) Sentence #1312 from documents/00101574 from sent3

Text  : Ale czyż powieść moja o Houyhnhnmach i Jahusach mniej jest prawdziwa ?
Tokens: 1__ 2___ 3______ 4___ 5 6___________ 7 8_______ 9____ 10__ 11_______ 12

Chunks:
  TruePositive nam [6,6] = Houyhnhnmach
  TruePositive nam [8,8] = Jahusach

(ChunkerEvaluator) Sentence #1313 from documents/00101574 from sent4

Text  : Czyliż i w tym kraju nie ujrzysz tysięcy tych ostatnich ,  którzy tylko szwargotaniem i  tym ,  że nie chodzą nago ,  różnią się od swych zwierzęcych braci w  kraju Houyhnhnmów ?
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 [31,31] = Houyhnhnmów

(ChunkerEvaluator) Sentence #1314 from documents/00101574 from sent5

Text  : Pisał em dla ich poprawy , nie dla ich pochwał .
Tokens: 1____ 2_ 3__ 4__ 5______ 6 7__ 8__ 9__ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #1315 from documents/00101574 from sent6

Text  : Jednogłośne pochwały całego ich rodu mniej by znaczyły u mnie niż rżenie dwóch wyrodków Houyhnhnmów w  mej stajni trzymanych ,  ponieważ mimo całego ich zwyrodnienia uczę się ciągle od nich jakiejś cnoty wolnej od domieszki zła .
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 [15,15] = Houyhnhnmów

(ChunkerEvaluator) Sentence #1316 from documents/00101574 from sent7

Text  : Czyż śmieją mniemać te nędzne stworzenia , że się poniżę i  bronić będę mej prawdomówności ?
Tokens: 1___ 2_____ 3______ 4_ 5_____ 6_________ 7 8_ 9__ 10____ 11 12____ 13__ 14_ 15____________ 16

Chunks:

(ChunkerEvaluator) Sentence #1317 from documents/00101574 from sent8

Text  : Lubo i ja Jahu jestem , wiadomo jednak , że przez naukę i  przykład mego znakomitego pana i  nauczyciela w  przeciągu dwóch lat (  jak wyznać muszę ,  nie bez trudności )  do tego doprowadził em ,  że się pozbył em tych piekielnych nałogów ,  które szczególnie w  Europie w  mym rodzaju są tok zakorzenione ,  to jest kłamania ,  chełpienia się ,  oszukiwania i  dwuznacznego przemawiania .
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 [4,4] = Jahu
  TruePositive nam [49,49] = Europie

(ChunkerEvaluator) Sentence #1318 from documents/00101574 from sent9

Text  : Mógł by m jeszcze więcej czynić żalów z tego powodu ,  lecz i  Ciebie ,  i  mnie nie chcę dłużej męczyć .
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 #1319 from documents/00101574 from sent10

Text  : Przyznaję , że od ostatniego mego powrotu , przez obcowanie z  małą liczbą jednostek Twojego gatunku ,  a  szczególnie z  tymi z  mej familii ,  z  którymi związków unikać nie mogę ,  reszta tych złych zarodów mojej jahusowej natury znowu we mnie odżyła .
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

Chunks:

(ChunkerEvaluator) Sentence #1320 from documents/00101574 from sent11

Text  : Gdyby nie to , pewno by m tak niedorzecznego planu ,  jak chęć zreformowania rodzaju Jahusów w  tym królestwie ,  nigdy nie był uczynił ,  lecz teraz odstępuję już na zawsze od tego urojenia .
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 [16,16] = Jahusów

2016-10-13 16:40:35,946 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 111 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101575.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101575.ini
(ChunkerEvaluator) Sentence #1321 from documents/00101575 from sent1

Text  : Naczelnik ogłosiwszy rozkaz , chciał pójść dalej , gdy w  tem Keraban zbliżył się do niego .
Tokens: 1________ 2_________ 3_____ 4 5_____ 6____ 7____ 8 9__ 10 11_ 12_____ 13_____ 14_ 15 16___ 17

Chunks:
  TruePositive nam [12,12] = Keraban

(ChunkerEvaluator) Sentence #1322 from documents/00101575 from sent2

Text  : – Tak więc , rzekł , nowy znów podatek dotknie przepływających Bosfor ?
Tokens: 1 2__ 3___ 4 5____ 6 7___ 8___ 9______ 10_____ 11_____________ 12____ 13

Chunks:
  TruePositive nam [12,12] = Bosfor

(ChunkerEvaluator) Sentence #1323 from documents/00101575 from sent3

Text  : – Taki jest rozkaz Muszyra .
Tokens: 1 2___ 3___ 4_____ 5______ 6

Chunks:
  TruePositive nam [5,5] = Muszyra

(ChunkerEvaluator) Sentence #1324 from documents/00101575 from sent4

Text  : A postanowienie to kiedy wchodzi w wykonanie ?
Tokens: 1 2____________ 3_ 4____ 5______ 6 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #1325 from documents/00101575 from sent5

Text  : – Od chwili ogłoszenia .
Tokens: 1 2_ 3_____ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #1326 from documents/00101575 from sent6

Text  : – Więc jeźlibym , jak to mam zwyczaj codziennie ,  dziś wieczorem udał się do Skutari …
Tokens: 1 2___ 3_______ 4 5__ 6_ 7__ 8______ 9_________ 10 11__ 12_______ 13__ 14_ 15 16_____ 17

Chunks:
  TruePositive nam [16,16] = Skutari

(ChunkerEvaluator) Sentence #1327 from documents/00101575 from sent7

Text  : – Zapłaci pan dziesięć parasów .
Tokens: 1 2______ 3__ 4_______ 5______ 6

Chunks:
  FalseNegative nam [5,5] = parasów

(ChunkerEvaluator) Sentence #1328 from documents/00101575 from sent8

Text  : – Tak pan sądzi ?
Tokens: 1 2__ 3__ 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #1329 from documents/00101575 from sent9

Text  : zapytał Keraban i skrzyżowawszy ręce na piersiach , popatrzył śmiało w  oczy naczelnikowi policyi ,  mówiąc dalej głosem zdradzającym gniewne rozdrażnienie .
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 [2,2] = Keraban

(ChunkerEvaluator) Sentence #1330 from documents/00101575 from sent10

Text  : Kaik mój oczekuje na mnie , a ponieważ zabieram z  sobą przyjaciela Van Mitten ’  a  ,  oraz mego i  jego służącego …
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 [13,16] = Van Mitten ’ a

(ChunkerEvaluator) Sentence #1331 from documents/00101575 from sent11

Text  : – Więc razem zapłacisz pan 40 parasów – ale cóż to dla niego znaczy ?
Tokens: 1 2___ 3____ 4________ 5__ 6_ 7______ 8 9__ 10_ 11 12_ 13___ 14____ 15

Chunks:
  FalseNegative nam [7,7] = parasów

(ChunkerEvaluator) Sentence #1332 from documents/00101575 from sent12

Text  : – Nie o to chodzi czy mi co znaczy zapłacić 40 parasów ,  czy choćby sto ,  tysiąc ,  czy sto tysięcy ,  czy pięćkroć .
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 [12,12] = parasów

(ChunkerEvaluator) Sentence #1333 from documents/00101575 from sent13

Text  : Dość że odpłynę i nie zapłacę .
Tokens: 1___ 2_ 3______ 4 5__ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #1334 from documents/00101575 from sent14

Text  : – Przykro mi że muszę sprzeciwić się panu Kerabanowi ,  ale powtarzam że nie dostaniesz się do Skutari ,  nie zapłaciwszy podatku .
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 [9,9] = Kerabanowi
  TruePositive nam [18,18] = Skutari

(ChunkerEvaluator) Sentence #1335 from documents/00101575 from sent15

Text  : – Otóż dostanę się !
Tokens: 1 2___ 3______ 4__ 5

Chunks:

(ChunkerEvaluator) Sentence #1336 from documents/00101575 from sent16

Text  : krzyczał .
Tokens: 1_______ 2

Chunks:

(ChunkerEvaluator) Sentence #1337 from documents/00101575 from sent17

Text  : – Nie !
Tokens: 1 2__ 3

Chunks:

(ChunkerEvaluator) Sentence #1338 from documents/00101575 from sent18

Text  : – Tak , mówię !
Tokens: 1 2__ 3 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #1339 from documents/00101575 from sent19

Text  : – Przyjacielu Kerabanie … zaczął Van Mitten chcąc go odciągnąć .
Tokens: 1 2__________ 3________ 4 5_____ 6__ 7_____ 8____ 9_ 10_______ 11

Chunks:
  TruePositive nam [3,3] = Kerabanie
  TruePositive nam [6,7] = Van Mitten

(ChunkerEvaluator) Sentence #1340 from documents/00101575 from sent20

Text  : – Dajże mi pokój , odrzekł gniewnie .
Tokens: 1 2____ 3_ 4____ 5 6______ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #1341 from documents/00101575 from sent21

Text  : Podatek ten jest niesłuszny , któremu poddawać się nie należy !
Tokens: 1______ 2__ 3___ 4_________ 5 6______ 7_______ 8__ 9__ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #1342 from documents/00101575 from sent22

Text  : O !
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #1343 from documents/00101575 from sent23

Text  : nigdy , przenigdy rząd Starych Turków nie był by obciążał podatkiem kaików Bosforu .
Tokens: 1____ 2 3________ 4___ 5______ 6_____ 7__ 8__ 9_ 10______ 11_______ 12____ 13_____ 14

Chunks:
  TruePositive nam [6,6] = Turków
  TruePositive nam [13,13] = Bosforu

(ChunkerEvaluator) Sentence #1344 from documents/00101575 from sent24

Text  : – Być może , ale rząd nowych Turków , potrzebując pieniędzy ,  nie waha się tego uczynić ,  odrzekł naczelnik policyi .
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] = Turków

(ChunkerEvaluator) Sentence #1345 from documents/00101575 from sent25

Text  : – Zobaczymy !
Tokens: 1 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1346 from documents/00101575 from sent26

Text  : krzyknął Keraban .
Tokens: 1_______ 2______ 3

Chunks:
  TruePositive nam [2,2] = Keraban

(ChunkerEvaluator) Sentence #1347 from documents/00101575 from sent27

Text  : – Żołnierze !
Tokens: 1 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1348 from documents/00101575 from sent28

Text  : zawołał naczelnik policyi do towarzyszącej mu straży , rozkazuję wam czuwać nad wykonaniem nowego postanowienia .
Tokens: 1______ 2________ 3______ 4_ 5____________ 6_ 7_____ 8 9________ 10_ 11____ 12_ 13________ 14____ 15___________ 16

Chunks:

(ChunkerEvaluator) Sentence #1349 from documents/00101575 from sent29

Text  : – Chodź , Van Mitten , zawołał Keraban , Nizibie ,  Brunonie ,  idźcie za nami !
Tokens: 1 2____ 3 4__ 5_____ 6 7______ 8______ 9 10_____ 11 12______ 13 14____ 15 16__ 17

Chunks:
  TruePositive nam [4,5] = Van Mitten
  TruePositive nam [8,8] = Keraban
  TruePositive nam [10,10] = Nizibie
  TruePositive nam [12,12] = Brunonie

(ChunkerEvaluator) Sentence #1350 from documents/00101575 from sent30

Text  : Lecz jak tylko zwrócił się ku zejściu do portu ,  żołnierze zagrodzili mu drogę i  musiał się zatrzymać .
Tokens: 1___ 2__ 3____ 4______ 5__ 6_ 7______ 8_ 9____ 10 11_______ 12________ 13 14___ 15 16____ 17_ 18_______ 19

Chunks:

(ChunkerEvaluator) Sentence #1351 from documents/00101575 from sent31

Text  : – Z drogi !
Tokens: 1 2 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #1352 from documents/00101575 from sent32

Text  : krzyknął ; przez Allaha !
Tokens: 1_______ 2 3____ 4_____ 5

Chunks:
  TruePositive nam [4,4] = Allaha

(ChunkerEvaluator) Sentence #1353 from documents/00101575 from sent33

Text  : przejdę i nie dam ani parasa .
Tokens: 1______ 2 3__ 4__ 5__ 6_____ 7

Chunks:
  FalseNegative nam [6,6] = parasa

(ChunkerEvaluator) Sentence #1354 from documents/00101575 from sent34

Text  : – Pójdziesz pan , ale do więzienia !
Tokens: 1 2________ 3__ 4 5__ 6_ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #1355 from documents/00101575 from sent35

Text  : i nie wyjdziesz z niego póki nie zapłacisz wysokiej kary pieniężnej !
Tokens: 1 2__ 3________ 4 5____ 6___ 7__ 8________ 9_______ 10__ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #1356 from documents/00101575 from sent36

Text  : krzyknął zniecierpliwiony nareszcie naczelnik policyi .
Tokens: 1_______ 2_______________ 3________ 4________ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #1357 from documents/00101575 from sent37

Text  : – Udam się do Skutari !
Tokens: 1 2___ 3__ 4_ 5______ 6

Chunks:
  TruePositive nam [5,5] = Skutari

(ChunkerEvaluator) Sentence #1358 from documents/00101575 from sent38

Text  : wrzeszczał Keraban .
Tokens: 1_________ 2______ 3

Chunks:
  TruePositive nam [2,2] = Keraban

(ChunkerEvaluator) Sentence #1359 from documents/00101575 from sent39

Text  : – Nic z tego !
Tokens: 1 2__ 3 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #1360 from documents/00101575 from sent40

Text  : bez zapłaty podatku nie przepłyniesz Bosforu , a do Skutari niepodobna dostać się inaczej …
Tokens: 1__ 2______ 3______ 4__ 5___________ 6______ 7 8 9_ 10_____ 11________ 12____ 13_ 14_____ 15

Chunks:
  TruePositive nam [6,6] = Bosforu
  TruePositive nam [10,10] = Skutari

2016-10-13 16:40:36,076 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 112 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101576.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101576.ini
(ChunkerEvaluator) Sentence #1361 from documents/00101576 from sent1

Text  : – A ja , proszę pana , cieszył em się że sobie odpocznę w  Konstantynopolu ,  a  tu znów nieprzewidziana podróż …
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 [15,15] = Konstantynopolu

(ChunkerEvaluator) Sentence #1362 from documents/00101576 from sent2

Text  : – Nie jest to podróż , Brunonie , to tylko przyjaciel mój Keraban ,  inną niż zwykle drogą wraca do domu .
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 [7,7] = Brunonie
  TruePositive nam [13,13] = Keraban

(ChunkerEvaluator) Sentence #1363 from documents/00101576 from sent3

Text  : Wytłomaczenie to nie uspokoiło jakoś Brunona ; nie lubił zmieniać miejsca pobytu ,  a  oto przez całe tygodnie a  może i  miesiące miał przebywać różne kraje których wcale nie był ciekawy poznać ,  i  może narazić się na niewygody i  niebezpieczeństwa ,  czego wcale nie pragnął .
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 [6,6] = Brunona

(ChunkerEvaluator) Sentence #1364 from documents/00101576 from sent4

Text  : To też z płaczliwą miną przekładał panu aby zaniechał tej podróży ,  kończąc przerażającą przepowiednią :
Tokens: 1_ 2__ 3 4________ 5___ 6_________ 7___ 8__ 9________ 10_ 11_____ 12 13_____ 14__________ 15___________ 16

Chunks:

(ChunkerEvaluator) Sentence #1365 from documents/00101576 from sent5

Text  : – Zobaczy pan że spotka go jakie nieszczęście !
Tokens: 1 2______ 3__ 4_ 5_____ 6_ 7____ 8___________ 9

Chunks:

(ChunkerEvaluator) Sentence #1366 from documents/00101576 from sent6

Text  : Brunon udał się do hotelu i za parę godzin powrócił z  tragarzami ,  którzy na plecach przenieśli pakunki .
Tokens: 1_____ 2___ 3__ 4_ 5_____ 6 7_ 8___ 9_____ 10______ 11 12________ 13 14____ 15 16_____ 17________ 18_____ 19

Chunks:
  TruePositive nam [1,1] = Brunon

(ChunkerEvaluator) Sentence #1367 from documents/00101576 from sent7

Text  : Ustawiono je w dziedzińcu dla upakowania w powozie wytoczonym już z  wozowni .
Tokens: 1________ 2_ 3 4_________ 5__ 6_________ 7 8______ 9_________ 10_ 11 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #1368 from documents/00101576 from sent8

Text  : Jednocześnie Keraban porządkował interesa , wydawał rozporządzenia , sprawdzał stan kasy ,  napisał kilka listów ,  i  polecił zabrać znaczny zapas żywności ,  nie zapominając także o  broni ,  aby być przygotowanymi 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

Chunks:
  TruePositive nam [2,2] = Keraban

(ChunkerEvaluator) Sentence #1369 from documents/00101576 from sent9

Text  : Zamówione konie pocztowe miały być przyprowadzone równo ze świtem ,  godziny zaś oczekiwania do świtu ,  przeznaczano na wieczerzę i  krótki odpoczynek ,  a  gdy Keraban dał znak wstawania ,  wszyscy zerwali się i  ubrali w  jednej chwili .
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] = Keraban

(ChunkerEvaluator) Sentence #1370 from documents/00101576 from sent10

Text  : Powóz upakowany i zaprzężony oczekiwał na podróżnych .
Tokens: 1____ 2________ 3 4_________ 5________ 6_ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #1371 from documents/00101576 from sent11

Text  : Keraban powtórzył niektóre rozporządzenia pracownikom kantoru i wskazał Van Mitten ’  owi otwarte drzwiczki powozu .
Tokens: 1______ 2________ 3_______ 4_____________ 5__________ 6______ 7 8______ 9__ 10____ 11 12_ 13_____ 14_______ 15____ 16

Chunks:
  TruePositive nam [1,1] = Keraban
  TruePositive nam [9,12] = Van Mitten ’ owi

(ChunkerEvaluator) Sentence #1372 from documents/00101576 from sent12

Text  : Gdy ten zajął miejsce po lewej stronie , Keraban siadł po prawej ,  a  Brunon i  Nizib weszli do kabryoletu .
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 [9,9] = Keraban
  TruePositive nam [15,15] = Brunon
  TruePositive nam [17,17] = Nizib

(ChunkerEvaluator) Sentence #1373 from documents/00101576 from sent13

Text  : – Ah !
Tokens: 1 2_ 3

Chunks:

(ChunkerEvaluator) Sentence #1374 from documents/00101576 from sent14

Text  : mój list !
Tokens: 1__ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1375 from documents/00101576 from sent15

Text  : zawołał Keraban w chwili gdy już powóz miał ruszyć ,  i  spuszczając szybę ,  skinął na jednego z  podwładnych ,  rozkazując aby zaraz rano oddał go na pocztę .
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 [2,2] = Keraban

(ChunkerEvaluator) Sentence #1376 from documents/00101576 from sent16

Text  : Był to list do kucharza , zawarty w tych słowach :
Tokens: 1__ 2_ 3___ 4_ 5_______ 6 7______ 8 9___ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #1377 from documents/00101576 from sent17

Text  : – Obiad odłożony do mego powrotu – niech będzie wytworny i  nieprzegotowany .
Tokens: 1 2____ 3_______ 4_ 5___ 6______ 7 8____ 9_____ 10______ 11 12_____________ 13

Chunks:

(ChunkerEvaluator) Sentence #1378 from documents/00101576 from sent18

Text  : Powóz ruszył ; minął ulice przedmieścia , przebył Złoty -  Róg mostem Sułtanki -  Walidy ,  i  wyjechał przez nową bramę ,  Jeni -  Kapussi .
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 [9,11] = Złoty - Róg
  TruePositive nam [23,25] = Jeni - Kapussi
  FalsePositive nam [13,15] = Sułtanki - Walidy
  FalseNegative nam [12,15] = mostem Sułtanki - Walidy

(ChunkerEvaluator) Sentence #1379 from documents/00101576 from sent19

Text  : Keraban puścił się w drogę , niech go Allach strzeże !
Tokens: 1______ 2_____ 3__ 4 5____ 6 7____ 8_ 9_____ 10_____ 11

Chunks:
  TruePositive nam [1,1] = Keraban
  TruePositive nam [9,9] = Allach

2016-10-13 16:40:36,198 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 113 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101578.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101578.ini
(ChunkerEvaluator) Sentence #1380 from documents/00101578 from sent1

Text  : Chciała by m jeszcze uzupełniająco odpowiedzieć na zadane wcześniej pytania dotyczące tego ,  czy rząd zadba o  to ,  aby obchody odbyły się w  miarę spokojnie i  zagwarantuje odpowiednie środki bezpieczeństwa ,  tak by wszyscy uczestnicy tych obchodów ,  obojętnie ,  w  jakim mieście się one odbędą ,  mieli zagwarantowane bezpieczeństwo .
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 #1381 from documents/00101578 from sent2

Text  : Mogę powiedzieć , że tak właśnie będzie .
Tokens: 1___ 2_________ 3 4_ 5__ 6______ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #1382 from documents/00101578 from sent3

Text  : Podstawowym zadaniem powołanych do tego służb , w tym Policji ,  jest zapewnienie bezpieczeństwa wszystkim uczestnikom ,  zarówno tym ,  którzy przyjadą do nas jako goście razem z  delegacjami młodzieży z  różnych krajów środkowo -  wschodniej Europy ,  jak i  tym ,  którzy przyjdą jako zwykli obserwatorzy ,  bo ciągnie ich serce ,  gdyż chcą brać udział w  tych uroczystościach .
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

Chunks:
  TruePositive nam [37,37] = Europy
  FalseNegative nam [10,10] = Policji

(ChunkerEvaluator) Sentence #1383 from documents/00101578 from sent4

Text  : Jeżeli zaszła by taka potrzeba , odpowiednie służby udzielą ochronę również protestującym związkowcom ,  ponieważ są do tego powołane .
Tokens: 1_____ 2_____ 3_ 4___ 5_______ 6 7__________ 8_____ 9______ 10_____ 11_____ 12___________ 13_________ 14 15______ 16 17 18__ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #1384 from documents/00101578 from sent5

Text  : Nasza Policja nabyła olbrzymie doświadczenie w zakresie zabezpieczania imprez masowych .
Tokens: 1____ 2______ 3_____ 4________ 5____________ 6 7_______ 8_____________ 9_____ 10______ 11

Chunks:
  FalseNegative nam [2,2] = Policja

(ChunkerEvaluator) Sentence #1385 from documents/00101578 from sent6

Text  : Przecież u nas odbywały się nie tylko takie imprezy ,  w  których brało udział kilka tysięcy osób ,  ale takie ,  w  których uczestniczyło kilka milionów ,  np .  kiedy w  Polsce bywał papież ,  nawet już po zamachu na niego dokonanym na pl .  św .  Piotra w  Rzymie .
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:
  TruePositive nam [32,32] = Polsce
  TruePositive nam [50,50] = Rzymie
  FalsePositive nam [48,48] = Piotra
  FalseNegative nam [44,48] = pl . św . Piotra

(ChunkerEvaluator) Sentence #1386 from documents/00101578 from sent7

Text  : Za każdym razem w takim przypadku jest powoływany specjalny sztab złożony z  profesjonalistów ,  którzy zajmują się zabezpieczeniem .
Tokens: 1_ 2_____ 3____ 4 5____ 6________ 7___ 8_________ 9________ 10___ 11_____ 12 13______________ 14 15____ 16_____ 17_ 18_____________ 19

Chunks:

(ChunkerEvaluator) Sentence #1387 from documents/00101578 from sent8

Text  : W tym przypadku w celu poprawienia bezpieczeństwa będą użyte wszystkie dostępne środki techniczne ,  nie tylko te stałe ,  dotyczące monitoringu .
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 #1388 from documents/00101578 from sent9

Text  : Mam nadzieję , że te wszystkie działania rządu , związkowców ,  wszystkich służb prewencji ,  służb miejskich i  policji poskutkują tym ,  że będziemy mogli być dumni z  naszego przekazu dla Europy ,  że reprezentanci innych krajów ,  jeśli o  nich będą relacje ,  będą przedstawiani na tle dumnych ze swojej historii Polaków ,  tak żeby Europa w  końcu dowiedziała się ,  że to u  nas ,  w  Polsce ,  ruszyła ta lawina ,  która zmiotła komunistyczny system z  porządku publicznego Europy .
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

Chunks:
  TruePositive nam [32,32] = Europy
  TruePositive nam [53,53] = Polaków
  TruePositive nam [57,57] = Europa
  TruePositive nam [69,69] = Polsce
  TruePositive nam [82,82] = Europy

(ChunkerEvaluator) Sentence #1389 from documents/00101578 from sent10

Text  : Mam nadzieję , że te uroczystości będą przebiegały godnie ,  że nie będą miały miejsca jakiekolwiek przykre sytuacje ,  że nie usłyszymy ,  że polityka bierze górę i  że w  Gdańsku jesteśmy my ,  a  w  Krakowie –  ZOMO .
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] = Gdańsku
  TruePositive nam [37,37] = Krakowie
  TruePositive nam [39,39] = ZOMO

(ChunkerEvaluator) Sentence #1390 from documents/00101578 from sent11

Text  : Bardzo dziękuję .
Tokens: 1_____ 2_______ 3

Chunks:

(ChunkerEvaluator) Sentence #1391 from documents/00101578 from sent12

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

2016-10-13 16:40:36,334 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 114 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101580.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101580.ini
(ChunkerEvaluator) Sentence #1392 from documents/00101580 from sent1

Text  : W związku z tym , że w czasie drugiego czytania zgłoszono do przedłożonego projektu ustawy poprawkę ,  proponuję ,  aby Sejm ponownie skierował ten projekt do Komisji Sprawiedliwości i  Praw Człowieka w  celu przedstawienia sprawozdania .
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 [21,21] = Sejm
  TruePositive nam [27,31] = Komisji Sprawiedliwości i Praw Człowieka

(ChunkerEvaluator) Sentence #1393 from documents/00101580 from sent2

Text  : Jeżeli nie usłyszę sprzeciwu , będę uważał , że Sejm propozycję przyjął .
Tokens: 1_____ 2__ 3______ 4________ 5 6___ 7_____ 8 9_ 10__ 11________ 12_____ 13

Chunks:
  TruePositive nam [10,10] = Sejm

(ChunkerEvaluator) Sentence #1394 from documents/00101580 from sent3

Text  : Sprzeciwu nie słyszę .
Tokens: 1________ 2__ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1395 from documents/00101580 from sent4

Text  : Przystępujemy do rozpatrzenia punktu 8 . porządku dziennego : Sprawozdanie Komisji Sprawiedliwości i  Praw Człowieka o  poselskim projekcie ustawy o  zmianie ustawy o  sejmowej komisji śledczej (  druki nr 683 i  1360 )  .
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 [11,15] = Komisji Sprawiedliwości i Praw Człowieka
  FalsePositive nam [19,26] = ustawy o zmianie ustawy o sejmowej komisji śledczej
  FalseNegative nam [22,26] = ustawy o sejmowej komisji śledczej

(ChunkerEvaluator) Sentence #1396 from documents/00101580 from sent5

Text  : Proszę o zabranie głosu sprawozdawcę komisji pana posła Roberta Węgrzyna .
Tokens: 1_____ 2 3_______ 4____ 5___________ 6______ 7___ 8____ 9______ 10______ 11

Chunks:
  TruePositive nam [9,10] = Roberta Węgrzyna

(ChunkerEvaluator) Sentence #1397 from documents/00101580 from sent6

Text  : Bardzo proszę , panie pośle .
Tokens: 1_____ 2_____ 3 4____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1398 from documents/00101580 from sent7

Text  : Poseł Sprawozdawca Robert Węgrzyn :
Tokens: 1____ 2___________ 3_____ 4______ 5

Chunks:
  TruePositive nam [3,4] = Robert Węgrzyn

(ChunkerEvaluator) Sentence #1399 from documents/00101580 from sent8

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1400 from documents/00101580 from sent9

Text  : Panie Ministrze !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1401 from documents/00101580 from sent10

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1402 from documents/00101580 from sent11

Text  : Chciał by m przedstawić sprawozdanie Komisji Sprawiedliwości i Praw Człowieka o  poselskim projekcie ustawy o  zmianie ustawy o  sejmowej komisji śledczej ,  druk nr 683 .
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 [6,10] = Komisji Sprawiedliwości i Praw Człowieka
  FalseNegative nam [17,21] = ustawy o sejmowej komisji śledczej

(ChunkerEvaluator) Sentence #1403 from documents/00101580 from sent12

Text  : Komisja sprawiedliwości powołała podkomisję , której przewodniczył em i która w  trakcie swojego procedowania i  swoich prac powołała ekspertów zewnętrznych ,  jak również wnikliwie zapoznała się z  oceną rządu ,  a  także Biura Analiz Sejmowych dotyczącą tego projektu .
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 [33,35] = Biura Analiz Sejmowych

(ChunkerEvaluator) Sentence #1404 from documents/00101580 from sent13

Text  : Na dwukrotnym posiedzeniu tej komisji podkomisja stwierdziła , iż proponowany projekt ustawy wręcz ze stuprocentową pewnością będzie kolidował ,  będzie niezgodny ,  z  konstytucją .
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 #1405 from documents/00101580 from sent14

Text  : To była pierwsza przesłanka .
Tokens: 1_ 2___ 3_______ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #1406 from documents/00101580 from sent15

Text  : Druga przesłanka , która wynika z naczelnej roli zarówno Komisji Sprawiedliwości i  Praw Człowieka ,  jak i  komisji śledczej ,  jest taka ,  że komisje te powinny chronić przed naruszeniem –  a  jest wysokie prawdopodobieństwo naruszenia –  wolności i  praw osób fizycznych oraz przedsiębiorców ,  jak również naruszeniem porządku publicznego ,  bezpieczeństwa lub ważnego interesu gospodarczego państwa .
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

Chunks:
  TruePositive nam [10,14] = Komisji Sprawiedliwości i Praw Człowieka

(ChunkerEvaluator) Sentence #1407 from documents/00101580 from sent16

Text  : Otóż ten poselski projekt ustawy dotyczący komisji śledczej stwarza duże prawdopodobieństwo ,  że komisja śledcza w  trakcie prac straciła by kontrolę nad zeznaniami osób ,  które stawały by przed tą komisją ,  a  wiązało by się to ,  w  naszej ocenie ,  z  tym ,  że mogły by posypać się w  niekontrolowanej ilości pozwy przeciwko państwu właśnie za naruszenie dóbr ,  o  których wcześniej powiedział em .
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

Chunks:

(ChunkerEvaluator) Sentence #1408 from documents/00101580 from sent17

Text  : W związku z powyższym zarówno podkomisja , jak i –  w  konsekwencji –  Komisja Sprawiedliwości i  Praw Człowieka negatywnie zaopiniowały poselski projekt ustawy o  zmianie ustawy o  sejmowej komisji śledczej .
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 [14,18] = Komisja Sprawiedliwości i Praw Człowieka
  FalseNegative nam [26,30] = ustawy o sejmowej komisji śledczej

(ChunkerEvaluator) Sentence #1409 from documents/00101580 from sent18

Text  : Komisja sprawiedliwości wnosi o jego odrzucenie .
Tokens: 1______ 2______________ 3____ 4 5___ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #1410 from documents/00101580 from sent19

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1411 from documents/00101580 from sent20

Text  : Wicemarszałek Jarosław Kalinowski :
Tokens: 1____________ 2_______ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Jarosław Kalinowski

(ChunkerEvaluator) Sentence #1412 from documents/00101580 from sent21

Text  : Dziękuję bardzo , panie pośle .
Tokens: 1_______ 2_____ 3 4____ 5____ 6

Chunks:

2016-10-13 16:40:36,470 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 115 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101581.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101581.ini
(ChunkerEvaluator) Sentence #1413 from documents/00101581 from sent1

Text  : Odpowiadam na pytanie na temat konsultacji i efektów konsultacji .
Tokens: 1_________ 2_ 3______ 4_ 5____ 6__________ 7 8______ 9__________ 10

Chunks:

(ChunkerEvaluator) Sentence #1414 from documents/00101581 from sent2

Text  : Rzeczywiście przedsiębiorcy i związki przedsiębiorców negatywnie zaopiniowały ten projekt ,  muszę jednak powiedzieć ,  że szereg szczegółowych przepisów zostało zmienionych po konsultacjach ze środowiskiem przedsiębiorców .
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 #1415 from documents/00101581 from sent3

Text  : Nie będę tutaj wymieniał tych przepisów szczegółowych , ale chciał by m  zwrócić uwagę na koszty ,  ponieważ to była jedna ze spraw ,  która była poruszana w  wielu wypowiedziach i  w  opiniach związków przedsiębiorców .
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:

(ChunkerEvaluator) Sentence #1416 from documents/00101581 from sent4

Text  : Tak więc rzeczywiście to rozwiązanie będzie się wiązało z tym ,  że pewne koszty będą obciążały przedsiębiorców ,  lecz zakładamy zwiększenie wynagrodzenia ,  które otrzymują przedsiębiorcy za przekazywanie kwot podatków do urzędów skarbowych i  ,  jak rozumiem ,  przynajmniej w  części zrekompensuje to te zwiększone koszty .
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 #1417 from documents/00101581 from sent5

Text  : Czy urzędy skarbowe mogły by rozliczać podatników ?
Tokens: 1__ 2_____ 3_______ 4____ 5_ 6________ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #1418 from documents/00101581 from sent6

Text  : Panie pośle , myślę , że rzecz jasna można by myśleć o  takim rozwiązaniu ,  ale na pewno nie od przyszłego roku ,  na pewno to również nie wpłynęło by wprost na to ,  że rozliczenia by były prostsze ,  ponieważ żeby stosować ulgi ,  podatnik musiał by jednak te informacje do urzędu skarbowego dostarczyć ,  a  więc tego efektu w  postaci uniknięcia kontaktu z  urzędem skarbowym by śmy nie mieli .
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

Chunks:

(ChunkerEvaluator) Sentence #1419 from documents/00101581 from sent7

Text  : Myślę , że na wszystkie pytania odpowiedział em .
Tokens: 1____ 2 3_ 4_ 5________ 6______ 7___________ 8_ 9

Chunks:

(ChunkerEvaluator) Sentence #1420 from documents/00101581 from sent8

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1421 from documents/00101581 from sent9

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1422 from documents/00101581 from sent10

Text  : Marszałek :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #1423 from documents/00101581 from sent11

Text  : Dziękuję .
Tokens: 1_______ 2

Chunks:

(ChunkerEvaluator) Sentence #1424 from documents/00101581 from sent12

Text  : Przystępujemy do głosowania .
Tokens: 1____________ 2_ 3_________ 4

Chunks:

(ChunkerEvaluator) Sentence #1425 from documents/00101581 from sent13

Text  : Kto z pań i panów posłów jest za przyjęciem wniosku mniejszości ,  zechce podnieść rękę i  nacisnąć przycisk .
Tokens: 1__ 2 3__ 4 5____ 6_____ 7___ 8_ 9_________ 10_____ 11_________ 12 13____ 14______ 15__ 16 17______ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #1426 from documents/00101581 from sent14

Text  : Kto jest przeciw ?
Tokens: 1__ 2___ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #1427 from documents/00101581 from sent15

Text  : Kto się wstrzymał ?
Tokens: 1__ 2__ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #1428 from documents/00101581 from sent16

Text  : W głosowaniu udział wzięło 403 posłów .
Tokens: 1 2_________ 3_____ 4_____ 5__ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #1429 from documents/00101581 from sent17

Text  : Za oddano 212 głosów , przeciw – 186 , 5  osób się wstrzymało .
Tokens: 1_ 2_____ 3__ 4_____ 5 6______ 7 8__ 9 10 11__ 12_ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #1430 from documents/00101581 from sent18

Text  : Stwierdzam , że Sejm wniosek mniejszości odrzucił .
Tokens: 1_________ 2 3_ 4___ 5______ 6__________ 7_______ 8

Chunks:
  TruePositive nam [4,4] = Sejm

(ChunkerEvaluator) Sentence #1431 from documents/00101581 from sent19

Text  : Przystępujemy do głosowania nad całością projektu ustawy .
Tokens: 1____________ 2_ 3_________ 4__ 5_______ 6_______ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #1432 from documents/00101581 from sent20

Text  : Do zadania pytania zgłosiła się jedna osoba .
Tokens: 1_ 2______ 3______ 4_______ 5__ 6____ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #1433 from documents/00101581 from sent21

Text  : Zamykam listę .
Tokens: 1______ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #1434 from documents/00101581 from sent22

Text  : Pan poseł Adam Abramowicz .
Tokens: 1__ 2____ 3___ 4_________ 5

Chunks:
  TruePositive nam [3,4] = Adam Abramowicz

(ChunkerEvaluator) Sentence #1435 from documents/00101581 from sent23

Text  : Jedna minuta na zadanie pytania .
Tokens: 1____ 2_____ 3_ 4______ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #1436 from documents/00101581 from sent24

Text  : Poseł Adam Abramowicz :
Tokens: 1____ 2___ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Adam Abramowicz

(ChunkerEvaluator) Sentence #1437 from documents/00101581 from sent25

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1438 from documents/00101581 from sent26

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1439 from documents/00101581 from sent27

Text  : Panie Ministrze …
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1440 from documents/00101581 from sent28

Text  : Marszałek :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #1441 from documents/00101581 from sent29

Text  : Przepraszam , panie pośle , moment .
Tokens: 1__________ 2 3____ 4____ 5 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #1442 from documents/00101581 from sent30

Text  : ( Wicemarszałek Jerzy Szmajdziński : Sejm przyjął wniosek mniejszości ,  panie marszałku )
Tokens: 1 2____________ 3____ 4___________ 5 6___ 7______ 8______ 9__________ 10 11___ 12_______ 13

Chunks:
  TruePositive nam [3,4] = Jerzy Szmajdziński
  TruePositive nam [6,6] = Sejm

(ChunkerEvaluator) Sentence #1443 from documents/00101581 from sent31

Text  : Ma pan marszałek rację , wniosek został przyjęty .
Tokens: 1_ 2__ 3________ 4____ 5 6______ 7_____ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #1444 from documents/00101581 from sent32

Text  : Proszę bardzo , panie pośle .
Tokens: 1_____ 2_____ 3 4____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1445 from documents/00101581 from sent33

Text  : Poseł Adam Abramowicz :
Tokens: 1____ 2___ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Adam Abramowicz

(ChunkerEvaluator) Sentence #1446 from documents/00101581 from sent34

Text  : Przedstawiając projekt tej ustawy , rząd chce być dobry dla części podatników ,  ale niestety cudzym kosztem ,  pomijając fakt ,  że wprowadzenie nowych przepisów wywoła tylko chaos ,  a  niewiele pomoże podatnikom .
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 #1447 from documents/00101581 from sent35

Text  : Chciał by m zadać pytanie : Dlaczego rząd , przerzucając swoje obowiązki na przedsiębiorców ,  nie chce godziwie zapłacić za wykonaną przez nich na rzecz rządu pracę ,  proponując jako wynagrodzenie zupełnie symboliczne pieniądze ?
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 #1448 from documents/00101581 from sent36

Text  : Bardzo proszę pana ministra o odpowiedź .
Tokens: 1_____ 2_____ 3___ 4_______ 5 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #1449 from documents/00101581 from sent37

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1450 from documents/00101581 from sent38

Text  : ( Poseł Elżbieta Radziszewska : Rząd nie rozlicza podatników .  )
Tokens: 1 2____ 3_______ 4___________ 5 6___ 7__ 8_______ 9_________ 10 11

Chunks:
  TruePositive nam [3,4] = Elżbieta Radziszewska

2016-10-13 16:40:36,627 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 116 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101586.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101586.ini
(ChunkerEvaluator) Sentence #1451 from documents/00101586 from sent1

Text  : Stwierdzam , że Sejm wysłuchał sprawozdania z działalności Narodowego Banku Polskiego w  2007 roku przedstawionego przez pana prezesa Sławomira Skrzypka oraz przeprowadził dyskusję .
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 [4,4] = Sejm
  TruePositive nam [9,11] = Narodowego Banku Polskiego
  TruePositive nam [19,20] = Sławomira Skrzypka

(ChunkerEvaluator) Sentence #1452 from documents/00101586 from sent2

Text  : Komisja proponuje , aby Sejm przyjął informację o poręczeniach i  gwarancjach udzielonych w  2007 roku przez Skarb Państwa ,  niektóre osoby prawne oraz Bank Gospodarstwa Krajowego ze środków Krajowego Funduszu Poręczeń Kredytowych do wiadomości .
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 [5,5] = Sejm
  TruePositive nam [17,18] = Skarb Państwa
  FalsePositive nam [24,32] = Bank Gospodarstwa Krajowego ze środków Krajowego Funduszu Poręczeń Kredytowych
  FalseNegative nam [24,26] = Bank Gospodarstwa Krajowego
  FalseNegative nam [29,32] = Krajowego Funduszu Poręczeń Kredytowych

(ChunkerEvaluator) Sentence #1453 from documents/00101586 from sent3

Text  : Jeżeli nie usłyszę sprzeciwu , będę uważał , że Sejm wniosek komisji przyjął .
Tokens: 1_____ 2__ 3______ 4________ 5 6___ 7_____ 8 9_ 10__ 11_____ 12_____ 13_____ 14

Chunks:
  TruePositive nam [10,10] = Sejm

(ChunkerEvaluator) Sentence #1454 from documents/00101586 from sent4

Text  : Sprzeciwu nie słyszę .
Tokens: 1________ 2__ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1455 from documents/00101586 from sent5

Text  : Do głosowania nad projektem uchwały w przedmiocie absolutorium przystąpimy w  bloku głosowań .
Tokens: 1_ 2_________ 3__ 4________ 5______ 6 7__________ 8___________ 9__________ 10 11___ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #1456 from documents/00101586 from sent6

Text  : Przystępujemy do rozpatrzenia punktu 5 . porządku dziennego : Sprawozdanie z  działalności Najwyższej Izby Kontroli w  2007 roku (  druk nr 644 )  wraz z  opinią Komisji do Spraw Kontroli Państwowej (  druk nr 739 )  .
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 [13,15] = Najwyższej Izby Kontroli
  TruePositive nam [27,31] = Komisji do Spraw Kontroli Państwowej

(ChunkerEvaluator) Sentence #1457 from documents/00101586 from sent7

Text  : Proszę o zabranie głosu prezesa Najwyższej Izby Kontroli pana Jacka Jezierskiego .
Tokens: 1_____ 2 3_______ 4____ 5______ 6_________ 7___ 8_______ 9___ 10___ 11__________ 12

Chunks:
  TruePositive nam [6,8] = Najwyższej Izby Kontroli
  TruePositive nam [10,11] = Jacka Jezierskiego

(ChunkerEvaluator) Sentence #1458 from documents/00101586 from sent8

Text  : Bardzo proszę , panie prezesie .
Tokens: 1_____ 2_____ 3 4____ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #1459 from documents/00101586 from sent9

Text  : Prezes Najwyższej Izby Kontroli Jacek Jezierski :
Tokens: 1_____ 2_________ 3___ 4_______ 5____ 6________ 7

Chunks:
  TruePositive nam [2,4] = Najwyższej Izby Kontroli
  TruePositive nam [5,6] = Jacek Jezierski

(ChunkerEvaluator) Sentence #1460 from documents/00101586 from sent10

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1461 from documents/00101586 from sent11

Text  : Wysoki Sejmie !
Tokens: 1_____ 2_____ 3

Chunks:
  TruePositive nam [2,2] = Sejmie

(ChunkerEvaluator) Sentence #1462 from documents/00101586 from sent12

Text  : Misją Najwyższej Izby Kontroli jest dbałość o gospodarność i skuteczność w  służbie publicznej dla Rzeczypospolitej Polskiej .
Tokens: 1____ 2_________ 3___ 4_______ 5___ 6______ 7 8___________ 9 10_________ 11 12_____ 13________ 14_ 15______________ 16______ 17

Chunks:
  TruePositive nam [2,4] = Najwyższej Izby Kontroli
  TruePositive nam [15,16] = Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #1463 from documents/00101586 from sent13

Text  : Staramy się ją wypełniać sumiennie , roztropnie i według naszej najlepszej wiedzy .
Tokens: 1______ 2__ 3_ 4________ 5________ 6 7_________ 8 9_____ 10____ 11________ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #1464 from documents/00101586 from sent14

Text  : Stosownie do art . 204 ust . 2 Konstytucji Rzeczypospolitej Polskiej mam zaszczyt przedstawić Wysokiemu Sejmowi sprawozdanie z  działalności Najwyższej Izby Kontroli w  2007 r  .
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 [9,11] = Konstytucji Rzeczypospolitej Polskiej
  TruePositive nam [20,22] = Najwyższej Izby Kontroli
  FalsePositive nam [15,16] = Wysokiemu Sejmowi
  FalseNegative nam [16,16] = Sejmowi

(ChunkerEvaluator) Sentence #1465 from documents/00101586 from sent15

Text  : W dokumencie tym zawarte są dane o podstawach prawnych działalności i  strategii Najwyższej Izby Kontroli ,  współdziałaniu z  Sejmem i  jego organami ,  pracach Kolegium Najwyższej Izby Kontroli ,  metodyce konstruowania planu pracy i  jego wykonaniu ,  strukturze organizacyjnej NIK ,  prowadzonej w  izbie polityce kadrowej .
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 [13,15] = Najwyższej Izby Kontroli
  TruePositive nam [19,19] = Sejmem
  TruePositive nam [40,40] = NIK
  FalsePositive nam [25,28] = Kolegium Najwyższej Izby Kontroli
  FalseNegative nam [25,25] = Kolegium
  FalseNegative nam [26,28] = Najwyższej Izby Kontroli

(ChunkerEvaluator) Sentence #1466 from documents/00101586 from sent16

Text  : W sprawozdaniu zamieszczono też informacje o wykonaniu budżetu izby ,  informatyzacji i  współpracy międzynarodowej .
Tokens: 1 2___________ 3___________ 4__ 5_________ 6 7________ 8______ 9___ 10 11____________ 12 13________ 14_____________ 15

Chunks:

(ChunkerEvaluator) Sentence #1467 from documents/00101586 from sent17

Text  : Wykaz wniosków de lege ferenda , dołączony do tego opracowania w  formie załącznika ,  zawiera propozycje zmian w  treści ustaw i  aktów wykonawczych .
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 #1468 from documents/00101586 from sent18

Text  : Jednak zdecydowanie najwięcej miejsca w sprawozdaniu poświęcili śmy działalności kontrolnej .
Tokens: 1_____ 2___________ 3________ 4______ 5 6___________ 7_________ 8__ 9___________ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #1469 from documents/00101586 from sent19

Text  : Prowadzona była ona według planu pracy na rok 2007 .
Tokens: 1_________ 2___ 3__ 4_____ 5____ 6____ 7_ 8__ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #1470 from documents/00101586 from sent20

Text  : Zgodnie z przyjętymi przez Kolegium Najwyższej Izby Kontroli priorytetami działalności kontrolnej na lata 2006 –  2008 nasi kontrolerzy poszukiwali odpowiedzi na pytania ,  czy państwo polskie jest oszczędne ,  gospodarne i  przyjazne obywatelowi ,  a  nade wszystko czy skutecznie wypełnia swoje zadania .
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:
  FalsePositive nam [5,8] = Kolegium Najwyższej Izby Kontroli
  FalseNegative nam [5,5] = Kolegium
  FalseNegative nam [6,8] = Najwyższej Izby Kontroli

(ChunkerEvaluator) Sentence #1471 from documents/00101586 from sent21

Text  : Szczególną uwagę poświęcili śmy dziedzinom zagrożonym korupcją oraz tym ,  w  których nieprawidłowości występują z  dużą intensywnością .
Tokens: 1_________ 2____ 3_________ 4__ 5_________ 6_________ 7_______ 8___ 9__ 10 11 12_____ 13______________ 14_______ 15 16__ 17____________ 18

Chunks:

(ChunkerEvaluator) Sentence #1472 from documents/00101586 from sent22

Text  : Analizowali śmy też funkcjonowanie kontroli wewnętrznej .
Tokens: 1__________ 2__ 3__ 4_____________ 5_______ 6__________ 7

Chunks:

2016-10-13 16:40:36,775 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 117 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101587.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101587.ini
(ChunkerEvaluator) Sentence #1473 from documents/00101587 from sent1

Text  : Posiedzenie Parlamentarnego Zespołu na rzecz Katolickiej Nauki Społecznej odbędzie się w  dniu dzisiejszym o  godz .  17 w  sali klubowej nr 2  w  nowym Domu Poselskim .
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 [2,8] = Parlamentarnego Zespołu na rzecz Katolickiej Nauki Społecznej
  FalsePositive nam [19,26] = sali klubowej nr 2 w nowym Domu Poselskim
  FalseNegative nam [25,26] = Domu Poselskim

(ChunkerEvaluator) Sentence #1474 from documents/00101587 from sent2

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1475 from documents/00101587 from sent3

Text  : Wicemarszałek Jarosław Kalinowski :
Tokens: 1____________ 2_______ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Jarosław Kalinowski

(ChunkerEvaluator) Sentence #1476 from documents/00101587 from sent4

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1477 from documents/00101587 from sent5

Text  : Właściwe komisje przedłożyły sprawozdania o stanowiskach Senatu w sprawie ustaw :
Tokens: 1_______ 2______ 3__________ 4___________ 5 6___________ 7_____ 8 9______ 10___ 11

Chunks:
  TruePositive nam [7,7] = Senatu

(ChunkerEvaluator) Sentence #1478 from documents/00101587 from sent6

Text  : — o zmianie ustawy o podatku od czynności cywilnoprawnych ,
Tokens: 1 2 3______ 4_____ 5 6______ 7_ 8________ 9______________ 10

Chunks:

(ChunkerEvaluator) Sentence #1479 from documents/00101587 from sent7

Text  : — o europejskim ugrupowaniu współpracy terytorialnej ,
Tokens: 1 2 3__________ 4__________ 5_________ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #1480 from documents/00101587 from sent8

Text  : — o zmianie niektórych ustaw w związku z wdrażaniem funduszy strukturalnych i  Funduszu Spójności ,
Tokens: 1 2 3______ 4_________ 5____ 6 7______ 8 9_________ 10______ 11____________ 12 13______ 14_______ 15

Chunks:
  TruePositive nam [13,14] = Funduszu Spójności

(ChunkerEvaluator) Sentence #1481 from documents/00101587 from sent9

Text  : — o zmianie ustawy o drogach publicznych oraz niektórych innych ustaw oraz
Tokens: 1 2 3______ 4_____ 5 6______ 7__________ 8___ 9_________ 10____ 11___ 12__

Chunks:

(ChunkerEvaluator) Sentence #1482 from documents/00101587 from sent10

Text  : — o zmianie ustawy o świadczeniu usług drogą elektroniczną .
Tokens: 1 2 3______ 4_____ 5 6__________ 7____ 8____ 9____________ 10

Chunks:

(ChunkerEvaluator) Sentence #1483 from documents/00101587 from sent11

Text  : Sprawozdania te zostały paniom i panom posłom doręczone odpowiednio w  drukach nr 1267 ,  1290 ,  1291 ,  1259 i  1269 .
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 #1484 from documents/00101587 from sent12

Text  : Na podstawie art . 95f regulaminu Sejmu marszałek Sejmu podjął decyzję o  uzupełnieniu porządku dziennego o  punkty obejmujące rozpatrzenie tych sprawozdań .
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 [7,7] = Sejmu
  TruePositive nam [9,9] = Sejmu

(ChunkerEvaluator) Sentence #1485 from documents/00101587 from sent13

Text  : Proponuję , aby Sejm w dyskusjach nad dodanymi punktami wysłuchał 3  -  minutowych oświadczeń w  imieniu klubów i  kół .
Tokens: 1________ 2 3__ 4___ 5 6_________ 7__ 8_______ 9_______ 10_______ 11 12 13________ 14________ 15 16_____ 17____ 18 19_ 20

Chunks:
  TruePositive nam [4,4] = Sejm

(ChunkerEvaluator) Sentence #1486 from documents/00101587 from sent14

Text  : Jeżeli nie usłyszę sprzeciwu , będę uważał , że Sejm propozycję przyjął .
Tokens: 1_____ 2__ 3______ 4________ 5 6___ 7_____ 8 9_ 10__ 11________ 12_____ 13

Chunks:
  TruePositive nam [10,10] = Sejm

(ChunkerEvaluator) Sentence #1487 from documents/00101587 from sent15

Text  : Sprzeciwu nie słyszę .
Tokens: 1________ 2__ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1488 from documents/00101587 from sent16

Text  : Właściwe komisje przedłożyły sprawozdania o stanowiskach Senatu w sprawie ustaw :
Tokens: 1_______ 2______ 3__________ 4___________ 5 6___________ 7_____ 8 9______ 10___ 11

Chunks:
  TruePositive nam [7,7] = Senatu

(ChunkerEvaluator) Sentence #1489 from documents/00101587 from sent17

Text  : — o zmianie ustawy o podatku dochodowym od osób fizycznych ,  ustawy o  podatku dochodowym od osób prawnych oraz niektórych innych ustaw ,
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 [4,10] = ustawy o podatku dochodowym od osób fizycznych
  FalseNegative nam [12,18] = ustawy o podatku dochodowym od osób prawnych

(ChunkerEvaluator) Sentence #1490 from documents/00101587 from sent18

Text  : — o zmianie ustawy Prawo celne oraz ustawy Kodeks karny skarbowy ,
Tokens: 1 2 3______ 4_____ 5____ 6____ 7___ 8_____ 9_____ 10___ 11______ 12

Chunks:
  FalsePositive nam [5,6] = Prawo celne
  FalsePositive nam [9,11] = Kodeks karny skarbowy
  FalseNegative nam [4,6] = ustawy Prawo celne
  FalseNegative nam [8,11] = ustawy Kodeks karny skarbowy

(ChunkerEvaluator) Sentence #1491 from documents/00101587 from sent19

Text  : — o zmianie ustawy Ordynacja podatkowa oraz niektórych innych ustaw ,
Tokens: 1 2 3______ 4_____ 5________ 6________ 7___ 8_________ 9_____ 10___ 11

Chunks:
  TruePositive nam [5,6] = Ordynacja podatkowa

(ChunkerEvaluator) Sentence #1492 from documents/00101587 from sent20

Text  : — o Komitecie Stabilności Finansowej , a także
Tokens: 1 2 3________ 4__________ 5_________ 6 7 8____

Chunks:
  TruePositive nam [3,5] = Komitecie Stabilności Finansowej

(ChunkerEvaluator) Sentence #1493 from documents/00101587 from sent21

Text  : — o zmianie ustawy Prawo o ustroju sądów powszechnych oraz niektórych innych ustaw .
Tokens: 1 2 3______ 4_____ 5____ 6 7______ 8____ 9___________ 10__ 11________ 12____ 13___ 14

Chunks:
  FalsePositive nam [5,9] = Prawo o ustroju sądów powszechnych
  FalseNegative nam [4,9] = ustawy Prawo o ustroju sądów powszechnych

(ChunkerEvaluator) Sentence #1494 from documents/00101587 from sent22

Text  : Sprawozdania te zostały paniom i panom posłom doręczone odpowiednio w  drukach nr 1264 ,  1263 ,  1266 ,  1262 i  1271 .
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 #1495 from documents/00101587 from sent23

Text  : W związku z tym , po uzyskaniu jednolitej opinii Konwentu Seniorów ,  marszałek Sejmu podjął decyzję o  uzupełnieniu porządku dziennego o  punkty obejmujące rozpatrzenie tych sprawozdań .
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 [10,11] = Konwentu Seniorów
  TruePositive nam [14,14] = Sejmu

(ChunkerEvaluator) Sentence #1496 from documents/00101587 from sent24

Text  : Proponuję , aby w tych przypadkach Sejm wyraził zgodę na zastosowanie art .  54 ust .  5  regulaminu Sejmu oraz aby wysłuchał 5  -  minutowych oświadczeń w  imieniu klubów i  kół w  dyskusji nad sprawozdaniem zawartym w  druku nr 1264 oraz 3  -  minutowych oświadczeń w  imieniu klubów i  kół w  dyskusjach nad pozostałymi punktami .
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 [7,7] = Sejm
  TruePositive nam [19,19] = Sejmu

(ChunkerEvaluator) Sentence #1497 from documents/00101587 from sent25

Text  : Jeżeli nie usłyszę sprzeciwu , będę uważał , że Sejm propozycję przyjął .
Tokens: 1_____ 2__ 3______ 4________ 5 6___ 7_____ 8 9_ 10__ 11________ 12_____ 13

Chunks:
  TruePositive nam [10,10] = Sejm

2016-10-13 16:40:37,023 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 118 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101593.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101593.ini
(ChunkerEvaluator) Sentence #1498 from documents/00101593 from sent1

Text  : Poseł Józef Rojek ( Klub Parlamentarny Prawo i Sprawiedliwość )
Tokens: 1____ 2____ 3____ 4 5___ 6____________ 7____ 8 9_____________ 10

Chunks:
  TruePositive nam [2,3] = Józef Rojek
  TruePositive nam [7,9] = Prawo i Sprawiedliwość

(ChunkerEvaluator) Sentence #1499 from documents/00101593 from sent2

Text  : Pomimo ogromnych starań Platformie Obywatelskiej nie udało się pomniejszyć rzeczywistych rozmiarów afery hazardowej i  zamaskować prawdziwych intencji jej sprawców .
Tokens: 1_____ 2________ 3_____ 4_________ 5____________ 6__ 7____ 8__ 9__________ 10___________ 11_______ 12___ 13________ 14 15________ 16_________ 17______ 18_ 19______ 20

Chunks:
  TruePositive nam [4,5] = Platformie Obywatelskiej
  FalseNegative nam [12,13] = afery hazardowej

(ChunkerEvaluator) Sentence #1500 from documents/00101593 from sent3

Text  : W ostatnich dniach media upowszechniły informacje , z których jednoznacznie wynika ,  że nieprawidłowości w  branży hazardowej ,  notabene tolerowane przez urzędników i  niektórych polityków ,  w  rzeczywistości służyły tylko i  wyłącznie bardzo szybkiemu bogaceniu się właścicieli automatów do gry .
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 #1501 from documents/00101593 from sent4

Text  : Uczestniczący jakiś czas temu w posiedzeniach Komisji Nadzwyczajnej „ Przyjazne Państwo ”  pewien lekarz i  przedsiębiorca ,  jak się niedawno okazało ,  najprawdopodobniej był autorem zapisu do nowelizacji ustawy o  odpadach proponującego niszczenie odpadów szpitalnych także w  autoklawach .
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:
  FalsePositive nam [7,11] = Komisji Nadzwyczajnej „ Przyjazne Państwo
  FalseNegative nam [7,12] = Komisji Nadzwyczajnej „ Przyjazne Państwo ”

(ChunkerEvaluator) Sentence #1502 from documents/00101593 from sent5

Text  : Wprowadzenie forsowanej przez rząd i jednocześnie kwestionowanej przez wielu specjalistów tej alternatywnej metody likwidacji odpadów ,  jak ustaliła TVP Info ,  przyniosło by korzyści ,  ale przede wszystkim wspomnianemu biznesmenowi ,  także właścicielowi zakładu utylizującego odpady szpitalne .
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 [19,20] = TVP Info

(ChunkerEvaluator) Sentence #1503 from documents/00101593 from sent6

Text  : Oto zaledwie dwa przykłady ostatnich działań rządzącej ekipy , które ,  jak widać ,  przede wszystkim miały umożliwić bogacenie się wąskim grupom interesu .
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 #1504 from documents/00101593 from sent7

Text  : Natomiast obecnie w resorcie sportu i turystyki trwają prace nad projektem ustawy popularnie zwanej prawem szlaku ,  która podobno ma w  pełni umożliwić społeczeństwu korzystanie z  turystyczno -  sportowych walorów niektórych atrakcyjnych miejsc w  naszym kraju .
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 #1505 from documents/00101593 from sent8

Text  : Jednak zdaniem specjalistów proponowane rozwiązania dają również prywatnym przedsiębiorcom prawo do realizowania inwestycji sportowo -  turystycznych na szlaku ,  a  tym samym do czerpania zysków z  cudzej własności ,  i  w  rezultacie może to doprowadzić do faktycznych wywłaszczeń ,  których nie uzasadnia żaden społecznie użyteczny cel .
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 #1506 from documents/00101593 from sent9

Text  : W tej sytuacji zachodzi obawa , że mogło by dochodzić do przejmowania przez inwestorów cudzych gruntów za małe pieniądze .
Tokens: 1 2__ 3_______ 4_______ 5____ 6 7_ 8____ 9_ 10_______ 11 12__________ 13___ 14________ 15_____ 16_____ 17 18__ 19_______ 20

Chunks:

(ChunkerEvaluator) Sentence #1507 from documents/00101593 from sent10

Text  : Jak widać , tu również może chodzić o to ,  żeby bogaci stawali się jeszcze bogatsi .
Tokens: 1__ 2____ 3 4_ 5______ 6___ 7______ 8 9_ 10 11__ 12____ 13_____ 14_ 15_____ 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #1508 from documents/00101593 from sent11

Text  : Jednak pomimo wszystko mam nadzieję , że przynajmniej w tej ostatniej sprawie w  ministerstwie sportu szybko zapadną decyzje ,  które pozwolą góralom spać spokojnie i  ,  jak napisał jeden z  forumowiczów ,  zapobiegną kolejnej ,  tym razem szlakowo -  narciarskiej ,  aferze .
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:
  FalseNegative nam [22,22] = góralom

(ChunkerEvaluator) Sentence #1509 from documents/00101593 from sent12

Text  : Oświadczenia poselskie
Tokens: 1___________ 2________

Chunks:

(ChunkerEvaluator) Sentence #1510 from documents/00101593 from sent13

Text  : Poseł Andrzej Szlachta ( Klub Parlamentarny Prawo i Sprawiedliwość )
Tokens: 1____ 2______ 3_______ 4 5___ 6____________ 7____ 8 9_____________ 10

Chunks:
  TruePositive nam [2,3] = Andrzej Szlachta
  TruePositive nam [7,9] = Prawo i Sprawiedliwość

2016-10-13 16:40:37,137 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 119 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101608.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101608.ini
(ChunkerEvaluator) Sentence #1511 from documents/00101608 from sent1

Text  : Można domyślić się , że nigdy nie zdarzyła mi się sposobność okazania mojej odwagi i  że szczęśliwie przybyli śmy do Alabajos ,  gdzie spotkali śmy dwie karawany ,  równie liczne jak nasza .
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 [21,21] = Alabajos

(ChunkerEvaluator) Sentence #1512 from documents/00101608 from sent2

Text  : Zwierzęta stały przy żłobach , podróżni zaś mieścili się w  przeciwnym kącie stajni ,  w  kuchni ,  którą oddzielały od mułów dwa kamienne schody .
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 #1513 from documents/00101608 from sent3

Text  : Prawie wszystkie gospody w Hiszpanii były naówczas podobnie urządzone .
Tokens: 1_____ 2________ 3______ 4 5________ 6___ 7_______ 8_______ 9________ 10

Chunks:
  TruePositive nam [5,5] = Hiszpanii

(ChunkerEvaluator) Sentence #1514 from documents/00101608 from sent4

Text  : Cały dom składał się z jednej długiej izby , której lepszą połowę zajmowały muły ,  skromniejszą zaś podróżni .
Tokens: 1___ 2__ 3______ 4__ 5 6_____ 7______ 8___ 9 10____ 11____ 12____ 13_______ 14__ 15 16__________ 17_ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #1515 from documents/00101608 from sent5

Text  : Pomimo to wesołość była ogólna .
Tokens: 1_____ 2_ 3_______ 4___ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #1516 from documents/00101608 from sent6

Text  : Mulnik , czyszcząc zgrzebłem wierzchowce , smalił cholewki do gospodyni ,  która odpowiadała mu z  żywością właściwą jej płci i  profesji ,  dopóki gospodarz przynajmniej na chwilę powagą swoją nie przerwał tych zalecanek .
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 #1517 from documents/00101608 from sent7

Text  : Służące napełniały dom łoskotem kastanietów i tańcowały przy chrapliwej pieśni pasterza kóz .
Tokens: 1______ 2_________ 3__ 4_______ 5__________ 6 7________ 8___ 9_________ 10____ 11______ 12_ 13

Chunks:

(ChunkerEvaluator) Sentence #1518 from documents/00101608 from sent8

Text  : Podróżni zaznajamiali się nawzajem i zapraszali na wieczerzę , następnie wszyscy przysuwali się do ogniska ,  każdy rozpowiadał ,  kim był ,  skąd przybywał ,  i  czasami dodawał całą historię swego życia .
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 #1519 from documents/00101608 from sent9

Text  : Dobre to były czasy .
Tokens: 1____ 2_ 3___ 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #1520 from documents/00101608 from sent10

Text  : Dziś domy zajezdne są daleko wygodniejsze , ale zgiełkliwe i  towarzyskie życie ,  jakie wówczas prowadzono w  podróży ,  miało wdzięk ,  którego nie potrafię ci opisać .
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 #1521 from documents/00101608 from sent11

Text  : Powiem tylko , że tego dnia tak był em szczęśliwy ,  iż postanowił em przez całe życie podróżować i  ,  jak widzisz ,  dotąd szczerze wypełniam moje postanowienie .
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 #1522 from documents/00101608 from sent12

Text  : Tymczasem pewna okoliczność jeszcze silniej utwierdziła mnie w tym zamiarze .
Tokens: 1________ 2____ 3__________ 4______ 5______ 6__________ 7___ 8 9__ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #1523 from documents/00101608 from sent13

Text  : Po wieczerzy , gdy wszyscy podróżni zebrali się koło ogniska i  każdy z  nich opowiedział coś o  krajach ,  jakie przebywał ,  jeden z  nich ,  który dotąd ani razu ust nie był otworzył ,  rzekł :
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 #1524 from documents/00101608 from sent14

Text  : - Wszystkie przygody doznane w waszych podróżach zasługują na uwagę i  pamięć ;  co do mnie ,  był by m  rad ,  aby mi się nigdy nie zdarzyło nic gorszego ,  wszelako ,  zwiedzając Kalabrię ,  doznał em przygody tak zadziwiającej ,  nadzwyczajnej i  zarazem strasznej ,  że dotąd nie mogę jej wymazać 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

Chunks:
  TruePositive nam [35,35] = Kalabrię

(ChunkerEvaluator) Sentence #1525 from documents/00101608 from sent15

Text  : Wspomnienie to tak mnie tłoczy , zatruwa wszystkie moje przyjemności ,  że w  istocie często dziwię się ,  jakim sposobem smutek ten nie pozbawia mnie rozumu .
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:

2016-10-13 16:40:37,258 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 120 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101609.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101609.ini
(ChunkerEvaluator) Sentence #1526 from documents/00101609 from sent1

Text  : Ojciec był przerażony , ale jedno ponętne wejrzenie panny Cimiento przywróciło mu odwagę ,  poszedł więc rozgościć się w  nowym swoim mieszkaniu .
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 [10,10] = Cimiento

(ChunkerEvaluator) Sentence #1527 from documents/00101609 from sent2

Text  : Niedługo w nim sam zostawał : pani Cimiento przyszła do niego i  powiedziała ,  że naradziwszy się z  bratanicą ,  postanowiła oddać mu cuarto principal ,  to jest mieszkanie wychodzące na ulicę .
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 [8,8] = Cimiento

(ChunkerEvaluator) Sentence #1528 from documents/00101609 from sent3

Text  : Ojciec , który z upodobaniem liczył przechodniów lub dachówki pałacu księcia Alby ,  z  ochotą przystał na zamianę .
Tokens: 1_____ 2 3____ 4 5__________ 6_____ 7___________ 8__ 9_______ 10____ 11_____ 12__ 13 14 15____ 16______ 17 18_____ 19

Chunks:
  TruePositive nam [12,12] = Alby

(ChunkerEvaluator) Sentence #1529 from documents/00101609 from sent4

Text  : Proszono go tylko o pozwolenie zostawienia kolorowych atramentów na dawnym miejscu .
Tokens: 1_______ 2_ 3____ 4 5_________ 6__________ 7_________ 8_________ 9_ 10____ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #1530 from documents/00101609 from sent5

Text  : Ojciec kiwnięciem wyraził swoją zgodę .
Tokens: 1_____ 2_________ 3______ 4____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1531 from documents/00101609 from sent6

Text  : Kociołki stały w środkowym pokoju ; panna Cimiento przychodziła ,  wychodziła ,  brała farby ,  nie mówiąc ani słowa ,  tak że w  całym domu panowało jak najgłębsze milczenie .
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] = Cimiento

(ChunkerEvaluator) Sentence #1532 from documents/00101609 from sent7

Text  : Ojciec nigdy nie był równie szczęśliwy .
Tokens: 1_____ 2____ 3__ 4__ 5_____ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #1533 from documents/00101609 from sent8

Text  : Tak przeszło osiem dni .
Tokens: 1__ 2_______ 3____ 4__ 5

Chunks:

(ChunkerEvaluator) Sentence #1534 from documents/00101609 from sent9

Text  : Dziewiątego Busqueros odwiedził mego ojca i rzekł mu :
Tokens: 1__________ 2________ 3________ 4___ 5___ 6 7____ 8_ 9

Chunks:
  TruePositive nam [2,2] = Busqueros

(ChunkerEvaluator) Sentence #1535 from documents/00101609 from sent10

Text  : - Senor Avadoro , przychodzę donieść ci o pomyślnym spełnieniu życzeń ,  o  których marzył eś ,  ale których dotąd nie odważył eś się wypowiedzieć .
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 [2,3] = Senor Avadoro
  FalseNegative nam [3,3] = Avadoro

(ChunkerEvaluator) Sentence #1536 from documents/00101609 from sent11

Text  : Wzruszył eś serce panny Cimionto , otrzymasz jej rękę ;  ale musisz wprzódy podpisać ten papier ,  który ze sobą przynoszę ,  jeżeli chcesz ,  ażeby w  niedzielę ogłoszono zapowiedzi .
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] = Cimionto

(ChunkerEvaluator) Sentence #1537 from documents/00101609 from sent12

Text  : Ojciec , niesłychanie zdziwiony , chciał odpowiedzieć , ale Busqueros nie dał mu na to czasu i  ciągnął dalej :
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] = Busqueros

(ChunkerEvaluator) Sentence #1538 from documents/00101609 from sent13

Text  : - Senor Avadoro , przyszłe twoje małżeństwo dla nikogo nie jest tajemnicą .
Tokens: 1 2____ 3______ 4 5_______ 6____ 7_________ 8__ 9_____ 10_ 11__ 12_______ 13

Chunks:
  FalsePositive nam [2,3] = Senor Avadoro
  FalseNegative nam [3,3] = Avadoro

(ChunkerEvaluator) Sentence #1539 from documents/00101609 from sent14

Text  : Cały Madryt o nim tylko mówi .
Tokens: 1___ 2_____ 3 4__ 5____ 6___ 7

Chunks:
  TruePositive nam [2,2] = Madryt

(ChunkerEvaluator) Sentence #1540 from documents/00101609 from sent15

Text  : Jeżeli masz zamiar je opóźnić , krewni panny Cimiento zbiorą się u  mnie ,  a  wtedy przyjdziesz i  sam wyłożysz im powody zwłoki .
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 [9,9] = Cimiento

(ChunkerEvaluator) Sentence #1541 from documents/00101609 from sent16

Text  : Jest to postępowanie , którego żadnym sposobem nie możesz uniknąć .
Tokens: 1___ 2_ 3___________ 4 5______ 6_____ 7_______ 8__ 9_____ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #1542 from documents/00101609 from sent17

Text  : Ojciec osłupiał na myśl , że będzie musiał czynić wyjaśnienia przed całą rodziną ,  chciał coś powiedzieć ,  ale don Roque znowu mu przerwał i  rzekł :
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 [21,21] = Roque

(ChunkerEvaluator) Sentence #1543 from documents/00101609 from sent18

Text  : - Rozumiem cię doskonale , chcesz upewnić się o twoim szczęściu z  ust samej panny Cimiento .
Tokens: 1 2_______ 3__ 4________ 5 6_____ 7______ 8__ 9 10___ 11_______ 12 13_ 14___ 15___ 16______ 17

Chunks:
  TruePositive nam [16,16] = Cimiento

(ChunkerEvaluator) Sentence #1544 from documents/00101609 from sent19

Text  : Oto i ona ; zostawiam was samych .
Tokens: 1__ 2 3__ 4 5________ 6__ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #1545 from documents/00101609 from sent20

Text  : Panna Cimiento weszła cała zmieszana , nie śmiejąc podnieść oczu na mego ojca ;  wzięła kilka farb i  zaczęła je mieszać w  milczeniu .
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:
  FalsePositive nam [1,2] = Panna Cimiento
  FalseNegative nam [2,2] = Cimiento

(ChunkerEvaluator) Sentence #1546 from documents/00101609 from sent21

Text  : Bojaźliwość jej podniosła odwagę w don Filipie , utkwił w  niej oczy i  nic mógł ich oderwać .
Tokens: 1__________ 2__ 3________ 4_____ 5 6__ 7______ 8 9_____ 10 11__ 12__ 13 14_ 15__ 16_ 17_____ 18

Chunks:
  TruePositive nam [7,7] = Filipie

(ChunkerEvaluator) Sentence #1547 from documents/00101609 from sent22

Text  : Tym razem zupełnie innym wzrokiem na nią patrzył .
Tokens: 1__ 2____ 3_______ 4____ 5_______ 6_ 7__ 8______ 9

Chunks:

2016-10-13 16:40:37,403 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 121 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101638.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101638.ini
(ChunkerEvaluator) Sentence #1548 from documents/00101638 from sent1

Text  : Przechodzimy do głosowania nad całością projektu apelu .
Tokens: 1___________ 2_ 3_________ 4__ 5_______ 6_______ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #1549 from documents/00101638 from sent2

Text  : Kto z koleżanek i kolegów posłów jest za przyjęciem w  całości projektu apelu w  sprawie kryteriów ,  jakie powinien spełniać kandydat na posła ,  w  brzmieniu proponowanym przez Komisję II ,  wraz z  przyjętymi poprawkami ,  zechce podnieść rękę i  nacisnąć przycisk .
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:
  FalseNegative nam [29,30] = Komisję II

(ChunkerEvaluator) Sentence #1550 from documents/00101638 from sent3

Text  : Kto jest przeciw ?
Tokens: 1__ 2___ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #1551 from documents/00101638 from sent4

Text  : Kto się wstrzymał ?
Tokens: 1__ 2__ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #1552 from documents/00101638 from sent5

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1553 from documents/00101638 from sent6

Text  : W głosowaniu wzięło udział 432 posłów .
Tokens: 1 2_________ 3_____ 4_____ 5__ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #1554 from documents/00101638 from sent7

Text  : Za głosowało 356 posłów , przeciw głosowało 47 posłów ,  wstrzymało się 29 posłów .
Tokens: 1_ 2________ 3__ 4_____ 5 6______ 7________ 8_ 9_____ 10 11________ 12_ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #1555 from documents/00101638 from sent8

Text  : Stwierdzam , że Sejm podjął apel w sprawie kryteriów ,  jakie powinien spełniać kandydat na posła .
Tokens: 1_________ 2 3_ 4___ 5_____ 6___ 7 8______ 9________ 10 11___ 12______ 13______ 14______ 15 16___ 17

Chunks:
  TruePositive nam [4,4] = Sejm

(ChunkerEvaluator) Sentence #1556 from documents/00101638 from sent9

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1557 from documents/00101638 from sent10

Text  : Przystępujemy do rozpatrzenia punktu 6 . porządku dziennego : Przedstawiony przez Komisję III projekt apelu Sejmu Dzieci i  Młodzieży w  sprawie obecnej sytuacji polskiej oświaty .
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 [16,19] = Sejmu Dzieci i Młodzieży
  FalseNegative nam [12,13] = Komisję III

(ChunkerEvaluator) Sentence #1558 from documents/00101638 from sent11

Text  : Proszę o zabranie głosu sprawozdawcę komisji poseł Karolinę Pankiewicz z  Gimnazjum nr 29 z  oddziałami dwujęzycznymi im .  Charles ’  a  de Gaulle ’  a  w  Poznaniu w  celu przedstawienia projektu apelu przygotowanego przez Komisję III .
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 [27,27] = Poznaniu
  FalsePositive nam [8,13] = Karolinę Pankiewicz z Gimnazjum nr 29
  FalsePositive nam [19,25] = Charles ’ a de Gaulle ’ a
  FalseNegative nam [8,9] = Karolinę Pankiewicz
  FalseNegative nam [11,25] = Gimnazjum nr 29 z oddziałami dwujęzycznymi im . Charles ’ a de Gaulle ’ a
  FalseNegative nam [35,36] = Komisję III

(ChunkerEvaluator) Sentence #1559 from documents/00101638 from sent12

Text  : Proszę bardzo .
Tokens: 1_____ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1560 from documents/00101638 from sent13

Text  : Poseł Sprawozdawca Karolina Pankiewicz :
Tokens: 1____ 2___________ 3_______ 4_________ 5

Chunks:
  TruePositive nam [3,4] = Karolina Pankiewicz

(ChunkerEvaluator) Sentence #1561 from documents/00101638 from sent14

Text  : Panowie Marszałkowie !
Tokens: 1______ 2___________ 3

Chunks:
  FalsePositive nam [2,2] = Marszałkowie

(ChunkerEvaluator) Sentence #1562 from documents/00101638 from sent15

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1563 from documents/00101638 from sent16

Text  : 17 maja obradowali śmy w komisjach .
Tokens: 1_ 2___ 3_________ 4__ 5 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #1564 from documents/00101638 from sent17

Text  : Reprezentuję Komisję III .
Tokens: 1___________ 2______ 3__ 4

Chunks:
  FalseNegative nam [2,3] = Komisję III

(ChunkerEvaluator) Sentence #1565 from documents/00101638 from sent18

Text  : Łącząc siłę tych osób , ich poglądy . . .  (  Oklaski )
Tokens: 1_____ 2___ 3___ 4___ 5 6__ 7______ 8 9 10 11 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #1566 from documents/00101638 from sent19

Text  : Marszałek Sejmu Dzieci i Młodzieży Daniel Milewski :
Tokens: 1________ 2____ 3_____ 4 5________ 6_____ 7_______ 8

Chunks:
  TruePositive nam [6,7] = Daniel Milewski
  FalsePositive nam [1,5] = Marszałek Sejmu Dzieci i Młodzieży
  FalseNegative nam [2,5] = Sejmu Dzieci i Młodzieży

(ChunkerEvaluator) Sentence #1567 from documents/00101638 from sent20

Text  : Proszę o spokój .
Tokens: 1_____ 2 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1568 from documents/00101638 from sent21

Text  : Poseł Sprawozdawca Karolina Pankiewicz :
Tokens: 1____ 2___________ 3_______ 4_________ 5

Chunks:
  TruePositive nam [3,4] = Karolina Pankiewicz

(ChunkerEvaluator) Sentence #1569 from documents/00101638 from sent22

Text  : … napisali śmy projekt apelu , który właśnie odczytam .
Tokens: 1 2_______ 3__ 4______ 5____ 6 7____ 8______ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #1570 from documents/00101638 from sent23

Text  : „ Projekt Apelu Sejmu Dzieci i Młodzieży z dnia 1  czerwca 2008 r  .  w  sprawie obecnej sytuacji polskiej oświaty .
Tokens: 1 2______ 3____ 4____ 5_____ 6 7________ 8 9___ 10 11_____ 12__ 13 14 15 16_____ 17_____ 18______ 19______ 20_____ 21

Chunks:
  FalsePositive nam [3,7] = Apelu Sejmu Dzieci i Młodzieży
  FalseNegative nam [4,7] = Sejmu Dzieci i Młodzieży

(ChunkerEvaluator) Sentence #1571 from documents/00101638 from sent24

Text  : My , posłanki i posłowie XIV Sesji Sejmu Dzieci i  Młodzieży ,  apelujemy do władz Rzeczypospolitej Polskiej o  zwrócenie szczególnej uwagi na stan polskiej oświaty i  przeprowadzenie należytych reform .
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 [16,17] = Rzeczypospolitej Polskiej
  FalsePositive nam [6,11] = XIV Sesji Sejmu Dzieci i Młodzieży
  FalseNegative nam [7,11] = Sesji Sejmu Dzieci i Młodzieży

(ChunkerEvaluator) Sentence #1572 from documents/00101638 from sent25

Text  : Od stanu polskiej oświaty zależy przyszłość naszego kraju .
Tokens: 1_ 2____ 3_______ 4______ 5_____ 6_________ 7______ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #1573 from documents/00101638 from sent26

Text  : Wszystkie wysoko rozwinięte kraje współczesnego świata swój progres zawdzięczają gruntownie wykształconemu społeczeństwu stanowiącemu główną podporę kraju .
Tokens: 1________ 2_____ 3_________ 4____ 5____________ 6_____ 7___ 8______ 9___________ 10________ 11____________ 12___________ 13__________ 14____ 15_____ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #1574 from documents/00101638 from sent27

Text  : Aby Polska mogła sprostać wyzwaniom cywilizacyjnym przyszłości , a młodzi Polacy mieli możliwość rozwoju ,  niezbędne jest podnoszenie jakości kształcenia i  wyrównywanie szans w  dostępie do edukacji .
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 [2,2] = Polska
  TruePositive nam [11,11] = Polacy

(ChunkerEvaluator) Sentence #1575 from documents/00101638 from sent28

Text  : Do uzdrowienia polskiej oświaty potrzeba wielu skoordynowanych działań .
Tokens: 1_ 2__________ 3_______ 4______ 5_______ 6____ 7______________ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #1576 from documents/00101638 from sent29

Text  : Reforma powinna zmierzać ku wykreowaniu społeczeństwa obywatelskiego , cechującego się otwartością na pozytywne zmiany ,  zaś głównym zadaniem nauczyciela powinno być wychowanie ucznia zgodnie z  etycznymi regułami będącymi syntezą historii ,  wartości oraz tradycji .
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 #1577 from documents/00101638 from sent30

Text  : Szkoła powinna przygotowywać uczniów do mierzenia się z sytuacjami nieprzewidywalnymi ,  uczyć kreatywności i  solidności ,  dawać wiedzę potrzebną młodemu człowiekowi do planowania swojej przyszłości .
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 #1578 from documents/00101638 from sent31

Text  : Niezbędne jest wzmacnianie osobowości uczniów , rozwijanie ich zdolności oraz korzystanie z  najnowszych osiągnięć techniki i  nauki ,  a  także niwelowanie encyklopedyzmu przyczyniającego się do złego i  źle postrzeganego modelu polskiego systemu oświaty .
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:

2016-10-13 16:40:37,565 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 122 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101640.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101640.ini
(ChunkerEvaluator) Sentence #1579 from documents/00101640 from sent1

Text  : W odpowiedzi na pytanie pana posła Mężydły , powiem ,  że częściowo tak .
Tokens: 1 2_________ 3_ 4______ 5___ 6____ 7______ 8 9_____ 10 11 12_______ 13_ 14

Chunks:
  TruePositive nam [7,7] = Mężydły

(ChunkerEvaluator) Sentence #1580 from documents/00101640 from sent2

Text  : Oczywiście uregulowania prokonsumenckie znajdują się zarówno w pierwszej części ,  w  części europejskiej ,  jak i  znajdą się w  drugiej ,  bo rząd przewiduje tego typu rozwiązania prawne w  drugiej części nowelizacji Prawa telekomunikacyjnego .
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 [33,34] = Prawa telekomunikacyjnego

(ChunkerEvaluator) Sentence #1581 from documents/00101640 from sent3

Text  : Z jednym z rozwiązań , które znajduje się w projekcie poselskim Prawa telekomunikacyjnego ,  polegającym m  .  in .  na mediacji ,  trudno mi jest się zgodzić z  tego względu ,  że –  jak dobrze wiemy –  w  naszym systemie prawnym mediacja już ma miejsce i  funkcjonuje bardzo sprawnie .
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

Chunks:
  TruePositive nam [12,13] = Prawa telekomunikacyjnego

(ChunkerEvaluator) Sentence #1582 from documents/00101640 from sent4

Text  : Wystarczy chociażby zerknąć do przepisów Kodeksu postępowania administracyjnego czy też przepisów Kodeksu postępowania cywilnego .
Tokens: 1________ 2________ 3______ 4_ 5________ 6______ 7___________ 8________________ 9__ 10_ 11_______ 12_____ 13__________ 14_______ 15

Chunks:
  TruePositive nam [12,14] = Kodeksu postępowania cywilnego
  FalsePositive nam [6,6] = Kodeksu
  FalseNegative nam [6,8] = Kodeksu postępowania administracyjnego

(ChunkerEvaluator) Sentence #1583 from documents/00101640 from sent5

Text  : Zatem tworzenie kolejnych przepisów odnoszących się do mediacji wydaje mi się zbędne .
Tokens: 1____ 2________ 3________ 4________ 5__________ 6__ 7_ 8_______ 9_____ 10 11_ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #1584 from documents/00101640 from sent6

Text  : Jeżeli chodzi o pytanie pana posła Tomczaka dotyczące definicji abonenta ,  to powiem ,  że tak ,  my świadomie nie regulujemy w  przepisach nowelizacji odnoszącej się do części europejskiej definicji abonenta z  tego względu ,  że czekamy na rozstrzygnięcie Europejskiego Trybunału Sprawiedliwości ,  który orzeknie ,  jak ta definicja ma wyglądać ,  co przez to pojęcie rozumieć .
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

Chunks:
  TruePositive nam [7,7] = Tomczaka
  TruePositive nam [40,42] = Europejskiego Trybunału Sprawiedliwości

(ChunkerEvaluator) Sentence #1585 from documents/00101640 from sent7

Text  : Panie pośle , wyobraźmy sobie taką sytuację .
Tokens: 1____ 2____ 3 4________ 5____ 6___ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #1586 from documents/00101640 from sent8

Text  : Mogli by śmy przyjąć taką definicję abonenta , zgodnie z  którą pan ,  dzwoniąc z  budki telefonicznej na mieście ,  też był by abonentem .
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 #1587 from documents/00101640 from sent9

Text  : W tej sytuacji czekamy na rozstrzygnięcie Europejskiego Trybunału Sprawiedliwości w  tym zakresie .
Tokens: 1 2__ 3_______ 4______ 5_ 6______________ 7____________ 8________ 9______________ 10 11_ 12______ 13

Chunks:
  TruePositive nam [7,9] = Europejskiego Trybunału Sprawiedliwości

(ChunkerEvaluator) Sentence #1588 from documents/00101640 from sent10

Text  : Chciał by m sprostować pana wypowiedź .
Tokens: 1_____ 2_ 3 4_________ 5___ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #1589 from documents/00101640 from sent11

Text  : Ja nie używał em w swoich wypowiedziach opinii reprezentanta Telekomunikacji Polskiej .
Tokens: 1_ 2__ 3_____ 4_ 5 6_____ 7____________ 8_____ 9____________ 10_____________ 11______ 12

Chunks:
  TruePositive nam [10,11] = Telekomunikacji Polskiej

(ChunkerEvaluator) Sentence #1590 from documents/00101640 from sent12

Text  : Proszę zwrócić uwagę , że ja w grudniu , w  styczniu posiłkował em się opinią zaprezentowaną przez prof .  Stanisława Piątka ,  który –  jak mi się wydaje –  jest przedstawicielem nauki .
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 [20,21] = Stanisława Piątka

(ChunkerEvaluator) Sentence #1591 from documents/00101640 from sent13

Text  : ( Poseł Antoni Mężydło : On był ekspertem telekomunikacji .  )
Tokens: 1 2____ 3_____ 4______ 5 6_ 7__ 8________ 9______________ 10 11

Chunks:
  TruePositive nam [3,4] = Antoni Mężydło

(ChunkerEvaluator) Sentence #1592 from documents/00101640 from sent14

Text  : Ja przepraszam , panie pośle , ale trudno , żeby m  analizował ,  kto ,  kiedy i  co obsługiwał ,  naprawdę .
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 #1593 from documents/00101640 from sent15

Text  : To już chyba Centralne Biuro Antykorupcyjne powinno się tym zająć .
Tokens: 1_ 2__ 3____ 4________ 5____ 6_____________ 7______ 8__ 9__ 10___ 11

Chunks:
  TruePositive nam [4,6] = Centralne Biuro Antykorupcyjne

(ChunkerEvaluator) Sentence #1594 from documents/00101640 from sent16

Text  : Wybaczą panowie .
Tokens: 1______ 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1595 from documents/00101640 from sent17

Text  : Jeżeli chodzi o kwestie związane z separacją funkcjonalną , to ja nie jestem tego przeciwnikiem .
Tokens: 1_____ 2_____ 3 4______ 5_______ 6 7________ 8___________ 9 10 11 12_ 13____ 14__ 15___________ 16

Chunks:

(ChunkerEvaluator) Sentence #1596 from documents/00101640 from sent18

Text  : I te zapisy znajdą się w drugiej części nowelizacji Prawa telekomunikacyjnego .
Tokens: 1 2_ 3_____ 4_____ 5__ 6 7______ 8_____ 9__________ 10___ 11_________________ 12

Chunks:
  TruePositive nam [10,11] = Prawa telekomunikacyjnego

(ChunkerEvaluator) Sentence #1597 from documents/00101640 from sent19

Text  : Chciał by m jeszcze dodać , że rząd , chociażby na ostatnim posiedzeniu Rady Europejskiej ,  poparł i  podtrzymał swoje stanowisko w  sprawie zapisów w  zmianie dyrektyw telekomunikacyjnych dotyczących separacji funkcjonalnej .
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 [14,15] = Rady Europejskiej

(ChunkerEvaluator) Sentence #1598 from documents/00101640 from sent20

Text  : Ani ja , ani resort infrastruktury nie ma innego stanowiska w  tym zakresie .
Tokens: 1__ 2_ 3 4__ 5_____ 6_____________ 7__ 8_ 9_____ 10________ 11 12_ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #1599 from documents/00101640 from sent21

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1600 from documents/00101640 from sent22

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1601 from documents/00101640 from sent23

Text  : Dziękuję panu ministrowi .
Tokens: 1_______ 2___ 3_________ 4

Chunks:

(ChunkerEvaluator) Sentence #1602 from documents/00101640 from sent24

Text  : Pan zabiera głos w imieniu wnioskodawców ?
Tokens: 1__ 2______ 3___ 4 5______ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #1603 from documents/00101640 from sent25

Text  : ( Poseł Jacek Tomczak : Chciał by m sprostować .  )
Tokens: 1 2____ 3____ 4______ 5 6_____ 7_ 8 9_________ 10 11

Chunks:
  TruePositive nam [3,4] = Jacek Tomczak

(ChunkerEvaluator) Sentence #1604 from documents/00101640 from sent26

Text  : Tak , tak .
Tokens: 1__ 2 3__ 4

Chunks:

(ChunkerEvaluator) Sentence #1605 from documents/00101640 from sent27

Text  : To przy okazji .
Tokens: 1_ 2___ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #1606 from documents/00101640 from sent28

Text  : ( Poseł Jacek Tomczak : Dobrze . )
Tokens: 1 2____ 3____ 4______ 5 6_____ 7 8

Chunks:
  TruePositive nam [3,4] = Jacek Tomczak

(ChunkerEvaluator) Sentence #1607 from documents/00101640 from sent29

Text  : ( Poseł Antoni Mężydło : Sprostowanie . )
Tokens: 1 2____ 3_____ 4______ 5 6___________ 7 8

Chunks:
  TruePositive nam [3,4] = Antoni Mężydło

(ChunkerEvaluator) Sentence #1608 from documents/00101640 from sent30

Text  : Sekundeczkę , panowie .
Tokens: 1__________ 2 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #1609 from documents/00101640 from sent31

Text  : To teraz pan poseł w trybie sprostowania , proszę bardzo ,  a  za chwilę udzielę panu głosu i  wtedy przy okazji może pan oczywiście sprostować .
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 #1610 from documents/00101640 from sent32

Text  : Proszę bardzo .
Tokens: 1_____ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1611 from documents/00101640 from sent33

Text  : Poseł Antoni Mężydło :
Tokens: 1____ 2_____ 3______ 4

Chunks:
  TruePositive nam [2,3] = Antoni Mężydło

2016-10-13 16:40:37,736 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 123 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101644.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101644.ini
(ChunkerEvaluator) Sentence #1612 from documents/00101644 from sent1

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1613 from documents/00101644 from sent2

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #1614 from documents/00101644 from sent3

Text  : Pan poseł Stanisław Olas , Polskie Stronnictwo Ludowe .
Tokens: 1__ 2____ 3________ 4___ 5 6______ 7__________ 8_____ 9

Chunks:
  TruePositive nam [3,4] = Stanisław Olas
  TruePositive nam [6,8] = Polskie Stronnictwo Ludowe

(ChunkerEvaluator) Sentence #1615 from documents/00101644 from sent4

Text  : Poseł Stanisław Olas :
Tokens: 1____ 2________ 3___ 4

Chunks:
  TruePositive nam [2,3] = Stanisław Olas

(ChunkerEvaluator) Sentence #1616 from documents/00101644 from sent5

Text  : Szanowny Panie Marszałku !
Tokens: 1_______ 2____ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #1617 from documents/00101644 from sent6

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1618 from documents/00101644 from sent7

Text  : Panie Ministrze !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1619 from documents/00101644 from sent8

Text  : Wysłuchali śmy sprawozdania Komisji Nadzwyczajnej o rządowym projekcie ustawy Kodeks karny ,  ustawy Kodeks postępowania karnego ,  ustawy Kodeks karny wykonawczy oraz ustawy o  Policji ;  o  rządowym projekcie ustawy o  zmianie ustawy Kodeks karny ,  ustawy Kodeks postępowania karnego ,  ustawy Kodeks karny wykonawczy ,  ustawy Kodeks karny skarbowy oraz niektórych innych ustaw ;  o  poselskim projekcie ustawy o  zmianie ustawy Kodeks postępowania karnego i  poselskich projektach ustaw o  zmianie ustawy Kodeks karny .
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 [4,5] = Komisji Nadzwyczajnej
  TruePositive nam [19,21] = Kodeks karny wykonawczy
  TruePositive nam [59,65] = ustawy o zmianie ustawy Kodeks postępowania karnego
  FalsePositive nam [10,11] = Kodeks karny
  FalsePositive nam [14,16] = Kodeks postępowania karnego
  FalsePositive nam [25,25] = Policji
  FalsePositive nam [34,35] = Kodeks karny
  FalsePositive nam [38,40] = Kodeks postępowania karnego
  FalsePositive nam [43,45] = Kodeks karny wykonawczy
  FalsePositive nam [48,50] = Kodeks karny skarbowy
  FalsePositive nam [73,74] = Kodeks karny
  FalseNegative nam [9,11] = ustawy Kodeks karny
  FalseNegative nam [13,16] = ustawy Kodeks postępowania karnego
  FalseNegative nam [23,25] = ustawy o Policji
  FalseNegative nam [30,54] = ustawy o zmianie ustawy Kodeks karny , ustawy Kodeks postępowania karnego , ustawy Kodeks karny wykonawczy , ustawy Kodeks karny skarbowy oraz niektórych innych ustaw
  FalseNegative nam [69,74] = ustaw o zmianie ustawy Kodeks karny

(ChunkerEvaluator) Sentence #1620 from documents/00101644 from sent9

Text  : Projekty wymienionych ustaw były przedmiotem wielokrotnych debat Komisji Nadzwyczajnej i  Komisji Sprawiedliwości i  Praw Człowieka .
Tokens: 1_______ 2___________ 3____ 4___ 5__________ 6____________ 7____ 8______ 9____________ 10 11_____ 12_____________ 13 14__ 15_______ 16

Chunks:
  TruePositive nam [8,9] = Komisji Nadzwyczajnej
  TruePositive nam [11,15] = Komisji Sprawiedliwości i Praw Człowieka

(ChunkerEvaluator) Sentence #1621 from documents/00101644 from sent10

Text  : Projekt dotyczy zaostrzenia m . in . odpowiedzialności karnej za przestępstwa przeciwko wolności seksualnej i  obyczajności wobec osób poniżej piętnastego roku życia lub członków najbliższej rodziny .
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 #1622 from documents/00101644 from sent11

Text  : Przepisy te mają zwiększyć skuteczność działań podejmowanych w stosunku do sprawców tego typu przestępstw .
Tokens: 1_______ 2_ 3___ 4________ 5__________ 6______ 7____________ 8 9_______ 10 11______ 12__ 13__ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #1623 from documents/00101644 from sent12

Text  : W projekcie przewiduje się zmianę postępowania wobec osób ujętych na gorącym uczynku .
Tokens: 1 2________ 3_________ 4__ 5_____ 6___________ 7____ 8___ 9______ 10 11_____ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #1624 from documents/00101644 from sent13

Text  : Powyższe projekty były przedmiotem dyskusji w Klubie Poselskim Polskiego Stronnictwa Ludowego .
Tokens: 1_______ 2_______ 3___ 4__________ 5_______ 6 7_____ 8________ 9________ 10_________ 11______ 12

Chunks:
  FalsePositive nam [7,11] = Klubie Poselskim Polskiego Stronnictwa Ludowego
  FalseNegative nam [9,11] = Polskiego Stronnictwa Ludowego

(ChunkerEvaluator) Sentence #1625 from documents/00101644 from sent14

Text  : Pragnę poinformować Wysoką Izbę , że stanowisko klubu Polskiego Stronnictwa Ludowego wobec tych projektów jest pozytywne .
Tokens: 1_____ 2___________ 3_____ 4___ 5 6_ 7_________ 8____ 9________ 10_________ 11______ 12___ 13__ 14_______ 15__ 16_______ 17

Chunks:
  TruePositive nam [9,11] = Polskiego Stronnictwa Ludowego

(ChunkerEvaluator) Sentence #1626 from documents/00101644 from sent15

Text  : Dziękuję .
Tokens: 1_______ 2

Chunks:

(ChunkerEvaluator) Sentence #1627 from documents/00101644 from sent16

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1628 from documents/00101644 from sent17

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1629 from documents/00101644 from sent18

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #1630 from documents/00101644 from sent19

Text  : Przechodzimy do pytań .
Tokens: 1___________ 2_ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #1631 from documents/00101644 from sent20

Text  : Zapisanych zostało sześć osób .
Tokens: 1_________ 2______ 3____ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #1632 from documents/00101644 from sent21

Text  : Czy są jeszcze zgłoszenia ?
Tokens: 1__ 2_ 3______ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #1633 from documents/00101644 from sent22

Text  : Nie ma .
Tokens: 1__ 2_ 3

Chunks:

(ChunkerEvaluator) Sentence #1634 from documents/00101644 from sent23

Text  : Tak ?
Tokens: 1__ 2

Chunks:

(ChunkerEvaluator) Sentence #1635 from documents/00101644 from sent24

Text  : Nie , nie .
Tokens: 1__ 2 3__ 4

Chunks:

(ChunkerEvaluator) Sentence #1636 from documents/00101644 from sent25

Text  : Zamykam listę .
Tokens: 1______ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #1637 from documents/00101644 from sent26

Text  : Ustalam czas zadawania pytania na jedną minutę .
Tokens: 1______ 2___ 3________ 4______ 5_ 6____ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #1638 from documents/00101644 from sent27

Text  : Jako pierwszy zabierze głos pan poseł Mirosław Pawlak , Polskie Stronnictwo Ludowe .
Tokens: 1___ 2_______ 3_______ 4___ 5__ 6____ 7_______ 8_____ 9 10_____ 11_________ 12____ 13

Chunks:
  TruePositive nam [7,8] = Mirosław Pawlak
  TruePositive nam [10,12] = Polskie Stronnictwo Ludowe

(ChunkerEvaluator) Sentence #1639 from documents/00101644 from sent28

Text  : Poseł Mirosław Pawlak :
Tokens: 1____ 2_______ 3_____ 4

Chunks:
  TruePositive nam [2,3] = Mirosław Pawlak

(ChunkerEvaluator) Sentence #1640 from documents/00101644 from sent29

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1641 from documents/00101644 from sent30

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1642 from documents/00101644 from sent31

Text  : Panie ministrze , pierwsze pytanie kieruję właśnie do pana .
Tokens: 1____ 2________ 3 4_______ 5______ 6______ 7______ 8_ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #1643 from documents/00101644 from sent32

Text  : Proszę o jednoznaczne i precyzyjne wyjaśnienie zagadnienia określonego w uzasadnieniu do projektu rządowego z  druku nr 1394 ,  str .  29 .
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 #1644 from documents/00101644 from sent33

Text  : Jeżeli na podstawie okoliczności sprawy można przewidywać , że sąd nie orzeknie wobec oskarżonego kary izolacyjnej ,  to kto oprócz sądu może postawić taką prognozę i  na jakiej podstawie ?
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 #1645 from documents/00101644 from sent34

Text  : I pytanie do posłów wnioskodawców : Czy i na jakiej podstawie penalizowany będzie czyn dotyczący zamieszczania treści pornograficznych w  ogólnodostępnej prasie oraz w  dodatkach do gazet ?
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 #1646 from documents/00101644 from sent35

Text  : Chodzi o dziennik „ Super Express ” , w którym umieszcza się opisy aktów ,  a  nawet zdjęcia pornograficzne .
Tokens: 1_____ 2 3_______ 4 5____ 6______ 7 8 9 10____ 11_______ 12_ 13___ 14___ 15 16 17___ 18_____ 19____________ 20

Chunks:
  TruePositive nam [5,6] = Super Express

2016-10-13 16:40:37,884 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 124 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101645.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101645.ini
(ChunkerEvaluator) Sentence #1647 from documents/00101645 from sent1

Text  : Zmiany , które wprowadzili śmy , powodują większą demokratyzację działania systemu SKOK ,  dają dużo większą swobodę działalności tzw .  SKOK-om parterowym ,  zwykłym spółdzielczym kasom oszczędnościowo -  kredytowym .
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 [12,12] = SKOK
  TruePositive nam [21,21] = SKOK-om

(ChunkerEvaluator) Sentence #1648 from documents/00101645 from sent2

Text  : I to jest sukces , który zapewniamy tą ustawą .
Tokens: 1 2_ 3___ 4_____ 5 6____ 7_________ 8_ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #1649 from documents/00101645 from sent3

Text  : Ważne jest też to , że ta ustawa wprowadza obowiązkowy 5  -  procentowy wskaźnik wypłacalności ,  czyli o  połowę niższy niż sugeruje ogólnoświatowa organizacja zrzeszająca unie kredytowe .
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 #1650 from documents/00101645 from sent4

Text  : Na wypełnienie tego warunku dzięki jednej z poprawek SKOK-i będą miały 18 miesięcy .
Tokens: 1_ 2__________ 3___ 4______ 5_____ 6_____ 7 8_______ 9_____ 10__ 11___ 12 13______ 14

Chunks:
  TruePositive nam [9,9] = SKOK-i

(ChunkerEvaluator) Sentence #1651 from documents/00101645 from sent5

Text  : Warto jednak szczegółowo spojrzeć na niektóre poprawki i powiedzieć o  ich ważkości .
Tokens: 1____ 2_____ 3__________ 4_______ 5_ 6_______ 7_______ 8 9_________ 10 11_ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #1652 from documents/00101645 from sent6

Text  : Jakże ważną poprawką , tu należy się uderzyć we własną pierś ,  jest …
Tokens: 1____ 2____ 3_______ 4 5_ 6_____ 7__ 8______ 9_ 10____ 11___ 12 13__ 14

Chunks:

(ChunkerEvaluator) Sentence #1653 from documents/00101645 from sent7

Text  : ( Dzwonek ) Już , panie marszałku ?
Tokens: 1 2______ 3 4__ 5 6____ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #1654 from documents/00101645 from sent8

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1655 from documents/00101645 from sent9

Text  : Trzy minuty .
Tokens: 1___ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1656 from documents/00101645 from sent10

Text  : Trzy minuty , ale proszę kończyć .
Tokens: 1___ 2_____ 3 4__ 5_____ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #1657 from documents/00101645 from sent11

Text  : Poseł Jarosław Urbaniak :
Tokens: 1____ 2_______ 3_______ 4

Chunks:
  TruePositive nam [2,3] = Jarosław Urbaniak

(ChunkerEvaluator) Sentence #1658 from documents/00101645 from sent12

Text  : Dobrze .
Tokens: 1_____ 2

Chunks:

(ChunkerEvaluator) Sentence #1659 from documents/00101645 from sent13

Text  : Chciał by m powiedzieć o tym , że rozszerzenie kompetencji prezesa Urzędu Ochrony Konkurencji i  Konsumentów na członków SKOK to jest to ,  czego z  pewnością każdy by sobie życzył ,  ale dopiero Senat zauważył ,  że do tej pory członkowie SKOK nie byli objęci taką ochroną .
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 [12,16] = Urzędu Ochrony Konkurencji i Konsumentów
  TruePositive nam [19,19] = SKOK
  TruePositive nam [34,34] = Senat
  TruePositive nam [42,42] = SKOK

(ChunkerEvaluator) Sentence #1660 from documents/00101645 from sent14

Text  : To dobrze , że Senat to zauważył i że wprowadza tę poprawkę .
Tokens: 1_ 2_____ 3 4_ 5____ 6_ 7_______ 8 9_ 10_______ 11 12______ 13

Chunks:
  TruePositive nam [5,5] = Senat

(ChunkerEvaluator) Sentence #1661 from documents/00101645 from sent15

Text  : Czas już minął , toteż pozwolę sobie jeszcze zwrócić uwagę ,  raczej w  aspekcie dyskusji ,  która przebiegała w  mediach ,  od czasu kiedy ta ustawa trafiła z  Sejmu do Senatu ,  na poprawkę nr 6  ,  w  związku z  tym co niektórzy zarzucają ,  że ten obowiązkowy współczynnik wypłacalności jest nieosiągalny i  że to będzie duży wysiłek dla SKOK .
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

Chunks:
  TruePositive nam [29,29] = Sejmu
  TruePositive nam [31,31] = Senatu
  TruePositive nam [60,60] = SKOK

(ChunkerEvaluator) Sentence #1662 from documents/00101645 from sent16

Text  : Poprawka nr 6 wprowadza trzecią możliwość osiągnięcia tego współczynnika poprzez to ,  że do funduszów własnych SKOK-i będą mogły zaliczyć także zobowiązania ,  co prawda za zgodą KNF ,  ale po to KNF jest w  tym całym systemie ,  aby kontrolować prawidłowość działania .
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

Chunks:
  TruePositive nam [17,17] = SKOK-i
  TruePositive nam [28,28] = KNF
  TruePositive nam [33,33] = KNF

(ChunkerEvaluator) Sentence #1663 from documents/00101645 from sent17

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1664 from documents/00101645 from sent18

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1665 from documents/00101645 from sent19

Text  : Klub Parlamentarny Platforma Obywatelska poprze wszystkie 28 poprawek zgłoszonych przez Senat Rzeczypospolitej .
Tokens: 1___ 2____________ 3________ 4__________ 5_____ 6________ 7_ 8_______ 9__________ 10___ 11___ 12______________ 13

Chunks:
  TruePositive nam [3,4] = Platforma Obywatelska
  TruePositive nam [11,12] = Senat Rzeczypospolitej

(ChunkerEvaluator) Sentence #1666 from documents/00101645 from sent20

Text  : Dziękuję bardzo .
Tokens: 1_______ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1667 from documents/00101645 from sent21

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1668 from documents/00101645 from sent22

Text  : Wicemarszałek Stefan Niesiołowski :
Tokens: 1____________ 2_____ 3___________ 4

Chunks:
  TruePositive nam [2,3] = Stefan Niesiołowski

(ChunkerEvaluator) Sentence #1669 from documents/00101645 from sent23

Text  : Dziękuję panu posłowi .
Tokens: 1_______ 2___ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #1670 from documents/00101645 from sent24

Text  : Pan poseł Jarosław Stawiarski , Prawo i Sprawiedliwość .
Tokens: 1__ 2____ 3_______ 4_________ 5 6____ 7 8_____________ 9

Chunks:
  TruePositive nam [3,4] = Jarosław Stawiarski
  TruePositive nam [6,8] = Prawo i Sprawiedliwość

(ChunkerEvaluator) Sentence #1671 from documents/00101645 from sent25

Text  : Poseł Jarosław Stawiarski :
Tokens: 1____ 2_______ 3_________ 4

Chunks:
  TruePositive nam [2,3] = Jarosław Stawiarski

(ChunkerEvaluator) Sentence #1672 from documents/00101645 from sent26

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1673 from documents/00101645 from sent27

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1674 from documents/00101645 from sent28

Text  : Panie Ministrze !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1675 from documents/00101645 from sent29

Text  : Mam zaszczyt w imieniu Klubu Parlamentarnego Prawo i Sprawiedliwość przedstawić stanowisko w  sprawie uchwały Senatu dotyczącej ustawy o  spółdzielczych kasach oszczędnościowo -  kredytowych ,  druk nr 2442 .
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 [7,9] = Prawo i Sprawiedliwość
  TruePositive nam [15,15] = Senatu
  FalseNegative nam [17,23] = ustawy o spółdzielczych kasach oszczędnościowo - kredytowych

2016-10-13 16:40:38,016 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 125 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101657.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101657.ini
(ChunkerEvaluator) Sentence #1676 from documents/00101657 from sent1

Text  : Nie widzę .
Tokens: 1__ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #1677 from documents/00101657 from sent2

Text  : W takim razie zamykam listę .
Tokens: 1 2____ 3____ 4______ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1678 from documents/00101657 from sent3

Text  : Jako pierwszy głos zabierze poseł Arkady Fiedler , Platforma Obywatelska .
Tokens: 1___ 2_______ 3___ 4_______ 5____ 6_____ 7______ 8 9________ 10_________ 11

Chunks:
  TruePositive nam [6,7] = Arkady Fiedler
  TruePositive nam [9,10] = Platforma Obywatelska

(ChunkerEvaluator) Sentence #1679 from documents/00101657 from sent4

Text  : Bardzo proszę .
Tokens: 1_____ 2_____ 3

Chunks:

(ChunkerEvaluator) Sentence #1680 from documents/00101657 from sent5

Text  : Poseł Arkady Fiedler :
Tokens: 1____ 2_____ 3______ 4

Chunks:
  TruePositive nam [2,3] = Arkady Fiedler

(ChunkerEvaluator) Sentence #1681 from documents/00101657 from sent6

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1682 from documents/00101657 from sent7

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1683 from documents/00101657 from sent8

Text  : Już dość dawno temu miałem okazję obejrzeć biograficzny film poświęcony Tomaszowi Mannowi i  jego bratu ,  którzy podczas drugiej wojny światowej przebywali w  Stanach Zjednoczonych Ameryki Północnej .
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 [11,12] = Tomaszowi Mannowi
  TruePositive nam [19,21] = drugiej wojny światowej
  TruePositive nam [24,27] = Stanach Zjednoczonych Ameryki Północnej

(ChunkerEvaluator) Sentence #1684 from documents/00101657 from sent9

Text  : W tym filmie była taka scena , w której jeden z  braci ,  nie pamiętam który ,  poważnie zachorował i  trzeba było go zawieźć do nowojorskiego szpitala .
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 #1685 from documents/00101657 from sent10

Text  : Niewiele z filmu pamiętam , lecz tej sceny nie zapomnę .
Tokens: 1_______ 2 3____ 4_______ 5 6___ 7__ 8____ 9__ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #1686 from documents/00101657 from sent11

Text  : Samochód z ciężko chorym człowiekiem jeździł od szpitala do szpitala ,  ale żadna lecznica nie chciała go przyjąć z  powodu jakichś proceduralnych przeszkód .
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 #1687 from documents/00101657 from sent12

Text  : Z jednej więc strony – obolały człowiek , potrzebujący pilnej pomocy szpitalnej ,  a  z  drugiej –  bezduszna obojętność ludzi w  białych kitlach solidarnie tworzących mur nie do przebicia ,  od którego beznadziejnie odbija się dramat jednostki pozostawionej samej sobie i  całkowicie bezradnej .
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

Chunks:

(ChunkerEvaluator) Sentence #1688 from documents/00101657 from sent13

Text  : Pamiętam moje oburzenie spowodowane funkcjonowaniem tego amerykańskiego systemu opieki zdrowotnej ,  który gotów był traktować człowieka w  tak bezlitosny i  nieludzki sposób tylko dlatego ,  że ten wcześniej nie dopełnił odpowiednich formalności widocznie będących dla systemu czymś dużo ważniejszym niż realne cierpienie człowieka .
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

Chunks:

(ChunkerEvaluator) Sentence #1689 from documents/00101657 from sent14

Text  : Dla systemu człowiek niespełniający określonych wymogów biurokratyczno - prawnych był jak error w  komputerze .
Tokens: 1__ 2______ 3_______ 4_____________ 5__________ 6______ 7_____________ 8 9_______ 10_ 11_ 12___ 13 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #1690 from documents/00101657 from sent15

Text  : Był błędem , pomyłką , swoistą niedoróbką , jaką należy bezwzględnie odrzucić .
Tokens: 1__ 2_____ 3 4______ 5 6______ 7_________ 8 9___ 10____ 11__________ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #1691 from documents/00101657 from sent16

Text  : Owa scena w oglądanym przeze mnie filmie o braciach Mann obnażała pozbawiony humanizmu system ,  który uzbroiwszy się w  immunologiczną barierę nieufności i  niechęci ,  nie dopuszcza do siebie żadnego innego przypadku ,  jak tylko ten ,  który jest wpisany w  sferę jego procedur ,  regulaminów i  zarządzeń .
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:
  TruePositive nam [10,10] = Mann

(ChunkerEvaluator) Sentence #1692 from documents/00101657 from sent17

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1693 from documents/00101657 from sent18

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1694 from documents/00101657 from sent19

Text  : Tragedia , jaka niedawno wydarzyła się w Kartuzach , dowodzi ,  że okrutna bezduszność pewnych systemów ,  w  które zaplątują się losy niewinnych ludzi ,  może być zjawiskiem ponadczasowym i  ponadkontynentalnym .
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 [8,8] = Kartuzach

(ChunkerEvaluator) Sentence #1695 from documents/00101657 from sent20

Text  : Gdyby nie śmierć półrocznego dziecka , ofiary wadliwego systemu zdrowotnego ,  pozwolił by m  sobie na ponury żart ,  że jest świetnie ,  że wszystko jest OK ,  bo choć jeszcze nie stali śmy się Japonią czy Irlandią ,  to już na swój sposób jesteśmy Ameryką .
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 [36,36] = Japonią
  TruePositive nam [38,38] = Irlandią
  TruePositive nam [46,46] = Ameryką

(ChunkerEvaluator) Sentence #1696 from documents/00101657 from sent21

Text  : W tym jednak przypadku zupełnie mi nie do śmiechu ,  bo kiedy umiera chore dziecko ,  niezbadane przez lekkomyślną lekarkę i  nieprzyjęte do szpitala przez wyzbytą uczuć pielęgniarkę na dyżurze ,  znaczy to ,  że ludzie działający w  systemie opieki zdrowotnej ,  w  każdym razie niektórzy z  nich ,  zostali wykolejeni przez ów zły system ,  który hoduje potwory .
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:

2016-10-13 16:40:38,168 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 126 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101659.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101659.ini
(ChunkerEvaluator) Sentence #1697 from documents/00101659 from sent1

Text  : Szanowni państwo , bardzo często powtarzało się pytanie : Skąd wziąć pieniądze ?
Tokens: 1_______ 2______ 3 4_____ 5_____ 6_________ 7__ 8______ 9 10__ 11___ 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #1698 from documents/00101659 from sent2

Text  : Chcę wam tylko to przybliżyć .
Tokens: 1___ 2__ 3____ 4_ 5_________ 6

Chunks:

(ChunkerEvaluator) Sentence #1699 from documents/00101659 from sent3

Text  : To wyście uchwalali budżet na tej sali .
Tokens: 1_ 2_____ 3________ 4_____ 5_ 6__ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #1700 from documents/00101659 from sent4

Text  : A ile jest na misje pokojowe i wojny - Irak ,  Afganistan ?
Tokens: 1 2__ 3___ 4_ 5____ 6_______ 7 8____ 9 10__ 11 12________ 13

Chunks:
  TruePositive nam [10,10] = Irak
  TruePositive nam [12,12] = Afganistan

(ChunkerEvaluator) Sentence #1701 from documents/00101659 from sent5

Text  : A czy nie mówimy dzisiaj , że trzeba zwracać majątki tym ,  których w  kraju nie ma ,  a  nie dać kilku złotych tym ,  którzy stracili zdrowie ,  zostając w  tym kraju i  pracując dla dobra tego kraju ?
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:
  FalseNegative nam [23,23] = złotych

(ChunkerEvaluator) Sentence #1702 from documents/00101659 from sent6

Text  : ( Oklaski ) Nie akceptuję filozofii , która była prezentowana ,  że aby wziąć pieniądze na emerytury pomostowe ,  trzeba zabrać emerytom ,  trzeba zabrać z  zasiłków i  pomocy 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:

(ChunkerEvaluator) Sentence #1703 from documents/00101659 from sent7

Text  : Zwracam uwagę , że w naszym projekcie mówimy o uprawnieniach .
Tokens: 1______ 2____ 3 4_ 5 6_____ 7________ 8_____ 9 10___________ 11

Chunks:

(ChunkerEvaluator) Sentence #1704 from documents/00101659 from sent8

Text  : Chodzi o to , by dać uprawnienia .
Tokens: 1_____ 2 3_ 4 5_ 6__ 7__________ 8

Chunks:

(ChunkerEvaluator) Sentence #1705 from documents/00101659 from sent9

Text  : Niczego innego ludzie nie potrzebują jak bezpieczeństwa .
Tokens: 1______ 2_____ 3_____ 4__ 5_________ 6__ 7_____________ 8

Chunks:

(ChunkerEvaluator) Sentence #1706 from documents/00101659 from sent10

Text  : Mówił em o tym , że tylko 50 % nauczycieli ,  którzy mają uprawnienia ,  korzysta z  tych uprawnień .
Tokens: 1____ 2_ 3 4__ 5 6_ 7____ 8_ 9 10_________ 11 12____ 13__ 14_________ 15 16______ 17 18__ 19_______ 20

Chunks:

(ChunkerEvaluator) Sentence #1707 from documents/00101659 from sent11

Text  : Szanowni państwo , pochylcie się nad pedagogami i nauczycielami ,  którzy przygotowali nas wszystkich do pełnienia wielkich ról .
Tokens: 1_______ 2______ 3 4________ 5__ 6__ 7_________ 8 9____________ 10 11____ 12__________ 13_ 14________ 15 16_______ 17______ 18_ 19

Chunks:

(ChunkerEvaluator) Sentence #1708 from documents/00101659 from sent12

Text  : To nie jest problem , który był kilkanaście lat temu .
Tokens: 1_ 2__ 3___ 4______ 5 6____ 7__ 8__________ 9__ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #1709 from documents/00101659 from sent13

Text  : Nauczyciel był po liceum pedagogicznym i kiedy osiągał staż 30 lat ,  przechodził na emeryturę i  była ta pięćdziesiątka .
Tokens: 1_________ 2__ 3_ 4_____ 5____________ 6 7____ 8______ 9___ 10 11_ 12 13_________ 14 15_______ 16 17__ 18 19____________ 20

Chunks:

(ChunkerEvaluator) Sentence #1710 from documents/00101659 from sent14

Text  : Dzisiaj nauczyciel jest po studiach .
Tokens: 1______ 2_________ 3___ 4_ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #1711 from documents/00101659 from sent15

Text  : To jest co najmniej 25 lat i co najmniej 30 lat stażu ;  wiemy ,  jak to wszystko się sumuje .
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 #1712 from documents/00101659 from sent16

Text  : Poza tym duża grupa nauczycieli w większości chce pracować .
Tokens: 1___ 2__ 3___ 4____ 5__________ 6 7_________ 8___ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #1713 from documents/00101659 from sent17

Text  : Nie będę tu powtarzał różnych uzasadnień .
Tokens: 1__ 2___ 3_ 4________ 5______ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #1714 from documents/00101659 from sent18

Text  : Oni chcą pracować i będą pracować .
Tokens: 1__ 2___ 3_______ 4 5___ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #1715 from documents/00101659 from sent19

Text  : Tylko nie nakazujmy im , że jak zdobędą już te uprawnienia ,  czyli osiągną określony wiek ,  to muszą przejść na emeryturę ,  bo inaczej wszystko stracą .
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 #1716 from documents/00101659 from sent20

Text  : Apeluję też do tych z państwa , którzy może niedokładnie wczytali się w  uzasadnienie do ustawy .
Tokens: 1______ 2__ 3_ 4___ 5 6______ 7 8_____ 9___ 10__________ 11______ 12_ 13 14__________ 15 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #1717 from documents/00101659 from sent21

Text  : My nie chcemy , by młodzi ludzie , między innymi młodzi nauczyciele ,  przechodzili na emeryturę .
Tokens: 1_ 2__ 3_____ 4 5_ 6_____ 7_____ 8 9_____ 10____ 11____ 12_________ 13 14__________ 15 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #1718 from documents/00101659 from sent22

Text  : Oni skorzystają z tego tylko w sytuacji krytycznej .
Tokens: 1__ 2__________ 3 4___ 5____ 6 7_______ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #1719 from documents/00101659 from sent23

Text  : Jeśli im zdrowie pozwoli , będą pracowali dla tego kraju .
Tokens: 1____ 2_ 3______ 4______ 5 6___ 7________ 8__ 9___ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #1720 from documents/00101659 from sent24

Text  : Oni nie wyjadą , jak młodzież - ok . 2  mln osób -  za granicę ,  szukając tam szczęścia .
Tokens: 1__ 2__ 3_____ 4 5__ 6_______ 7 8_ 9 10 11_ 12__ 13 14 15_____ 16 17______ 18_ 19_______ 20

Chunks:

(ChunkerEvaluator) Sentence #1721 from documents/00101659 from sent25

Text  : Oni są przywiązani do tej ojczyzny , do tego kraju ,  do tego narodu .
Tokens: 1__ 2_ 3__________ 4_ 5__ 6_______ 7 8_ 9___ 10___ 11 12 13__ 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #1722 from documents/00101659 from sent26

Text  : Trzeba tylko stworzyć warunki , by ci ludzie pracowali dalej .
Tokens: 1_____ 2____ 3_______ 4______ 5 6_ 7_ 8_____ 9________ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #1723 from documents/00101659 from sent27

Text  : I , pani minister , wiele propozycji OPZZ także zgłosił ,  związek "  Solidarność "  zgłosił ,  forum zgłosiło .
Tokens: 1 2 3___ 4_______ 5 6____ 7_________ 8___ 9____ 10_____ 11 12_____ 13 14_________ 15 16_____ 17 18___ 19______ 20

Chunks:
  TruePositive nam [8,8] = OPZZ
  FalsePositive nam [14,15] = Solidarność "
  FalseNegative nam [14,14] = Solidarność

(ChunkerEvaluator) Sentence #1724 from documents/00101659 from sent28

Text  : Oczywiście trzeba usiąść i coś zaproponować .
Tokens: 1_________ 2_____ 3_____ 4 5__ 6___________ 7

Chunks:

(ChunkerEvaluator) Sentence #1725 from documents/00101659 from sent29

Text  : W programie 50 + też w części to jest .
Tokens: 1 2________ 3_ 4 5__ 6 7_____ 8_ 9___ 10

Chunks:

2016-10-13 16:40:38,320 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 127 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101660.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101660.ini
(ChunkerEvaluator) Sentence #1726 from documents/00101660 from sent1

Text  : 30 .
Tokens: 1_ 2

Chunks:

(ChunkerEvaluator) Sentence #1727 from documents/00101660 from sent2

Text  : Pierwsze czytanie poselskiego projektu ustawy o zmianie ustawy Kodeks spółek handlowych i  ustawy o  kosztach sądowych w  sprawach cywilnych (  druk nr 600 )  .
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 [5,19] = ustawy o zmianie ustawy Kodeks spółek handlowych i ustawy o kosztach sądowych w sprawach cywilnych
  FalseNegative nam [9,11] = Kodeks spółek handlowych
  FalseNegative nam [13,19] = ustawy o kosztach sądowych w sprawach cywilnych

(ChunkerEvaluator) Sentence #1728 from documents/00101660 from sent3

Text  : Bardzo proszę o zabranie głosu pana Łukasza Rędziniaka , podsekretarza stanu w  Ministerstwie Sprawiedliwości ,  w  celu przedstawienia uzasadnienia projektu ustawy zawartego w  druku nr 524 .
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 [7,8] = Łukasza Rędziniaka
  TruePositive nam [13,14] = Ministerstwie Sprawiedliwości

(ChunkerEvaluator) Sentence #1729 from documents/00101660 from sent4

Text  : Bardzo proszę , panie ministrze .
Tokens: 1_____ 2_____ 3 4____ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #1730 from documents/00101660 from sent5

Text  : Podsekretarz Stanu w Ministerstwie Sprawiedliwości Łukasz Rędziniak :
Tokens: 1___________ 2____ 3 4____________ 5______________ 6_____ 7________ 8

Chunks:
  TruePositive nam [4,5] = Ministerstwie Sprawiedliwości
  TruePositive nam [6,7] = Łukasz Rędziniak

(ChunkerEvaluator) Sentence #1731 from documents/00101660 from sent6

Text  : Szanowny Panie Marszałku !
Tokens: 1_______ 2____ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #1732 from documents/00101660 from sent7

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1733 from documents/00101660 from sent8

Text  : Przedłożony projekt ustawy o zmianie ustawy Kodeks spółek handlowych został przygotowany w  Ministerstwie Gospodarki w  ramach „  Pakietu na rzecz przedsiębiorczości ”  .
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 [3,9] = ustawy o zmianie ustawy Kodeks spółek handlowych
  TruePositive nam [13,14] = Ministerstwie Gospodarki
  FalseNegative nam [18,21] = Pakietu na rzecz przedsiębiorczości

(ChunkerEvaluator) Sentence #1734 from documents/00101660 from sent9

Text  : Projekt ten ma na celu uchwalenie regulacji ułatwiających prowadzenie działalności gospodarczej w  Polsce ,  zwłaszcza podejmowanie i  wykonywanie takiej działalności przez spółki z  ograniczoną działalnością oraz spółki akcyjne ,  a  ponadto powinien przyczynić się do aktywizacji przedsiębiorców i  poprawy konkurencyjności polskiej gospodarki .
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 [13,13] = Polsce

(ChunkerEvaluator) Sentence #1735 from documents/00101660 from sent10

Text  : Tak więc projekt ustawy przewiduje w szczególności : po pierwsze ,  zmianę dotychczasowego obowiązku przekształcania spółek cywilnych w  spółki jawne w  przekształcanie dobrowolne ,  niezależnie od wielkości osiąganych obrotów ;  po drugie ,  obniżenie minimalnych wysokości kapitału zakładowego dla spółki z  ograniczoną odpowiedzialnością do kwoty 5  tys .  zł i  dla spółki akcyjnej –  do kwoty 10 tys .  zł ;  po trzecie ,  zastąpienie oświadczenia woli wspólnika lub akcjonariusza w  spółce jednoosobowej w  formie pisemnej ,  z  podpisem notarialnie poświadczonym ,  przez oświadczenie w  zwykłej formie pisemnej ;  po czwarte ,  skrócenie z  3  miesięcy do 1  miesiąca od  daty ogłoszenia okresu pozwalającego na  zwrot dopłat uiszczonych przez wspólników spółki z   ograniczoną odpowiedzialnością ,   jeżeli dopłaty nie są  wymagane na  pokrycie straty wykazanej w   sprawozdaniu finansowym ;   po  piąte ,   złagodzenie o   połowę kary grzywny przewidzianej wobec członków zarządu spółki kapitałowej lub też komplementariusza spółki komandytowo -   akcyjnej ,   którzy dopuścili się naruszenia przepisów gwarantujących jawność danych o   spółce ;   po  szóste ,   stworzenie możliwości dostosowania wysokości kapitału zakładowego w   spółkach kapitałowych do  proponowanych obecnie wielkości minimalnych poprzez wyznaczenie dodatkowego terminu na  wykonanie tego obowiązku .
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_____ 121 122_____ 123___ 124______ 125 126_________ 127_______ 128 129 130__ 131 132________ 133 134___ 135_ 136____ 137__________ 138__ 139_____ 140____ 141___ 142________ 143 144 145______________ 146___ 147________ 148 149_____ 150 151___ 152______ 153 154_______ 155______ 156___________ 157____ 158___ 159 160___ 161 162 163___ 164 165_______ 166_______ 167_________ 168______ 169_____ 170________ 171 172_____ 173_________ 174 175__________ 176____ 177______ 178________ 179____ 180________ 181________ 182____ 183 184______ 185_ 186______ 187

Chunks:
  TruePositive nam [49,49] = zł
  TruePositive nam [60,60] = zł

(ChunkerEvaluator) Sentence #1736 from documents/00101660 from sent11

Text  : Ze względu na to , że do projektu ustawy załączono obszerne uzasadnienie ,  w  którym przedstawiono wszystkie proponowane zmiany przepisów ,  w  tym miejscu pozwolę sobie jedynie na dokładne omówienie najważniejszych zmian dokonywanych w  obecnie obowiązującej ustawie .
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:

2016-10-13 16:40:38,480 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 128 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101664.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101664.ini
(ChunkerEvaluator) Sentence #1737 from documents/00101664 from sent1

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1738 from documents/00101664 from sent2

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1739 from documents/00101664 from sent3

Text  : Mam zaszczyt i przyjemność przedstawić stanowisko Klubu Poselskiego Polskiego Stronnictwa Ludowego do sprawozdania Komisji Samorządu Terytorialnego i  Polityki Regionalnej o  stanowisku Senatu w  sprawie ustawy o  zmianie niektórych ustaw w  związku z  wdrażaniem funduszy strukturalnych i  Funduszu Spójności (  druk nr 1248 )  .
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

Chunks:
  TruePositive nam [9,11] = Polskiego Stronnictwa Ludowego
  TruePositive nam [14,19] = Komisji Samorządu Terytorialnego i Polityki Regionalnej
  FalsePositive nam [22,27] = Senatu w sprawie ustawy o zmianie
  FalsePositive nam [37,38] = Funduszu Spójności
  FalseNegative nam [22,22] = Senatu
  FalseNegative nam [25,38] = ustawy o zmianie niektórych ustaw w związku z wdrażaniem funduszy strukturalnych i Funduszu Spójności

(ChunkerEvaluator) Sentence #1740 from documents/00101664 from sent4

Text  : Senat wniósł do ustawy 11 poprawek .
Tokens: 1____ 2_____ 3_ 4_____ 5_ 6_______ 7

Chunks:
  FalseNegative nam [1,1] = Senat

(ChunkerEvaluator) Sentence #1741 from documents/00101664 from sent5

Text  : Istotne zmiany wprowadzają poprawka 7 . i poprawka 8 .
Tokens: 1______ 2_____ 3__________ 4_______ 5 6 7 8_______ 9 10

Chunks:

(ChunkerEvaluator) Sentence #1742 from documents/00101664 from sent6

Text  : Poprawka 7 . polega na dodaniu art . 20a w  ustawie o  zasadach prowadzenia polityki rozwoju .
Tokens: 1_______ 2 3 4_____ 5_ 6______ 7__ 8 9__ 10 11_____ 12 13______ 14_________ 15______ 16_____ 17

Chunks:
  FalsePositive nam [1,2] = Poprawka 7

(ChunkerEvaluator) Sentence #1743 from documents/00101664 from sent7

Text  : Określa ona warunki finansowania zadań własnych jednostek samorządu terytorialnego związanych z  polityką rozwoju ,  które nie są objęte kontraktami wojewódzkimi i  regionalnymi programami operacyjnymi .
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 #1744 from documents/00101664 from sent8

Text  : Natomiast poprawka 8 . zobowiązuje ekspertów biorących udział w procedurze wyboru projektów ,  które otrzymują dofinansowanie ,  do składania oświadczeń potwierdzających ich bezstronność w  tym postępowaniu .
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 #1745 from documents/00101664 from sent9

Text  : Dlatego też chciał by m oświadczyć w imieniu Klubu Poselskiego Polskiego Stronnictwa Ludowego ,  że będziemy za przyjęciem proponowanych przez Senat 11 poprawek oraz za całym tekstem ustawy .
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 [11,13] = Polskiego Stronnictwa Ludowego
  FalsePositive nam [21,23] = Senat 11 poprawek
  FalseNegative nam [21,21] = Senat

(ChunkerEvaluator) Sentence #1746 from documents/00101664 from sent10

Text  : Bardzo dziękuję , panie marszałku .
Tokens: 1_____ 2_______ 3 4____ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #1747 from documents/00101664 from sent11

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1748 from documents/00101664 from sent12

Text  : Wicemarszałek Krzysztof Putra :
Tokens: 1____________ 2________ 3____ 4

Chunks:
  TruePositive nam [2,3] = Krzysztof Putra

(ChunkerEvaluator) Sentence #1749 from documents/00101664 from sent13

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

(ChunkerEvaluator) Sentence #1750 from documents/00101664 from sent14

Text  : Lista posłów zapisanych do głosu została wyczerpana .
Tokens: 1____ 2_____ 3_________ 4_ 5____ 6______ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #1751 from documents/00101664 from sent15

Text  : Zamykam dyskusję .
Tokens: 1______ 2_______ 3

Chunks:

(ChunkerEvaluator) Sentence #1752 from documents/00101664 from sent16

Text  : Do głosowania nad uchwałą Senatu przystąpimy w bloku głosowań .
Tokens: 1_ 2_________ 3__ 4______ 5_____ 6__________ 7 8____ 9_______ 10

Chunks:
  TruePositive nam [5,5] = Senatu

(ChunkerEvaluator) Sentence #1753 from documents/00101664 from sent17

Text  : Przystępujemy do rozpatrzenia punktu 39 . porządku dziennego : Sprawozdanie Komisji Infrastruktury o  stanowisku Senatu w  sprawie ustawy o  zmianie ustawy o  drogach publicznych oraz niektórych innych ustaw (  druki nr 1249 i  1259 )  .
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 [11,12] = Komisji Infrastruktury
  FalsePositive nam [15,28] = Senatu w sprawie ustawy o zmianie ustawy o drogach publicznych oraz niektórych innych ustaw
  FalseNegative nam [15,15] = Senatu
  FalseNegative nam [18,28] = ustawy o zmianie ustawy o drogach publicznych oraz niektórych innych ustaw

(ChunkerEvaluator) Sentence #1754 from documents/00101664 from sent18

Text  : Bardzo proszę o zabranie głosu sprawozdawcę komisji pana posła Jacka Krupę .
Tokens: 1_____ 2_____ 3 4_______ 5____ 6___________ 7______ 8___ 9____ 10___ 11___ 12

Chunks:
  TruePositive nam [10,11] = Jacka Krupę

(ChunkerEvaluator) Sentence #1755 from documents/00101664 from sent19

Text  : Poseł Sprawozdawca Jacek Krupa :
Tokens: 1____ 2___________ 3____ 4____ 5

Chunks:
  TruePositive nam [3,4] = Jacek Krupa

(ChunkerEvaluator) Sentence #1756 from documents/00101664 from sent20

Text  : Panie Marszałku !
Tokens: 1____ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #1757 from documents/00101664 from sent21

Text  : Wysoka Izbo !
Tokens: 1_____ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1758 from documents/00101664 from sent22

Text  : Wicemarszałek Krzysztof Putra :
Tokens: 1____________ 2________ 3____ 4

Chunks:
  TruePositive nam [2,3] = Krzysztof Putra

(ChunkerEvaluator) Sentence #1759 from documents/00101664 from sent23

Text  : Przepraszam pana posła .
Tokens: 1__________ 2___ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #1760 from documents/00101664 from sent24

Text  : Wysoka Izbo , po tym punkcie przystępujemy już do głosowań .
Tokens: 1_____ 2___ 3 4_ 5__ 6______ 7____________ 8__ 9_ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #1761 from documents/00101664 from sent25

Text  : Bardzo proszę o kontynuowanie .
Tokens: 1_____ 2_____ 3 4____________ 5

Chunks:

(ChunkerEvaluator) Sentence #1762 from documents/00101664 from sent26

Text  : Poseł Sprawozdawca Jacek Krupa :
Tokens: 1____ 2___________ 3____ 4____ 5

Chunks:
  TruePositive nam [3,4] = Jacek Krupa

(ChunkerEvaluator) Sentence #1763 from documents/00101664 from sent27

Text  : Dziękuję , panie marszałku .
Tokens: 1_______ 2 3____ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #1764 from documents/00101664 from sent28

Text  : Przedstawiam sprawozdanie Komisji Infrastruktury o stanowisku Senatu w sprawie ustawy o  zmianie ustawy o  drogach publicznych oraz niektórych innych ustaw ,  tzw .  ustawy winietowej .
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 [3,4] = Komisji Infrastruktury
  FalsePositive nam [7,16] = Senatu w sprawie ustawy o zmianie ustawy o drogach publicznych
  FalseNegative nam [7,7] = Senatu
  FalseNegative nam [10,20] = ustawy o zmianie ustawy o drogach publicznych oraz niektórych innych ustaw
  FalseNegative nam [24,25] = ustawy winietowej

(ChunkerEvaluator) Sentence #1765 from documents/00101664 from sent29

Text  : W dniu 30 października Senat wniósł do tej ustawy 14 poprawek .
Tokens: 1 2___ 3_ 4___________ 5____ 6_____ 7_ 8__ 9_____ 10 11______ 12

Chunks:
  TruePositive nam [5,5] = Senat

(ChunkerEvaluator) Sentence #1766 from documents/00101664 from sent30

Text  : Większość z nich ma charakter legislacyjno - redakcyjny , poza poprawką 8  .  ,  która rozszerza katalog instytucji uprawnionych do sprzedaży opłat drogowych ,  czyli winiet .
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 #1767 from documents/00101664 from sent31

Text  : Komisja rekomenduje Wysokiej Izbie przyjęcie wszystkich 14 poprawek .
Tokens: 1______ 2__________ 3_______ 4____ 5________ 6_________ 7_ 8_______ 9

Chunks:
  FalsePositive nam [3,3] = Wysokiej

(ChunkerEvaluator) Sentence #1768 from documents/00101664 from sent32

Text  : Bardzo dziękuję .
Tokens: 1_____ 2_______ 3

Chunks:

(ChunkerEvaluator) Sentence #1769 from documents/00101664 from sent33

Text  : ( Oklaski )
Tokens: 1 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #1770 from documents/00101664 from sent34

Text  : Wicemarszałek Krzysztof Putra :
Tokens: 1____________ 2________ 3____ 4

Chunks:
  TruePositive nam [2,3] = Krzysztof Putra

(ChunkerEvaluator) Sentence #1771 from documents/00101664 from sent35

Text  : Dziękuję bardzo panu posłowi .
Tokens: 1_______ 2_____ 3___ 4______ 5

Chunks:

2016-10-13 16:40:38,629 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 129 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101666.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101666.ini
(ChunkerEvaluator) Sentence #1772 from documents/00101666 from sent1

Text  : Nie mogę się zgodzić z uwagą , że te zapisy bardzo biurokratyzują strukturę .
Tokens: 1__ 2___ 3__ 4______ 5 6____ 7 8_ 9_ 10____ 11____ 12____________ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #1773 from documents/00101666 from sent2

Text  : Starali śmy się , aby zostało to w maksymalny sposób uproszczone ,  stąd wynikają takie terminy ,  chodzi o  te 2  miesiące .
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 #1774 from documents/00101666 from sent3

Text  : Stało się tak właśnie po to , żeby w ciągu 2  miesięcy sołtys z  wójtem i  z  urzędnikami doprecyzowali wszystko w  ramach struktury gminy ,  tak żeby nie było w  tej kwestii wątpliwości .
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 #1775 from documents/00101666 from sent4

Text  : Przecież to nie jest tak , że sołtysi wysyłają do wójta listy ,  a  wójt odpowiada im także korespondencyjnie .
Tokens: 1_______ 2_ 3__ 4___ 5__ 6 7_ 8______ 9_______ 10 11___ 12___ 13 14 15__ 16_______ 17 18___ 19_______________ 20

Chunks:

(ChunkerEvaluator) Sentence #1776 from documents/00101666 from sent5

Text  : Praktyka stosowana w gminach jest taka , że bezpośrednie kontakty są żywe i  częste ,  w  większości gmin sołtysi są zapraszani na sesje rad gmin i  bardzo aktywnie zabiegają o  sprawy swoich społeczności .
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 #1777 from documents/00101666 from sent6

Text  : Tak więc wydaje się , że taka regulacja jest biurokratyczna w  jak najmniejszym stopniu ,  ale jednocześnie stosuje się do standardów zawartych w  innych przepisach ,  które określają kwestię wykorzystania środków publicznych .
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 #1778 from documents/00101666 from sent7

Text  : Jeśli chodzi o sprawy rozliczeń , regulacji określonych w statutach ,  limitów oraz inne poruszane przez państwa kwestie ,  będzie to regulowane za pomocą odrębnych przepisów .
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 #1779 from documents/00101666 from sent8

Text  : Nie chcieli śmy , żeby ta ustawa zawierała jakieś specjalne regulacje związane z  kontrolą ,  rozliczeniami właśnie dlatego ,  żeby nie nakładać na sołtysów jakichś dodatkowych obowiązków i  zanadto nie biurokratyzować tej struktury .
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 #1780 from documents/00101666 from sent9

Text  : Chciał by m zwrócić uwagę na kwestię dotyczącą tego ,  na co można przeznaczyć te środki .
Tokens: 1_____ 2_ 3 4______ 5____ 6_ 7______ 8________ 9___ 10 11 12 13___ 14_________ 15 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #1781 from documents/00101666 from sent10

Text  : Myślę , że zapisy , które zawarto w sprawozdaniu komisji ,  są zapisami właściwymi .
Tokens: 1____ 2 3_ 4_____ 5 6____ 7______ 8 9___________ 10_____ 11 12 13______ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #1782 from documents/00101666 from sent11

Text  : Nie demonizował by m kwestii strategii rozwoju gminy .
Tokens: 1__ 2__________ 3_ 4 5______ 6________ 7______ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #1783 from documents/00101666 from sent12

Text  : W trakcie prac komisyjnych zwracał em uwagę na to ,  że te zapisy zostały wprowadzone ,  można tak powiedzieć ,  małymi literami ,  tak więc nie nakładają one obowiązku stworzenia nowych aktów prawnych ,  nie odnoszą się do ustawy o  zasadach polityki rozwoju .
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

Chunks:

(ChunkerEvaluator) Sentence #1784 from documents/00101666 from sent13

Text  : Wskazują one wspólnotom sołeckim , sołtysom , że składając swoje wnioski ,  powinni podążać w  tym określonym kierunku .
Tokens: 1_______ 2__ 3_________ 4_______ 5 6_______ 7 8_ 9________ 10___ 11_____ 12 13_____ 14_____ 15 16_ 17________ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #1785 from documents/00101666 from sent14

Text  : Wydaje się , że kategoria zadań własnych gminy , dotycząca wszystkiego ,  co wiąże się z  życiem mieszkańców ,  usługami publicznymi ,  jest dostatecznie pojemna ,  aby można było zmieścić tam kwestię wniosków .
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 #1786 from documents/00101666 from sent15

Text  : Wysuwano propozycje , żeby rozszerzyć kategorię związaną z poprawą życia mieszkańców i  tam zawrzeć tę kwestię .
Tokens: 1_______ 2_________ 3 4___ 5_________ 6________ 7_______ 8 9______ 10___ 11_________ 12 13_ 14_____ 15 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #1787 from documents/00101666 from sent16

Text  : W trakcie prac komisji wskazali śmy , że wtedy mogły by nasuwać się wątpliwości dotyczące tego ,  jak rozgraniczyć przedsięwzięcia celu publicznego od przedsięwzięć o  charakterze prywatnym .
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:

2016-10-13 16:40:38,904 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 130 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101710.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101710.ini
(ChunkerEvaluator) Sentence #1788 from documents/00101710 from sent1

Text  : W rzeczy samej , disneyowska interpretacja prozy Milne'a poraża intelektualną płycizną .
Tokens: 1 2_____ 3____ 4 5__________ 6____________ 7____ 8______ 9_____ 10___________ 11______ 12

Chunks:
  TruePositive nam [8,8] = Milne'a

(ChunkerEvaluator) Sentence #1789 from documents/00101710 from sent2

Text  : Samo w sobie nie jest to niebezpieczne .
Tokens: 1___ 2 3____ 4__ 5___ 6_ 7____________ 8

Chunks:

(ChunkerEvaluator) Sentence #1790 from documents/00101710 from sent3

Text  : Mozarta też można zagrać lepiej bądź gorzej .
Tokens: 1______ 2__ 3____ 4_____ 5_____ 6___ 7_____ 8

Chunks:
  TruePositive nam [1,1] = Mozarta

(ChunkerEvaluator) Sentence #1791 from documents/00101710 from sent4

Text  : Niebezpieczne staje się dopiero wtedy , gdy taka interpretacja staje się jedyną dostępną .
Tokens: 1____________ 2____ 3__ 4______ 5____ 6 7__ 8___ 9____________ 10___ 11_ 12____ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #1792 from documents/00101710 from sent5

Text  : Po 7 latach Kubuś pojawi się na scenie ponownie :  w  lukrowanym ,  zglajszachtowanym ,  disneyowskim musicalu .
Tokens: 1_ 2 3_____ 4____ 5_____ 6__ 7_ 8_____ 9_______ 10 11 12________ 13 14_______________ 15 16__________ 17______ 18

Chunks:
  TruePositive nam [4,4] = Kubuś

(ChunkerEvaluator) Sentence #1793 from documents/00101710 from sent6

Text  : Najtańsze bilety kosztują 80 złotych .
Tokens: 1________ 2_____ 3_______ 4_ 5______ 6

Chunks:
  TruePositive nam [5,5] = złotych

(ChunkerEvaluator) Sentence #1794 from documents/00101710 from sent7

Text  : Odbędą się tylko 3 spekatkle .
Tokens: 1_____ 2__ 3____ 4 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #1795 from documents/00101710 from sent8

Text  : Będzie to wielkie wydarzenie finansowe i marketingowe .
Tokens: 1_____ 2_ 3______ 4_________ 5________ 6 7___________ 8

Chunks:

(ChunkerEvaluator) Sentence #1796 from documents/00101710 from sent9

Text  : Nie jest trudno robić wielkie wydarzenia mając monopol i nakładając knebel na twórczość niezależną .
Tokens: 1__ 2___ 3_____ 4____ 5______ 6_________ 7____ 8______ 9 10________ 11____ 12 13_______ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #1797 from documents/00101710 from sent10

Text  : Tym razem jednak sukces może się okazać dla Disneya gorzki ,  bo wielbiciele teatru zorganizowali się w  inicjatywę Indeks 73 ,  która zamierza praktyki koncernu obnażyć i  napiętnować .
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 [9,9] = Disneya
  FalsePositive nam [19,19] = Indeks
  FalseNegative nam [19,20] = Indeks 73

(ChunkerEvaluator) Sentence #1798 from documents/00101710 from sent11

Text  : Od ulicznych manifestacji , przez piętnowanie cenzury twórczej w mediach ,  aż po pomoc prawną i  lobbing polityczny wzywający do naprawy systemu 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 #1799 from documents/00101710 from sent12

Text  : W Indeks 73 udział biorą m . in legendarny krytyk Roman Pawłowski i  Helsińska Fundacja Praw Człowieka .
Tokens: 1 2_____ 3_ 4_____ 5____ 6 7 8_ 9_________ 10____ 11___ 12_______ 13 14_______ 15______ 16__ 17_______ 18

Chunks:
  TruePositive nam [11,12] = Roman Pawłowski
  TruePositive nam [14,17] = Helsińska Fundacja Praw Człowieka
  FalseNegative nam [2,3] = Indeks 73

(ChunkerEvaluator) Sentence #1800 from documents/00101710 from sent13

Text  : W obronie Puchatka wytoczono ciężke działa .
Tokens: 1 2______ 3_______ 4________ 5_____ 6_____ 7

Chunks:
  TruePositive nam [3,3] = Puchatka

(ChunkerEvaluator) Sentence #1801 from documents/00101710 from sent14

Text  : Mimo likwidacji Urzędu Kontroli Publikacji i Widowisk w 1989 roku ,  w  Polsce nadal dochodzi do ograniczania swobód obywatelskich w  zakresie wolności wyrażania poglądów i  twórczości artystycznej .
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 [3,7] = Urzędu Kontroli Publikacji i Widowisk
  TruePositive nam [13,13] = Polsce

(ChunkerEvaluator) Sentence #1802 from documents/00101710 from sent15

Text  : Zmieniła się forma : miejsce oficjalnej cenzury prewencyjnej zajęła nieoficjalna cenzura represyjna ,  posługująca się naciskiem ekonomicznym ,  prawnym lub administracyjnym do tłumienia ,  zatrzymywania lub eliminowania tych dzieł sztuki i  wypowiedzi ,  które nie są zgodne z  ideologią polityczną ,  normami obyczajowymi ,  doktrynami religijnymi bądź polityką korporacyjną -  piszą twórcy Indeksu 73 .
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 [53,54] = Indeksu 73

(ChunkerEvaluator) Sentence #1803 from documents/00101710 from sent16

Text  : Nazwa Indeks 73 pochodzi od numeru artykułu polskiej Konstytucji :  Każdemu zapewnia się wolność twórczości artystycznej ,  badań naukowych oraz ogłaszania ich wyników ,  wolność nauczania ,  a  także wolność korzystania z  dóbr 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

Chunks:
  TruePositive nam [9,9] = Konstytucji
  FalsePositive nam [2,2] = Indeks
  FalseNegative nam [2,3] = Indeks 73

(ChunkerEvaluator) Sentence #1804 from documents/00101710 from sent17

Text  : To nie tylko nasze prawo obywatelskie .
Tokens: 1_ 2__ 3____ 4____ 5____ 6___________ 7

Chunks:

(ChunkerEvaluator) Sentence #1805 from documents/00101710 from sent18

Text  : Wolność korzystania z dóbr kultury jest także prawem człowieka ,  zapisanym w  Powszechnej Deklaracji :  Każdy człowiek ma prawo do swobodnego uczestniczenia w  życiu kulturalnym swojej społeczności ,  do korzystania ze zdobyczy kultury ,  do uczestniczenia w  postępie nauki i  do korzystania z  jej dobrodziejstw .
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

Chunks:
  TruePositive nam [13,14] = Powszechnej Deklaracji

(ChunkerEvaluator) Sentence #1806 from documents/00101710 from sent19

Text  : Ostatnio prawnicy pani Aleksandry Iwanowskiej , posiadającej prawa do poezji księdza Twardowskiego ,  powiadomili młodzieżowy zespół muzyczny Ychtis o  .  .  .  zakazie śpiewania wierszy .
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 [4,5] = Aleksandry Iwanowskiej
  TruePositive nam [12,12] = Twardowskiego
  TruePositive nam [18,18] = Ychtis

(ChunkerEvaluator) Sentence #1807 from documents/00101710 from sent20

Text  : Sprawa wywołała ostrą reakcję Arcybiskupa Życińskiego , przyjaciela poety ,  który w  swoim czasie odmówił przyjęcia roli wykonawcy jego testamentu .
Tokens: 1_____ 2_______ 3____ 4______ 5__________ 6__________ 7 8__________ 9____ 10 11___ 12 13___ 14____ 15_____ 16_______ 17__ 18_______ 19__ 20________ 21

Chunks:
  FalsePositive nam [5,6] = Arcybiskupa Życińskiego
  FalseNegative nam [5,5] = Arcybiskupa
  FalseNegative nam [6,6] = Życińskiego

(ChunkerEvaluator) Sentence #1808 from documents/00101710 from sent21

Text  : - Nikt nie ma prawa zawłaszczać poezji ks . Twardowskiego ,  żądanie pieniędzy za wykonywanie jego utworów jest głęboko niemoralne i  ubliża jego pamięci -  powiedział KAI abp Józef Życiński .
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 [10,10] = Twardowskiego
  TruePositive nam [27,27] = KAI
  TruePositive nam [29,30] = Józef Życiński

(ChunkerEvaluator) Sentence #1809 from documents/00101710 from sent22

Text  : - Próba zawłaszczenia poezji ks . Jana jest przedsięwzięciem nieetycznym .
Tokens: 1 2____ 3____________ 4_____ 5_ 6 7___ 8___ 9_______________ 10_________ 11

Chunks:
  TruePositive nam [7,7] = Jana

(ChunkerEvaluator) Sentence #1810 from documents/00101710 from sent23

Text  : Zdaniem Życińskiego niekomercyjne wykorzystanie utworów poety powinno być bezpłatne .
Tokens: 1______ 2__________ 3____________ 4____________ 5______ 6____ 7______ 8__ 9________ 10

Chunks:
  TruePositive nam [2,2] = Życińskiego

(ChunkerEvaluator) Sentence #1811 from documents/00101710 from sent24

Text  : Słuszna uwaga .
Tokens: 1______ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #1812 from documents/00101710 from sent25

Text  : Ale przecież problem nie dotyczy tylko poezji Twardowskiego .
Tokens: 1__ 2_______ 3______ 4__ 5______ 6____ 7_____ 8____________ 9

Chunks:
  TruePositive nam [8,8] = Twardowskiego

(ChunkerEvaluator) Sentence #1813 from documents/00101710 from sent26

Text  : Czy biskup podpisał by się pod zdaniem , że w  ogóle zawłaszczanie dóbr kultury jest nieetyczne ?
Tokens: 1__ 2_____ 3_______ 4_ 5__ 6__ 7______ 8 9_ 10 11___ 12___________ 13__ 14_____ 15__ 16________ 17

Chunks:

(ChunkerEvaluator) Sentence #1814 from documents/00101710 from sent27

Text  : Czy zechciał by poprzeć inicjatywę wpisania Kubusia Puchatka na listę światowego dziedzictwa kultury [  nie mogę znaleźć linka do tej inicjatywy ,  bardzo proszę o  podesłanie jeśli ktoś zna ]  ,  by uchronić go w  ten sposób przed pazernością koncernów ?
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 [7,8] = Kubusia Puchatka

(ChunkerEvaluator) Sentence #1815 from documents/00101710 from sent28

Text  : Nie wiem .
Tokens: 1__ 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #1816 from documents/00101710 from sent29

Text  : Podstawową zasadą prawa autorskiego jest monopol na wykorzystanie dzieła przysługujący aktualnym posiadaczom praw .
Tokens: 1_________ 2_____ 3____ 4__________ 5___ 6______ 7_ 8____________ 9_____ 10___________ 11_______ 12_________ 13__ 14

Chunks:

(ChunkerEvaluator) Sentence #1817 from documents/00101710 from sent30

Text  : Prawo dopuszcza jedynie wyjątki od tego monopolu .
Tokens: 1____ 2________ 3______ 4______ 5_ 6___ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #1818 from documents/00101710 from sent31

Text  : Ich repertuar jest dość bogaty , ale najwyraźniej nadal zakres tego monopolu jest zbyt szeroki ,  skoro działa w  tak szkodliwy sposób na rozwój 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

Chunks:

(ChunkerEvaluator) Sentence #1819 from documents/00101710 from sent32

Text  : Można rozwiązać problem poprzez rozszerzenie zakresu wyjątków .
Tokens: 1____ 2________ 3______ 4______ 5___________ 6______ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #1820 from documents/00101710 from sent33

Text  : Uznanie , że wykorzystanie niekomercyjne jest bezpłatne i nie wymaga zgody posiadaczy ,  było by bardzo skutecznym narzędziem obrony kultury przed próbami cenzury .
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 #1821 from documents/00101710 from sent34

Text  : Być może jednak warto jednak pójść krok dalej , i  zastanowić się ,  czy słuszna jest zasada monopolu jako taka .
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 #1822 from documents/00101710 from sent35

Text  : Twórcy Indeksu 73 piszą : Polskie teatry powinny mieć prawo to korzystania z  licencji na wystawianie utworów Milne'a na ogólnie przyjętych zasadach .
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 [18,18] = Milne'a
  FalsePositive nam [1,3] = Twórcy Indeksu 73
  FalseNegative nam [2,3] = Indeksu 73

(ChunkerEvaluator) Sentence #1823 from documents/00101710 from sent36

Text  : Wielka literatura powinna być obecna na scenach w sposób stały i  różnorodny .
Tokens: 1_____ 2_________ 3______ 4__ 5_____ 6_ 7______ 8 9_____ 10___ 11 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #1824 from documents/00101710 from sent37

Text  : Leży to w interesie artystów i publiczności .
Tokens: 1___ 2_ 3 4________ 5_______ 6 7___________ 8

Chunks:

(ChunkerEvaluator) Sentence #1825 from documents/00101710 from sent38

Text  : Wykorzystanie komercyjne oczywiście było by płatne , bo nie chodzi tu o  uniknięcie przez teatry opłat ,  tylko o  wolność .
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 #1826 from documents/00101710 from sent39

Text  : Kto jest przeciw ?
Tokens: 1__ 2___ 3______ 4

Chunks:

2016-10-13 16:40:39,129 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 131 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101715.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101715.ini
(ChunkerEvaluator) Sentence #1827 from documents/00101715 from sent1

Text  : Komentatorzy obserwujący polskie poletko Web 2 . 0 uważają ,  że jest ono całkowicie wtórne ,  oparte na kopiowaniu istniejących serwisów amerykańskich .
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 [5,8] = Web 2 . 0

(ChunkerEvaluator) Sentence #1828 from documents/00101715 from sent2

Text  : Jednak pogoń za nowością też może prowadzić w ślepą uliczkę ,  serwis o  świecie Web 2  .  0  ,  donosi o  nowym serwisie :
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 [15,18] = Web 2 . 0

(ChunkerEvaluator) Sentence #1829 from documents/00101715 from sent3

Text  : Nie da się właściwie wytłumaczyć , czym jest ten serwis .
Tokens: 1__ 2_ 3__ 4________ 5__________ 6 7___ 8___ 9__ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #1830 from documents/00101715 from sent4

Text  : W największym skrócie , to coś w rodzaju krzyżówki sieci społecznej ,  serwisu z  zakładkami i  czytnika RSS ”  .
Tokens: 1 2__________ 3______ 4 5_ 6__ 7 8______ 9________ 10___ 11________ 12 13_____ 14 15________ 16 17______ 18_ 19 20

Chunks:
  FalsePositive nam [18,18] = RSS

(ChunkerEvaluator) Sentence #1831 from documents/00101715 from sent5

Text  : Zaciekawiony zajrzał em na stronę Ozmozr .
Tokens: 1___________ 2______ 3_ 4_ 5_____ 6_____ 7

Chunks:
  TruePositive nam [6,6] = Ozmozr

(ChunkerEvaluator) Sentence #1832 from documents/00101715 from sent6

Text  : “ Budują swoją tożsamość onine .
Tokens: 1 2_____ 3____ 4________ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #1833 from documents/00101715 from sent7

Text  : Swobodnie i otwarcie dziel się informacjami .
Tokens: 1________ 2 3_______ 4____ 5__ 6___________ 7

Chunks:

(ChunkerEvaluator) Sentence #1834 from documents/00101715 from sent8

Text  : Kondensuj i rozpraszaj swoje treści online .
Tokens: 1________ 2 3_________ 4____ 5_____ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #1835 from documents/00101715 from sent9

Text  : Pozwól , by twoja sieć społeczna filtrowała się dla ciebie poprzez zasoby online ”  .
Tokens: 1_____ 2 3_ 4____ 5___ 6________ 7_________ 8__ 9__ 10____ 11_____ 12____ 13____ 14 15

Chunks:

(ChunkerEvaluator) Sentence #1836 from documents/00101715 from sent10

Text  : I szczerze mówiąc nie wiem , czemu ten serwis miał by służyć .
Tokens: 1 2_______ 3_____ 4__ 5___ 6 7____ 8__ 9_____ 10__ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #1837 from documents/00101715 from sent11

Text  : Wniosek ogólniejszy dotyczy już nie Web 2 . 0 ,  ale kultury cyfrowej .
Tokens: 1______ 2__________ 3______ 4__ 5__ 6__ 7 8 9 10 11_ 12_____ 13______ 14

Chunks:
  TruePositive nam [6,9] = Web 2 . 0

(ChunkerEvaluator) Sentence #1838 from documents/00101715 from sent12

Text  : Wydaje się , że dzisiaj , w czasie kolejnego boomu internetowego ,  jednym z  czynników napędzających jej rozwój jest szalona gorączka tworzenia najdziwniejszych serwisów .
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 #1839 from documents/00101715 from sent13

Text  : Fakt , przeżyli śmy już jedną za pierwszego bąbla -  tylko że wtedy nie mówiło się tyle o  angażowaniu użytkownika .
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 #1840 from documents/00101715 from sent14

Text  : Obecnie , ponieważ wszystko ma “ ujarzmiać inteligencję kolektywną ”  ,  tworzy się nam kolejne ,  coraz bardziej dziwaczne piaskownice do zabawy .
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 #1841 from documents/00101715 from sent15

Text  : Mam nadzieję , że nadejdzie niedługo ruch upraszczania sieciowej infrastruktury kultury .
Tokens: 1__ 2_______ 3 4_ 5________ 6_______ 7___ 8___________ 9________ 10____________ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #1842 from documents/00101715 from sent16

Text  : Mam nawet kandydata na punkt startu - projekt SIMPLICITY Johna Maedy z  MIT .
Tokens: 1__ 2____ 3________ 4_ 5____ 6_____ 7 8______ 9_________ 10___ 11___ 12 13_ 14

Chunks:
  TruePositive nam [13,13] = MIT
  FalsePositive nam [9,11] = SIMPLICITY Johna Maedy
  FalseNegative nam [9,9] = SIMPLICITY
  FalseNegative nam [10,11] = Johna Maedy

(ChunkerEvaluator) Sentence #1843 from documents/00101715 from sent17

Text  : Tak na marginesie - z działu “ trend pod wpływem przypadku ”  ,  wszystkie te Ozmozr ,  Zoomr Zooomr i  inne nie nazywały by się tak ,  jak się dziś nazywają ,  gdyby domena flicker.com nie była zajęta i  Flickr nie otrzymał nazwy bez “  e  ”  od działających w  pośpiechu 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] = Ozmozr
  TruePositive nam [18,19] = Zoomr Zooomr
  TruePositive nam [40,40] = Flickr
  FalseNegative nam [35,35] = flicker.com

(ChunkerEvaluator) Sentence #1844 from documents/00101715 from sent18

Text  : W nazwie Zooomr “ o ” są aż trzy -  czyżby tylko dlatego ,  że domenę Zoomr ktoś wcześniej zajął ?
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 [17,17] = Zoomr
  FalsePositive nam [3,5] = Zooomr “ o

2016-10-13 16:40:39,229 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 132 from 330: /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 #1845 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 #1846 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 #1847 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 #1848 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 #1849 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 #1850 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 #1851 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 #1852 from documents/00101743 from sent8

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

Chunks:
  FalseNegative nam [1,1] = Chrome

(ChunkerEvaluator) Sentence #1853 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 #1854 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 #1855 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 #1856 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 #1857 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 #1858 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 #1859 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 #1860 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 #1861 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 #1862 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 #1863 from documents/00101743 from sent19

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

Chunks:

(ChunkerEvaluator) Sentence #1864 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 #1865 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 #1866 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 #1867 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

2016-10-13 16:40:39,404 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 133 from 330: /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 #1868 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 #1869 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 #1870 from documents/00101756 from sent3

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

Chunks:

(ChunkerEvaluator) Sentence #1871 from documents/00101756 from sent4

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

Chunks:

(ChunkerEvaluator) Sentence #1872 from documents/00101756 from sent5

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

Chunks:

(ChunkerEvaluator) Sentence #1873 from documents/00101756 from sent6

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

Chunks:

(ChunkerEvaluator) Sentence #1874 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 #1875 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 #1876 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 #1877 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 #1878 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 #1879 from documents/00101756 from sent12

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

Chunks:

(ChunkerEvaluator) Sentence #1880 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 #1881 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 #1882 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 #1883 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 #1884 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 #1885 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 #1886 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 #1887 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 #1888 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:

2016-10-13 16:40:39,531 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 134 from 330: /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 #1889 from documents/00101759 from sent1

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

Chunks:

(ChunkerEvaluator) Sentence #1890 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 #1891 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 #1892 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 #1893 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 #1894 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 #1895 from documents/00101759 from sent7

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

Chunks:

2016-10-13 16:40:39,569 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 135 from 330: /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 #1896 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 #1897 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 #1898 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 #1899 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 #1900 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 #1901 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 #1902 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 #1903 from documents/00101761 from sent8

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

Chunks:

(ChunkerEvaluator) Sentence #1904 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 #1905 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 #1906 from documents/00101761 from sent11

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

Chunks:

(ChunkerEvaluator) Sentence #1907 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 #1908 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 #1909 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 #1910 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 #1911 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 #1912 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 #1913 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 #1914 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 #1915 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

2016-10-13 16:40:39,757 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 136 from 330: /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 #1916 from documents/00101769 from sent1

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

Chunks:

(ChunkerEvaluator) Sentence #1917 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 #1918 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 #1919 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 #1920 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 #1921 from documents/00101769 from sent6

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

Chunks:

(ChunkerEvaluator) Sentence #1922 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 #1923 from documents/00101769 from sent8

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

Chunks:

(ChunkerEvaluator) Sentence #1924 from documents/00101769 from sent9

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

Chunks:

(ChunkerEvaluator) Sentence #1925 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 #1926 from documents/00101769 from sent11

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

Chunks:

(ChunkerEvaluator) Sentence #1927 from documents/00101769 from sent12

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

Chunks:

(ChunkerEvaluator) Sentence #1928 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 #1929 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 #1930 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 #1931 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 #1932 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 #1933 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 #1934 from documents/00101769 from sent19

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

Chunks:

(ChunkerEvaluator) Sentence #1935 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 #1936 from documents/00101769 from sent21

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

Chunks:

(ChunkerEvaluator) Sentence #1937 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 #1938 from documents/00101769 from sent23

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

Chunks:

(ChunkerEvaluator) Sentence #1939 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 #1940 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 #1941 from documents/00101769 from sent26

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

Chunks:

(ChunkerEvaluator) Sentence #1942 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 #1943 from documents/00101769 from sent28

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

Chunks:

2016-10-13 16:40:39,888 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 137 from 330: /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 #1944 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 #1945 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 #1946 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 #1947 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 #1948 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 #1949 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
  FalsePositive nam [29,29] = Kaukaz
  FalseNegative nam [27,30] = Stowarzyszenie „ Kaukaz ”

(ChunkerEvaluator) Sentence #1950 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 #1951 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 #1952 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 #1953 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 #1954 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 #1955 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 #1956 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 #1957 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 #1958 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 #1959 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 #1960 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 #1961 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

2016-10-13 16:40:40,032 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 138 from 330: /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 #1962 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 #1963 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 #1964 from documents/00101785 from sent3

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

Chunks:

(ChunkerEvaluator) Sentence #1965 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 #1966 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 #1967 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 #1968 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 #1969 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 #1970 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 #1971 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

2016-10-13 16:40:40,097 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 139 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101786.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101786.ini
(ChunkerEvaluator) Sentence #1972 from documents/00101786 from sent1

Text  : Jak tylko nauczę się obsługiwać mojego nowego laptopa , to na pewno coś napiszę .
Tokens: 1__ 2____ 3_____ 4__ 5_________ 6_____ 7_____ 8______ 9 10 11 12___ 13_ 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #1973 from documents/00101786 from sent2

Text  : Jakaś złośliwa siła nieczysta ( być może kosmiczna ) popsuła mój stary komp i  teraz ćwiczę sztukę trafiania w  klawisze na klawiaturze innej niż ta ,  do której od lat przywykła m  i  do obsługiwania myszy -  bez myszy ,  ufff ,  ciężka sprawa :  (
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

Chunks:

(ChunkerEvaluator) Sentence #1974 from documents/00101786 from sent3

Text  : Również z chęcią przeczytam ten tekst .
Tokens: 1______ 2 3_____ 4_________ 5__ 6____ 7

Chunks:

(ChunkerEvaluator) Sentence #1975 from documents/00101786 from sent4

Text  : Zgadzam się w zupełności ze steinbockiem co do daru przekonywania Marii :  )  Swoją drogą ,  Mario ,  moja siostra również ma laptopa ,  ale korzysta ze "  zwykłej "  myszki podłączonej do niego .
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] = Marii
  TruePositive nam [17,17] = Mario

(ChunkerEvaluator) Sentence #1976 from documents/00101786 from sent5

Text  : Skapitulowała m i podłączyła m mysz oraz starą klawiaturę .
Tokens: 1____________ 2 3 4_________ 5 6___ 7___ 8____ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #1977 from documents/00101786 from sent6

Text  : A więc wracam na stare śmieci i zaraz coś napiszę .
Tokens: 1 2___ 3_____ 4_ 5____ 6_____ 7 8____ 9__ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #1978 from documents/00101786 from sent7

Text  : Na początek będzie to recenzja książki Alice Miller , a  w  niej też znajdą się aluzje do naszych okupantów ,  bo całe zamieszanie z  toksycznością w  rodzinie to również ich sprawka .
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 [7,8] = Alice Miller

(ChunkerEvaluator) Sentence #1979 from documents/00101786 from sent8

Text  : No , a na razie nie mogę wysłać tego komentarza ,  bo nad osiedlem rozpętała się wściekła burza z  oberwaniem chmury i  sieć padła :  (
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:

2016-10-13 16:40:40,156 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 140 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101796.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101796.ini
(ChunkerEvaluator) Sentence #1980 from documents/00101796 from sent1

Text  : Hiszpania : Policja aresztowała doradcę anty - kredytowego
Tokens: 1________ 2 3______ 4__________ 5______ 6___ 7 8__________

Chunks:
  TruePositive nam [1,1] = Hiszpania

(ChunkerEvaluator) Sentence #1981 from documents/00101796 from sent2

Text  : We wtorek , hiszpańska policja aresztowała anarchistę Enrica Durana ,  który pożyczył 492 tys .  Euro z  39 banków i  wydał pismo z  praktycznymi poradami jak w  pokojowy sposób wywłaszczać banki ,  pod tytułem :  "  Kryzys :  Darmowe pismo aby przeżyć ekonomiczne turbulencje "  .
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

Chunks:
  TruePositive nam [8,9] = Enrica Durana
  TruePositive nam [16,16] = Euro
  FalsePositive nam [37,37] = Kryzys
  FalseNegative nam [37,44] = Kryzys : Darmowe pismo aby przeżyć ekonomiczne turbulencje

(ChunkerEvaluator) Sentence #1982 from documents/00101796 from sent3

Text  : 33 - letni Enric , którego media ochrzciły Enrica „  Bankowym Robin Hoodem ”  ,  ukrywał się w  Ameryce Południowej .
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 [4,4] = Enric
  TruePositive nam [9,9] = Enrica
  TruePositive nam [19,20] = Ameryce Południowej
  FalsePositive nam [11,13] = Bankowym Robin Hoodem
  FalseNegative nam [12,13] = Robin Hoodem

(ChunkerEvaluator) Sentence #1983 from documents/00101796 from sent4

Text  : Postanowił jednak wrócić do Hiszpanii .
Tokens: 1_________ 2_____ 3_____ 4_ 5________ 6

Chunks:
  TruePositive nam [5,5] = Hiszpanii

(ChunkerEvaluator) Sentence #1984 from documents/00101796 from sent5

Text  : Aresztowanie nastąpiło tego samego dnia , w którym rozprowadzono w  całej Hiszpanii tysiące egzemplarzy pisma „  Damy radę ”  (  "  Podemos "  )  ,  w  którym znajdują się porady jak zaprzestać spłacania rat kredytów i  uniknąć represji systemu kapitalistycznego .
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 [12,12] = Hiszpanii
  FalseNegative nam [17,18] = Damy radę
  FalseNegative nam [22,22] = Podemos

(ChunkerEvaluator) Sentence #1985 from documents/00101796 from sent6

Text  : O swoim powrocie do Hiszpanii Enric powiedział : „ Nie wrócił em ,  by stawić się na proces ,  czy żeby go unikać .
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 [5,5] = Hiszpanii
  TruePositive nam [6,6] = Enric

(ChunkerEvaluator) Sentence #1986 from documents/00101796 from sent7

Text  : To nie jest ważne .
Tokens: 1_ 2__ 3___ 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #1987 from documents/00101796 from sent8

Text  : Wrócił em z profilaktycznego wygnania , aby włączyć się w  ruch społeczny ,  który staje się coraz silniejszy ”  .
Tokens: 1_____ 2_ 3 4_______________ 5_______ 6 7__ 8______ 9__ 10 11__ 12_______ 13 14___ 15___ 16_ 17___ 18________ 19 20

Chunks:

2016-10-13 16:40:40,214 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 141 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101807.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101807.ini
(ChunkerEvaluator) Sentence #1988 from documents/00101807 from sent1

Text  : Mówiąc o dziedzictwie PRLu mówi się często o obciążeniu “  komunistycznością ”  ,  a  zapomina się o  dziedzictwie “  opozycyjności ”  w  nas .
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 [4,4] = PRLu

(ChunkerEvaluator) Sentence #1989 from documents/00101807 from sent2

Text  : Bycie w opozycji wyostrza i promuje osoby dobre w destrukcji ,  krytykowaniu i  zerojedynkowym stawianiu sprawy na ostrzu noża .
Tokens: 1____ 2 3_______ 4_______ 5 6______ 7____ 8____ 9 10________ 11 12__________ 13 14____________ 15_______ 16____ 17 18____ 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #1990 from documents/00101807 from sent3

Text  : Mało więc wspiera cechy pomagające budować .
Tokens: 1___ 2___ 3______ 4____ 5_________ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #1991 from documents/00101807 from sent4

Text  : Ma więc Pana tata rację .
Tokens: 1_ 2___ 3___ 4___ 5____ 6

Chunks:
  FalsePositive nam [3,3] = Pana

(ChunkerEvaluator) Sentence #1992 from documents/00101807 from sent5

Text  : A może to jest sięgające zaborów krytykanctwo i uwielbienie narzekania ?
Tokens: 1 2___ 3_ 4___ 5________ 6______ 7___________ 8 9__________ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #1993 from documents/00101807 from sent6

Text  : Czy to się przekłada na kulturę 2 . 0 ?
Tokens: 1__ 2_ 3__ 4________ 5_ 6______ 7 8 9 10

Chunks:
  FalsePositive nam [7,9] = 2 . 0
  FalseNegative nam [6,9] = kulturę 2 . 0

(ChunkerEvaluator) Sentence #1994 from documents/00101807 from sent7

Text  : Teoretycznie 2 . 0 powinno uczyć , ale nie musi .
Tokens: 1___________ 2 3 4 5______ 6____ 7 8__ 9__ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #1995 from documents/00101807 from sent8

Text  : Czy nie jest bowiem tak , że dość mocno oddzielamy od siebie różne nasze role społeczne i  “  etyka ”  zachowania i  pracy w  nich może być troszkę różna ?
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 #1996 from documents/00101807 from sent9

Text  : Jak w przykładzie z polskim robotnikiem , który w kraju pracuje wolno i  nieefektywnie (  opier …  się )  ale jak wyjedzie za granicę to jest bardzo dobrym pracownikiem …
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:

2016-10-13 16:40:40,266 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 142 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101809.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101809.ini
(ChunkerEvaluator) Sentence #1997 from documents/00101809 from sent1

Text  : Do nich zapewne skierowana jest kolejna akcja Nine Inch Nails ,  zespołu ,  który konsekwentnie udostępnia swoją muzykę za darmo .
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 [8,10] = Nine Inch Nails

(ChunkerEvaluator) Sentence #1998 from documents/00101809 from sent2

Text  : Po płytach “ Ghosts ” i “ Slip ” z  sieci legalnie można pobrać epkę “  NIN /  JA ”  z  nagraniami NIN ,  Jane ’  s  Addiction i  Street Sweeper .
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 [4,4] = Ghosts
  TruePositive nam [8,8] = Slip
  TruePositive nam [17,19] = NIN / JA
  TruePositive nam [23,23] = NIN
  TruePositive nam [25,28] = Jane ’ s Addiction
  TruePositive nam [30,31] = Street Sweeper

(ChunkerEvaluator) Sentence #1999 from documents/00101809 from sent3

Text  : Torrentowy tracker można , po podaniu adresu mailowego , ściągnąć z  oficjalnej strony zespołu .
Tokens: 1_________ 2______ 3____ 4 5_ 6______ 7_____ 8________ 9 10______ 11 12________ 13____ 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #2000 from documents/00101809 from sent4

Text  : Wykorzystanie sieci p2p ma uchronić zespół przed sytuacją , jaka zdarzyła się przy premierze “  Ghosts ”  ,  kiedy to oficjalne serwery z  plikami nie były w  stanie obsłużyć wszystkich zainteresowanych fanów .
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 [16,16] = Ghosts

(ChunkerEvaluator) Sentence #2001 from documents/00101809 from sent5

Text  : Dla kolekcjonerów przygotowano “ wypasione ” edycje , a reszta -  niech ściąga za darmo .
Tokens: 1__ 2____________ 3___________ 4 5________ 6 7_____ 8 9 10____ 11 12___ 13____ 14 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #2002 from documents/00101809 from sent6

Text  : Może potem przyjdą na koncert ?
Tokens: 1___ 2____ 3______ 4_ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2003 from documents/00101809 from sent7

Text  : Był em przedwczoraj ( służbowo , ale i z wielką przyjemnością )  na występie kabaretu Ani Mru Mru .
Tokens: 1__ 2_ 3___________ 4 5_______ 6 7__ 8 9 10____ 11___________ 12 13 14______ 15______ 16_ 17_ 18_ 19

Chunks:
  TruePositive nam [16,18] = Ani Mru Mru

(ChunkerEvaluator) Sentence #2004 from documents/00101809 from sent8

Text  : Największa sala widowiskowa w mieście była pełna po brzegi ,  mimo że bilety do najtańszych nie należały .
Tokens: 1_________ 2___ 3__________ 4 5______ 6___ 7____ 8_ 9_____ 10 11__ 12 13____ 14 15_________ 16_ 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #2005 from documents/00101809 from sent9

Text  : I taka refleksja mnie naszła : Ani Mru Mru jest pełno nie tylko w  TV ,  chyba wszystkie ich skecze są bezproblemowo dostępne w  sieci ,  oczywiście nielegalnie .
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 [7,9] = Ani Mru Mru
  FalsePositive nam [15,15] = TV

(ChunkerEvaluator) Sentence #2006 from documents/00101809 from sent10

Text  : Mnóstwo tego jest , na wszystkich serwerach z filmami ,  w  p2p .
Tokens: 1______ 2___ 3___ 4 5_ 6_________ 7________ 8 9______ 10 11 12_ 13

Chunks:

(ChunkerEvaluator) Sentence #2007 from documents/00101809 from sent11

Text  : Przyjmując tok myślenia koncernów medialnych , to piractwo powinno zarżnąć twórców i  sala powinna świecić pustkami ,  bo wszyscy już obejrzeli ,  ile razy chcieli .
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 #2008 from documents/00101809 from sent12

Text  : A chętnych jakoś nie brakowało : bilety skończyły się zaraz po rozpoczęciu sprzedaży ,  półtora miesiąca przed występem .
Tokens: 1 2_______ 3____ 4__ 5________ 6 7_____ 8________ 9__ 10___ 11 12_________ 13_______ 14 15_____ 16______ 17___ 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #2009 from documents/00101809 from sent13

Text  : Czyli coś z tym rozumowaniem jest nie tak .
Tokens: 1____ 2__ 3 4__ 5___________ 6___ 7__ 8__ 9

Chunks:

(ChunkerEvaluator) Sentence #2010 from documents/00101809 from sent14

Text  : Jak na dłoni widać , że piracka obecność kabaretu w  sieci (  która zresztą niczym ,  dla widza ,  nie różni się od obecności w  TV )  nie stanowi żadnego uszczerbku ,  a  raczej wręcz przeciwnie :  jest darmową reklamą i  napędza widownię .
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

Chunks:
  FalsePositive nam [26,26] = TV

(ChunkerEvaluator) Sentence #2011 from documents/00101809 from sent15

Text  : Co więcej , po występie schodziły również płyty DVD z  występami kabaretu ,  mimo że przecież “  można sobie za darmo ściągnąć ”  ;  choć tu oczywiście trudno powiedzieć ,  czy i  jaki miało to wpływ na rozmiar sprzedaży .
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 [9,9] = DVD

(ChunkerEvaluator) Sentence #2012 from documents/00101809 from sent16

Text  : No i możliwość uzyskania autografów na pewno pomogła .
Tokens: 1_ 2 3________ 4________ 5_________ 6_ 7____ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #2013 from documents/00101809 from sent17

Text  : Ala przy okazji za to można było kupić również DVD innych kabaretów ,  czyli taka “  solidarność ”  powala z  kolei na dodatkowe dochody .
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 [10,10] = DVD

2016-10-13 16:40:40,390 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 143 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101818.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101818.ini
(ChunkerEvaluator) Sentence #2014 from documents/00101818 from sent1

Text  : W związku z tym , że moja praca nad doktoratem zaczyna powoli wkraczać w  decydującą fazę ,  zaczął em coraz więcej czytać .
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 #2015 from documents/00101818 from sent2

Text  : Coraz więcej książek o fanach .
Tokens: 1____ 2_____ 3______ 4 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #2016 from documents/00101818 from sent3

Text  : Książek sprowadzanych czasem za ciężkie pieniądze ze Stanów .
Tokens: 1______ 2____________ 3_____ 4_ 5______ 6________ 7_ 8_____ 9

Chunks:
  TruePositive nam [8,8] = Stanów

(ChunkerEvaluator) Sentence #2017 from documents/00101818 from sent4

Text  : Po kolei postaram się zaprezentować wszystkie pochłaniane przeze mnie dzieła .
Tokens: 1_ 2____ 3_______ 4__ 5____________ 6________ 7__________ 8_____ 9___ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #2018 from documents/00101818 from sent5

Text  : Czasami opisy będą bardziej , czasami mniej szczegółowe .
Tokens: 1______ 2____ 3___ 4_______ 5 6______ 7____ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #2019 from documents/00101818 from sent6

Text  : Niektóre zbliżać się będą do recenzji , inne będą po prostu przekopiowaniem opisów .
Tokens: 1_______ 2______ 3__ 4___ 5_ 6_______ 7 8___ 9___ 10 11____ 12_____________ 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #2020 from documents/00101818 from sent7

Text  : Tak też sprawa ma się z książką , którą prezentuję w  tym poście .
Tokens: 1__ 2__ 3_____ 4_ 5__ 6 7______ 8 9____ 10________ 11 12_ 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #2021 from documents/00101818 from sent8

Text  : Chodzi o wydaną już dość dawno , bo w 1995 roku Science Fiction Audiences ,  w  ktorej John Tulloch i  Henry Jenkins snują fascynujące rozważania o  publiczności fantastyki .
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 [12,14] = Science Fiction Audiences
  TruePositive nam [18,19] = John Tulloch
  TruePositive nam [21,22] = Henry Jenkins

(ChunkerEvaluator) Sentence #2022 from documents/00101818 from sent9

Text  : Wszystko w oparciu o dwa teksty – brytyjski serial Doctor Who oraz amerykański klasyk –  Star Trek .
Tokens: 1_______ 2 3______ 4 5__ 6_____ 7 8________ 9_____ 10____ 11_ 12__ 13_________ 14____ 15 16__ 17__ 18

Chunks:
  TruePositive nam [10,11] = Doctor Who
  TruePositive nam [16,17] = Star Trek

(ChunkerEvaluator) Sentence #2023 from documents/00101818 from sent10

Text  : Wszystko również w konwencji paradygmatu oporu przeciwko medialnym producentom .
Tokens: 1_______ 2______ 3 4________ 5__________ 6____ 7________ 8________ 9__________ 10

Chunks:

(ChunkerEvaluator) Sentence #2024 from documents/00101818 from sent11

Text  : Autorzy na niemal trzystu stronach starają się zaprzeczyć bierności odbiorców dwóch wymienionych serii ,  starają się pokazać różne strony aktywności ,  reinterpretowania ,  tworzenia znaczeń .
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 #2025 from documents/00101818 from sent12

Text  : W tej części książki , którą napisał John Tulloch ,  autor zajmuje się różną interpretacją oraz różnicami w  odbiorze między różnymi grupami ludzi ,  wzorując się na głośnych badaniach Davida Morleya (  The Nationwide Audience )  .
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 [8,9] = John Tulloch
  TruePositive nam [30,31] = Davida Morleya
  TruePositive nam [33,35] = The Nationwide Audience

(ChunkerEvaluator) Sentence #2026 from documents/00101818 from sent13

Text  : Henry Jenkins natomiast stosuje charakterystyczne dla siebie , bardzie etnograficzne podejście .
Tokens: 1____ 2______ 3________ 4______ 5________________ 6__ 7_____ 8 9______ 10___________ 11_______ 12

Chunks:
  TruePositive nam [1,2] = Henry Jenkins

(ChunkerEvaluator) Sentence #2027 from documents/00101818 from sent14

Text  : To tak w wielkim uogólnieniu .
Tokens: 1_ 2__ 3 4______ 5__________ 6

Chunks:

2016-10-13 16:40:40,582 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 144 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101827.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101827.ini
(ChunkerEvaluator) Sentence #2028 from documents/00101827 from sent1

Text  : Są wyzwania , są zadania .
Tokens: 1_ 2_______ 3 4_ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2029 from documents/00101827 from sent2

Text  : I nagrody , oczywiście .
Tokens: 1 2______ 3 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #2030 from documents/00101827 from sent3

Text  : Fundacja Nowe Media ogłosiła nowy konkurs dla gimnazjów i szkół ponadgimnazjalnych :  PIRE –  Priorytety Informacyjne Unii Europejskiej .
Tokens: 1_______ 2___ 3____ 4_______ 5___ 6______ 7__ 8________ 9 10___ 11________________ 12 13__ 14 15________ 16__________ 17__ 18__________ 19

Chunks:
  TruePositive nam [1,3] = Fundacja Nowe Media
  FalsePositive nam [13,13] = PIRE
  FalsePositive nam [15,18] = Priorytety Informacyjne Unii Europejskiej
  FalseNegative nam [13,18] = PIRE – Priorytety Informacyjne Unii Europejskiej

(ChunkerEvaluator) Sentence #2031 from documents/00101827 from sent4

Text  : Poznajcie cztery wyzwania UE i zróbcie cztery wydania qmama .
Tokens: 1________ 2_____ 3_______ 4_ 5 6______ 7_____ 8______ 9____ 10

Chunks:
  TruePositive nam [4,4] = UE
  FalseNegative nam [9,9] = qmama

(ChunkerEvaluator) Sentence #2032 from documents/00101827 from sent5

Text  : Do wygrania - między innymi : laptop i rzutnik multimedialny .
Tokens: 1_ 2_______ 3 4_____ 5_____ 6 7_____ 8 9______ 10___________ 11

Chunks:

(ChunkerEvaluator) Sentence #2033 from documents/00101827 from sent6

Text  : Warto już dziś zajrzeć na stronę konkursu i zgłosić udział zespołu w  projekcie .
Tokens: 1____ 2__ 3___ 4______ 5_ 6_____ 7_______ 8 9______ 10____ 11_____ 12 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #2034 from documents/00101827 from sent7

Text  : Zdobądź informacje i przekaż je innym .
Tokens: 1______ 2_________ 3 4______ 5_ 6____ 7

Chunks:

(ChunkerEvaluator) Sentence #2035 from documents/00101827 from sent8

Text  : Najpóźniej do 29 kwietnia 2011 należy przygotować i opublikować cztery wydania qmama –  multimedialnej gazety poświęconej czterem najważniejszym obszarom aktywności Unii Europejskiej :
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 [21,22] = Unii Europejskiej
  FalseNegative nam [12,12] = qmama

(ChunkerEvaluator) Sentence #2036 from documents/00101827 from sent9

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2037 from documents/00101827 from sent10

Text  : walka z ubóstwem i wykluczeniem społecznym ,
Tokens: 1____ 2 3_______ 4 5___________ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #2038 from documents/00101827 from sent11

Text  : 2 . wspieranie odnowy gospodarczej i aktywizacja nowych źródeł wzrostu ,
Tokens: 1 2 3_________ 4_____ 5___________ 6 7__________ 8_____ 9_____ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #2039 from documents/00101827 from sent12

Text  : 3 . działania w dziedzinie klimatu i energii ,
Tokens: 1 2 3________ 4 5_________ 6______ 7 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #2040 from documents/00101827 from sent13

Text  : 4 . traktat lizboński w służbie obywateli .
Tokens: 1 2 3______ 4________ 5 6______ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #2041 from documents/00101827 from sent14

Text  : Co trzy tygodnie w serwisie konkursowym publikowane będą teksty edukacyjne wprowadzające do każdego z  czterech tematów .
Tokens: 1_ 2___ 3_______ 4 5_______ 6__________ 7__________ 8___ 9_____ 10________ 11___________ 12 13_____ 14 15______ 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #2042 from documents/00101827 from sent15

Text  : W serwisie konkursowym oraz profilach Fundacji Nowe Media w Facebooku regularnie pojawiać się będą także zagadki i  wskazówki pomocne w  realizacji zadań konkursowych .
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 [6,8] = Fundacji Nowe Media
  TruePositive nam [10,10] = Facebooku

(ChunkerEvaluator) Sentence #2043 from documents/00101827 from sent16

Text  : Rozstrzygnięcie rywalizacji nastąpi w pierwszej połowie maja .
Tokens: 1______________ 2__________ 3______ 4 5________ 6______ 7___ 8

Chunks:

2016-10-13 16:40:40,643 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 145 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101836.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101836.ini
(ChunkerEvaluator) Sentence #2044 from documents/00101836 from sent1

Text  : - Już wkrótce zostanie zaprezentowana polska wersja wyszukiwarki Book Search .
Tokens: 1 2__ 3______ 4_______ 5_____________ 6_____ 7_____ 8___________ 9___ 10____ 11

Chunks:
  TruePositive nam [9,10] = Book Search

(ChunkerEvaluator) Sentence #2045 from documents/00101836 from sent2

Text  : - zapowiada Jens Redmer , przedstawiciel Google na naszą strefę czasową .
Tokens: 1 2________ 3___ 4_____ 5 6_____________ 7_____ 8_ 9____ 10____ 11_____ 12

Chunks:
  TruePositive nam [3,4] = Jens Redmer
  TruePositive nam [7,7] = Google

(ChunkerEvaluator) Sentence #2046 from documents/00101836 from sent3

Text  : To doskonała wiadomość , bo niestety nasze rodzime rozwiązania (  takie jak Polska Biblioteka Internetowa )  są z  wielu powodów kompletną pomyłką .
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 [13,15] = Polska Biblioteka Internetowa

(ChunkerEvaluator) Sentence #2047 from documents/00101836 from sent4

Text  : Z drugiej strony . . . z drugiej strony działania Google wydają się tyleż fascynujące ,  co niepokojące :  czy nie za wiele władzy nad światem (  informacji ,  ale to na jedno wychodzi )  oddajemy prywatnej ,  nastawionej tylko na zysk firmie ?
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

Chunks:
  TruePositive nam [11,11] = Google

2016-10-13 16:40:40,673 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 146 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101845.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101845.ini
(ChunkerEvaluator) Sentence #2048 from documents/00101845 from sent1

Text  : Europejski oddział SPARC ( Scholarly Publishing and Academic Resources Coalition )  we wsparciu szeregu dużych organizacji wspierających badania naukowe od dwóch tygodni zbierają podpisy pod petycją wzywającą Unię Europejską do zapewnienia publicznego dostępu do wyników badań finansowanych publicznie .
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 [3,3] = SPARC
  TruePositive nam [5,10] = Scholarly Publishing and Academic Resources Coalition
  TruePositive nam [28,29] = Unię Europejską

(ChunkerEvaluator) Sentence #2049 from documents/00101845 from sent2

Text  : Autorzy raportu stwierdzili , że odpowiednia dystrybucja i dostęp do wyników badań jest podstawą funkcjonowania tzw .  European Research Area ,  będącego odpowiednikiem europejskiego wspólnego rynku -  w  sferze badań naukowych .
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 [18,20] = European Research Area

(ChunkerEvaluator) Sentence #2050 from documents/00101845 from sent3

Text  : Sygnatariusze petycji wzywają UE do zastosowania się do zaleceń raportu ,  a  w  szczególności do zapewnienia otwartego dostępu do wyników badań finansowanych z  grantów europejskich .
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] = UE

(ChunkerEvaluator) Sentence #2051 from documents/00101845 from sent4

Text  : Zachęcam Was wszystkich serdecznie do podpisania się pod petycją .
Tokens: 1_______ 2__ 3_________ 4_________ 5_ 6_________ 7__ 8__ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #2052 from documents/00101845 from sent5

Text  : W języku angielskim istnieje wielce przydatny zwrot “ no -  brainer ”  ,  określający działanie tak oczywiste ,  że nie wymagające pracy mózgu .
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 #2053 from documents/00101845 from sent6

Text  : O ile w pewnych sferach otwarty model dystrybucji może budzić wątpliwości ,  to publiczny dostęp do wyników badań ,  które sami jako podatnicy sfinansowali śmy ,  można wspierać 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

Chunks:

(ChunkerEvaluator) Sentence #2054 from documents/00101845 from sent7

Text  : Choć oczywiście tych , którzy wolą podejmować decyzje w oparciu o  solidną wiedzę odsyłam do wspomnianego powyżej raportu oraz rekomendacji European Research Advisory Board i  European Research Council dotyczących otwartego dostępu (  OA )  .
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 [21,24] = European Research Advisory Board
  TruePositive nam [26,28] = European Research Council
  FalsePositive nam [33,33] = OA

2016-10-13 16:40:40,739 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 147 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101850.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101850.ini
(ChunkerEvaluator) Sentence #2055 from documents/00101850 from sent1

Text  : Lawrence Lessig ogłosił podczas zjazdu iSummit , który właśnie zakończył się w  Dubrovniku ,  że nie będzie już tak intensywnie działał na rzecz wolnej 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

Chunks:
  TruePositive nam [1,2] = Lawrence Lessig
  TruePositive nam [6,6] = iSummit
  TruePositive nam [13,13] = Dubrovniku

(ChunkerEvaluator) Sentence #2056 from documents/00101850 from sent2

Text  : Na swoim blogu tłumaczy , że w chwili obecnej istotniejsza wydaje mu się walka z  ogólną korupcją systemu politycznego .
Tokens: 1_ 2____ 3____ 4_______ 5 6_ 7 8_____ 9______ 10__________ 11____ 12 13_ 14___ 15 16____ 17______ 18_____ 19__________ 20

Chunks:

(ChunkerEvaluator) Sentence #2057 from documents/00101850 from sent3

Text  : “ W Stanach Zjednoczonych , wsłuchanie się w głos pieniądza jest jedynym sposobem ponownego wygrania wyborów .
Tokens: 1 2 3______ 4____________ 5 6_________ 7__ 8 9___ 10_______ 11__ 12_____ 13______ 14_______ 15______ 16_____ 17

Chunks:
  TruePositive nam [3,4] = Stanach Zjednoczonych

(ChunkerEvaluator) Sentence #2058 from documents/00101850 from sent4

Text  : W ten sposób ekonomia wpływów nagina politykę oddalając ją od głosu rozsądku ,  a  w  stronę dolarów ”  .
Tokens: 1 2__ 3_____ 4_______ 5______ 6_____ 7_______ 8________ 9_ 10 11___ 12______ 13 14 15 16____ 17_____ 18 19

Chunks:
  TruePositive nam [17,17] = dolarów

(ChunkerEvaluator) Sentence #2059 from documents/00101850 from sent5

Text  : Więcej informacji na ten temat zamieścił em na blogu CC Polska .
Tokens: 1_____ 2_________ 3_ 4__ 5____ 6________ 7_ 8_ 9____ 10 11____ 12

Chunks:
  TruePositive nam [10,11] = CC Polska

(ChunkerEvaluator) Sentence #2060 from documents/00101850 from sent6

Text  : O sprawach wprost związanych z Creative Commons piszę na tamtym blogu -  linkując stąd do najważniejszych wpisów .
Tokens: 1 2_______ 3_____ 4_________ 5 6_______ 7______ 8____ 9_ 10____ 11___ 12 13______ 14__ 15 16_____________ 17____ 18

Chunks:
  TruePositive nam [6,7] = Creative Commons

2016-10-13 16:40:40,780 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 148 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101851.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101851.ini
(ChunkerEvaluator) Sentence #2061 from documents/00101851 from sent1

Text  : Konstrukcje dla kulturowej kornukopii - moje wystąpienie na TedxWarsaw
Tokens: 1__________ 2__ 3_________ 4_________ 5 6___ 7__________ 8_ 9_________

Chunks:
  TruePositive nam [9,9] = TedxWarsaw

(ChunkerEvaluator) Sentence #2062 from documents/00101851 from sent2

Text  : W ostatni piątek miałem zaszczyt i przyjemność wystąpić na TedxWarsaw -  pierwszym w  Polsce spotkaniu typu tedx ,  poświęconym tematowi współpracy .
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 [10,10] = TedxWarsaw
  TruePositive nam [14,14] = Polsce

(ChunkerEvaluator) Sentence #2063 from documents/00101851 from sent3

Text  : Tedx to formuła globalnych spotkań opartych na formacie oryginalnego cyklu spotkań TED (  związek taki sam jak “  BrzydUli ”  z  “  Yo soy Betty ,  la fea ”  )  .
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 [1,1] = Tedx
  TruePositive nam [12,12] = TED
  TruePositive nam [19,19] = BrzydUli
  TruePositive nam [23,28] = Yo soy Betty , la fea

(ChunkerEvaluator) Sentence #2064 from documents/00101851 from sent4

Text  : W trakcie warszawskiego spotkania około 20 osób opowiadało przez cały dzień ciekawe i  inspirujące historie (  w  praktyce oczywiście jedne mniej ,  drugie bardziej )  .
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 #2065 from documents/00101851 from sent5

Text  : Trudno opisywać spotkanie nie mogąc się odnieść do nagrań wideo ,  których jeszcze w  Sieci nie ma (  kilka lat temu pewnie by m  nie umiał sobie wyobrazić ,  że coś takiego napiszę !  )  .
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:

(ChunkerEvaluator) Sentence #2066 from documents/00101851 from sent6

Text  : Na razie wrzucam do sieci swoje slajdy , jako rodzaj trailera -  “  żywa ”  prezentacja powinna być dostępna wkrótce .
Tokens: 1_ 2____ 3______ 4_ 5____ 6____ 7_____ 8 9___ 10____ 11______ 12 13 14__ 15 16_________ 17_____ 18_ 19______ 20_____ 21

Chunks:

2016-10-13 16:40:40,831 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 149 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101853.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101853.ini
(ChunkerEvaluator) Sentence #2067 from documents/00101853 from sent1

Text  : Lawrence Lessig na swoim blogu opublikował długą krytykę książki Keena (  o  której w  niedzielę pisał Mirek )  Poprzedza ją wstępem ,  w  której zauważa kwestię paradoksalną :  książka krytykujące niechlujność i  ignorancję internetowej kultury partycypacyjnej sam popełnia liczne błędy -  mimo weryfikacji i  przefiltrowania jego tekstu przez szereg instytucji kultury “  profesjonalnej ”  .
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 [1,2] = Lawrence Lessig
  TruePositive nam [10,10] = Keena
  TruePositive nam [17,17] = Mirek

(ChunkerEvaluator) Sentence #2068 from documents/00101853 from sent2

Text  : “ Uświadomił em sobie , że Keen stworzył wielką auto -  parodię naszego pokolenia .
Tokens: 1 2_________ 3_ 4____ 5 6_ 7___ 8_______ 9_____ 10__ 11 12_____ 13_____ 14_______ 15

Chunks:
  TruePositive nam [7,7] = Keen

(ChunkerEvaluator) Sentence #2069 from documents/00101853 from sent3

Text  : Jego książka nie jest krytyką Internetu .
Tokens: 1___ 2______ 3__ 4___ 5______ 6________ 7

Chunks:
  TruePositive nam [6,6] = Internetu

(ChunkerEvaluator) Sentence #2070 from documents/00101853 from sent4

Text  : Niczym w artykule z “ Nature ” porównującym Wikipedię z  Brittanicą ,  prawdziwym argumentem wynikającym z  książki Keena jest stwierdzenie ,  że tradycyjne media i  publikacje są równie kiepskie ,  co najgorsze publikacje sieciowe .
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 [6,6] = Nature
  TruePositive nam [9,9] = Wikipedię
  TruePositive nam [11,11] = Brittanicą
  TruePositive nam [18,18] = Keena

(ChunkerEvaluator) Sentence #2071 from documents/00101853 from sent5

Text  : Oto książka , która przeszła przez rygorystyczny proces publikacji we współczesnej Ameryce ,  a  mimo to jest równie wiarygodna ,  co przeciętny wpis na blogu ”  .
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] = Ameryce

2016-10-13 16:40:40,879 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 150 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101867.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101867.ini
(ChunkerEvaluator) Sentence #2072 from documents/00101867 from sent1

Text  : Po bardzo zaciętym meczu z Wartą Działoszyn piłkarze Bzury zremisowali ten mecz 2  :  2  .
Tokens: 1_ 2_____ 3_______ 4____ 5 6____ 7_________ 8_______ 9____ 10_________ 11_ 12__ 13 14 15 16

Chunks:
  TruePositive nam [6,7] = Wartą Działoszyn
  TruePositive nam [9,9] = Bzury

(ChunkerEvaluator) Sentence #2073 from documents/00101867 from sent2

Text  : Dla piłkarzy Bzury był to trudny mecz .
Tokens: 1__ 2_______ 3____ 4__ 5_ 6_____ 7___ 8

Chunks:
  TruePositive nam [3,3] = Bzury

(ChunkerEvaluator) Sentence #2074 from documents/00101867 from sent3

Text  : Ten remis był troche szczęsliwy dla naszych piłkarzy .
Tokens: 1__ 2____ 3__ 4_____ 5_________ 6__ 7______ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #2075 from documents/00101867 from sent4

Text  : Bramki dla nas trzelali w 28 min Herski Marcin i  w  90 +  4  Podolski Dariusz .
Tokens: 1_____ 2__ 3__ 4_______ 5 6_ 7__ 8_____ 9_____ 10 11 12 13 14 15______ 16_____ 17

Chunks:
  TruePositive nam [8,9] = Herski Marcin
  TruePositive nam [15,16] = Podolski Dariusz

(ChunkerEvaluator) Sentence #2076 from documents/00101867 from sent5

Text  : Pierwszy skład w Jakim Bzura wyszła i oceny piłkarzy :  Fortecki 6  -  Kałuziński 4  ,  Podolski 6  ,  Suliński 4  ,  Chmielecki 4  -  Olczyk 5  ,  Śludkowski 6  ,  Szpiegowski 5  ,  Koziak 6  -  Herski 8  ,  Janeczko 5  .
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 [5,5] = Bzura
  TruePositive nam [23,23] = Chmielecki
  TruePositive nam [29,29] = Śludkowski
  TruePositive nam [35,35] = Koziak
  TruePositive nam [38,38] = Herski
  FalsePositive nam [11,14] = Fortecki 6 - Kałuziński
  FalsePositive nam [20,21] = Suliński 4
  FalsePositive nam [32,33] = Szpiegowski 5
  FalsePositive nam [41,42] = Janeczko 5
  FalseNegative nam [11,11] = Fortecki
  FalseNegative nam [14,14] = Kałuziński
  FalseNegative nam [17,17] = Podolski
  FalseNegative nam [20,20] = Suliński
  FalseNegative nam [26,26] = Olczyk
  FalseNegative nam [32,32] = Szpiegowski
  FalseNegative nam [41,41] = Janeczko

(ChunkerEvaluator) Sentence #2077 from documents/00101867 from sent6

Text  : Na zmiane weszli Ziemniak 1 za Olczyka 5 Stankiewicz 3  za Janeczke 5  Bzura rozegrała chyba najsłabszy mecz w  tym roku i  trudno było wywalczyć remis .
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 [4,4] = Ziemniak
  FalsePositive nam [12,14] = Janeczke 5 Bzura
  FalseNegative nam [7,7] = Olczyka
  FalseNegative nam [9,9] = Stankiewicz
  FalseNegative nam [12,12] = Janeczke
  FalseNegative nam [14,14] = Bzura

(ChunkerEvaluator) Sentence #2078 from documents/00101867 from sent7

Text  : Gole dla Warty : Bielawski z karnego w 22min i  Wróblewski z  główki w  29 min .
Tokens: 1___ 2__ 3____ 4 5________ 6 7______ 8 9____ 10 11________ 12 13____ 14 15 16_ 17

Chunks:
  TruePositive nam [3,3] = Warty
  TruePositive nam [11,11] = Wróblewski
  FalseNegative nam [5,5] = Bielawski

(ChunkerEvaluator) Sentence #2079 from documents/00101867 from sent8

Text  : Zapraszam wszystkich w Niedziele o 11 na mecz z Ekologiem .
Tokens: 1________ 2_________ 3 4________ 5 6_ 7_ 8___ 9 10_______ 11

Chunks:
  TruePositive nam [10,10] = Ekologiem
  FalsePositive nam [4,4] = Niedziele

2016-10-13 16:40:40,927 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 151 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101869.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101869.ini
(ChunkerEvaluator) Sentence #2080 from documents/00101869 from sent1

Text  : Z mieszkania 23 - letniego Marcina S . , na drugim piętrze bloku przy ul .  Piłsudskiego ,  pijani mężczyźni wyrzucili przez okno 11 -  litrową ,  pustą butlą gazową ,  na sprzątającego teren dozorcę .
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 [6,8] = Marcina S .
  TruePositive nam [17,17] = Piłsudskiego

(ChunkerEvaluator) Sentence #2081 from documents/00101869 from sent2

Text  : Na szczęście chybili .
Tokens: 1_ 2________ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #2082 from documents/00101869 from sent3

Text  : 51 - letni dozorca Ryszard D . wezwał policję .
Tokens: 1_ 2 3____ 4______ 5______ 6 7 8_____ 9______ 10

Chunks:
  TruePositive nam [5,7] = Ryszard D .

(ChunkerEvaluator) Sentence #2083 from documents/00101869 from sent4

Text  : Na widok radiowozu Marcin S . i jego koledzy zaczęli wyrzucać przez okno balkonowe talerze ,  fotel ,  puszki po piwie ,  a  nawet antenę satelitarną .
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 [4,6] = Marcin S .

(ChunkerEvaluator) Sentence #2084 from documents/00101869 from sent5

Text  : Potem zabarykadowali się w mieszkaniu , więc policjanci wezwali strażaków ,  by wyważyli drzwi .
Tokens: 1____ 2_____________ 3__ 4 5_________ 6 7___ 8_________ 9______ 10_______ 11 12 13______ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #2085 from documents/00101869 from sent6

Text  : Zanim awanturników skuto kajdankami , Marcin S . kopnął policjanta w  nogę ,  a  jego koledzy obrzucili stróżów porządku obelgami .
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 [6,8] = Marcin S .

(ChunkerEvaluator) Sentence #2086 from documents/00101869 from sent7

Text  : Awanturników zatrzymano .
Tokens: 1___________ 2_________ 3

Chunks:

(ChunkerEvaluator) Sentence #2087 from documents/00101869 from sent8

Text  : Za użycie siły wobec policjanta i narażenie przechodniów na utratę zdrowia lub życia grozi im do trzech lat więzienia .
Tokens: 1_ 2_____ 3___ 4____ 5_________ 6 7________ 8___________ 9_ 10____ 11_____ 12_ 13___ 14___ 15 16 17____ 18_ 19_______ 20

Chunks:

2016-10-13 16:40:40,976 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 152 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101874.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101874.ini
(ChunkerEvaluator) Sentence #2088 from documents/00101874 from sent1

Text  : Piłkarze Bzury Ozorków kolejny raz przegrali .
Tokens: 1_______ 2____ 3______ 4______ 5__ 6________ 7

Chunks:
  TruePositive nam [2,3] = Bzury Ozorków

(ChunkerEvaluator) Sentence #2089 from documents/00101874 from sent2

Text  : Tym razem u siebie 3 : 0 z Sokołem Syguła Aleksandrów Łódzki .
Tokens: 1__ 2____ 3 4_____ 5 6 7 8 9______ 10____ 11_________ 12____ 13

Chunks:
  TruePositive nam [9,12] = Sokołem Syguła Aleksandrów Łódzki

(ChunkerEvaluator) Sentence #2090 from documents/00101874 from sent3

Text  : Gole dla gości strzelali : Walczak i Ostrowski a samobójczą bramkę strzelił Dariusz Podolski .
Tokens: 1___ 2__ 3____ 4________ 5 6______ 7 8________ 9 10________ 11____ 12______ 13_____ 14______ 15

Chunks:
  TruePositive nam [6,6] = Walczak
  TruePositive nam [8,8] = Ostrowski
  TruePositive nam [13,14] = Dariusz Podolski

(ChunkerEvaluator) Sentence #2091 from documents/00101874 from sent4

Text  : Skład Bzury i oceny piłkarzy w skali 1 - 10 .
Tokens: 1____ 2____ 3 4____ 5_______ 6 7____ 8 9 10 11

Chunks:
  TruePositive nam [2,2] = Bzury

(ChunkerEvaluator) Sentence #2092 from documents/00101874 from sent5

Text  : Niedomagała 6 - Ciszewski 5 , Kończarek 4 , Podolski 4  ,  Kałuziński 4  -  Chmielecki 4  ,  Grzegorzewski 6  ,  Szpiegowski 5  ,  Koziak 5  -  Herski 6  ,  Stankiewicz 4  .
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 [4,4] = Ciszewski
  TruePositive nam [7,7] = Kończarek
  TruePositive nam [19,19] = Grzegorzewski
  TruePositive nam [25,25] = Koziak
  TruePositive nam [28,28] = Herski
  FalsePositive nam [10,11] = Podolski 4
  FalsePositive nam [13,16] = Kałuziński 4 - Chmielecki
  FalsePositive nam [22,23] = Szpiegowski 5
  FalsePositive nam [31,32] = Stankiewicz 4
  FalseNegative nam [1,1] = Niedomagała
  FalseNegative nam [10,10] = Podolski
  FalseNegative nam [13,13] = Kałuziński
  FalseNegative nam [16,16] = Chmielecki
  FalseNegative nam [22,22] = Szpiegowski
  FalseNegative nam [31,31] = Stankiewicz

(ChunkerEvaluator) Sentence #2093 from documents/00101874 from sent6

Text  : Zmiany : Ziemniak 2 za Kończarka Szymczak 3 za Herskiego Natomiast drugi zespoł Bzury Ozorków o  nazwie Has Wartkowice wygrał 2  :  1  z  LZS Justynowem gole dla Hasa Karolak i  Szymczak !
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 [3,3] = Ziemniak
  TruePositive nam [10,10] = Herskiego
  TruePositive nam [14,15] = Bzury Ozorków
  TruePositive nam [18,19] = Has Wartkowice
  TruePositive nam [25,26] = LZS Justynowem
  TruePositive nam [32,32] = Szymczak
  FalsePositive nam [6,7] = Kończarka Szymczak
  FalsePositive nam [29,30] = Hasa Karolak
  FalseNegative nam [6,6] = Kończarka
  FalseNegative nam [7,7] = Szymczak
  FalseNegative nam [29,29] = Hasa
  FalseNegative nam [30,30] = Karolak

2016-10-13 16:40:41,013 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 153 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101882.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101882.ini
(ChunkerEvaluator) Sentence #2094 from documents/00101882 from sent1

Text  : Maciolus zaprezentował bagusa Team Associated B44 - model , który wygrał w  zeszłym roku mistrzostwa świata IFMAR .
Tokens: 1_______ 2____________ 3_____ 4___ 5_________ 6__ 7 8____ 9 10___ 11____ 12 13_____ 14__ 15_________ 16____ 17___ 18

Chunks:
  TruePositive nam [1,1] = Maciolus
  TruePositive nam [4,5] = Team Associated
  TruePositive nam [6,6] = B44
  TruePositive nam [17,17] = IFMAR

(ChunkerEvaluator) Sentence #2095 from documents/00101882 from sent2

Text  : Model Maciolusa zasilanym był pakietem 4S z ogniw A123 podłączonym do regulatora Mamba Max .
Tokens: 1____ 2________ 3________ 4__ 5_______ 6_ 7 8____ 9___ 10_________ 11 12________ 13___ 14_ 15

Chunks:
  TruePositive nam [2,2] = Maciolusa
  TruePositive nam [13,14] = Mamba Max
  FalsePositive nam [9,9] = A123

(ChunkerEvaluator) Sentence #2096 from documents/00101882 from sent3

Text  : B44 prowadził się doskonale , naszym zdaniem lepiej niż jakikolwiek samochód ,  który do tej pory jeździł po tym torze .
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] = B44

(ChunkerEvaluator) Sentence #2097 from documents/00101882 from sent4

Text  : W przerwach na ładowanie A123 jeździli śmy spalinowym Lightningiem Stadium .
Tokens: 1 2________ 3_ 4________ 5___ 6_______ 7__ 8_________ 9___________ 10_____ 11

Chunks:
  TruePositive nam [9,10] = Lightningiem Stadium
  FalsePositive nam [5,5] = A123

(ChunkerEvaluator) Sentence #2098 from documents/00101882 from sent5

Text  : Silnik chodził bez zarzutu , ale model dośc słabo skręcał ,  a  co gorsza praktycznie nie miał tylnego hamulca .
Tokens: 1_____ 2______ 3__ 4______ 5 6__ 7____ 8___ 9____ 10_____ 11 12 13 14____ 15_________ 16_ 17__ 18_____ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #2099 from documents/00101882 from sent6

Text  : Jazda po ciasnym torze przy takich ustawieniach wyglądała chwilami komicznie .
Tokens: 1____ 2_ 3______ 4____ 5___ 6_____ 7___________ 8________ 9_______ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2100 from documents/00101882 from sent7

Text  : Za to skoki wychodziły doskonale !
Tokens: 1_ 2_ 3____ 4_________ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #2101 from documents/00101882 from sent8

Text  : Rustler , nadal rozpaczliwie nerwowy i myszkujący od bandy do bandy ,  zakończył jazdę złamaniem serwo savera .
Tokens: 1______ 2 3____ 4___________ 5______ 6 7_________ 8_ 9____ 10 11___ 12 13_______ 14___ 15_______ 16___ 17____ 18

Chunks:
  TruePositive nam [1,1] = Rustler

(ChunkerEvaluator) Sentence #2102 from documents/00101882 from sent9

Text  : Co ciekawe , był to saver ze spalinowego Monster GT 4  .  6  ,  więc w  lekkim elektryku powinien być niezniszczalny .
Tokens: 1_ 2______ 3 4__ 5_ 6____ 7_ 8__________ 9______ 10 11 12 13 14 15__ 16 17____ 18_______ 19______ 20_ 21____________ 22

Chunks:
  FalsePositive nam [9,9] = Monster
  FalseNegative nam [9,13] = Monster GT 4 . 6

2016-10-13 16:40:41,065 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 154 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101888.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101888.ini
(ChunkerEvaluator) Sentence #2103 from documents/00101888 from sent1

Text  : Słowianie wierzyli w życie pośmiertne .
Tokens: 1________ 2_______ 3 4____ 5_________ 6

Chunks:
  FalseNegative nam [1,1] = Słowianie

(ChunkerEvaluator) Sentence #2104 from documents/00101888 from sent2

Text  : Nie były to zapewne wierzenia bardzo rozwinięte , niemniej istniała w  nich rzeka ,  przez którą dusze zmarłych albo są przewożone na łódkach ,  albo też muszą przejść po moście .
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 #2105 from documents/00101888 from sent3

Text  : Spotyka się także motyw opłaty za przewóz W związku z  tym po śmierci każdej osoby przerzucano przez wodę kładkę .
Tokens: 1______ 2__ 3____ 4____ 5_____ 6_ 7______ 8 9______ 10 11_ 12 13_____ 14____ 15___ 16_________ 17___ 18__ 19____ 20

Chunks:

(ChunkerEvaluator) Sentence #2106 from documents/00101888 from sent4

Text  : Po śmierci czuwano przy zmarłym , opłakiwano go , po czym wynoszono z  domu w  taki sposób ,  żeby zmylić mu drogę (  np .  przez okno )  ,  na wypadek ,  gdyby zechciał wrócić i  straszyć domowników .
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:

(ChunkerEvaluator) Sentence #2107 from documents/00101888 from sent5

Text  : Ciało zmarłego palono , aby dusza ( nawia ) szybciej dostała się w  zaświaty (  do krainy Nawii )  .
Tokens: 1____ 2_______ 3_____ 4 5__ 6____ 7 8____ 9 10______ 11_____ 12_ 13 14______ 15 16 17____ 18___ 19 20

Chunks:
  FalsePositive nam [18,18] = Nawii
  FalseNegative nam [17,18] = krainy Nawii

(ChunkerEvaluator) Sentence #2108 from documents/00101888 from sent6

Text  : Tam bóg Wołos ( Weles ) oceniał dusze według ich postępowania i  dawał im albo szczęście ,  albo męki .
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] = Wołos
  TruePositive nam [5,5] = Weles

(ChunkerEvaluator) Sentence #2109 from documents/00101888 from sent7

Text  : Bardziej przyziemnym , a zarazem bardziej praktycznym powodem palenia zwłok mogła być wiara w  to ,  że zmarli mogą wracać do świata żywych .
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 #2110 from documents/00101888 from sent8

Text  : Niekiedy przyjmują wtedy postać wampira .
Tokens: 1_______ 2________ 3____ 4_____ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2111 from documents/00101888 from sent9

Text  : Dzięki wysysanej krwi ciało wampira się nie psuje .
Tokens: 1_____ 2________ 3___ 4____ 5______ 6__ 7__ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #2112 from documents/00101888 from sent10

Text  : Jedynym sposobem na pozbycie się potwora jest odkopanie ciała i  ucięcie głowy ,  którą potem należy położyć mu koło stóp (  żeby nie mógł jej dosięgnąć )  oraz przebić ciało kołkiem (  najlepiej osinowym )  lub gwoździem .
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:

(ChunkerEvaluator) Sentence #2113 from documents/00101888 from sent11

Text  : Dodatkowym zabezpieczeniem było wrzucanie czegoś ostrego do urny z prochami ,  przyciskanie jej kamieniem lub obracanie do góry dnem .
Tokens: 1_________ 2______________ 3___ 4________ 5_____ 6______ 7_ 8___ 9 10______ 11 12__________ 13_ 14_______ 15_ 16_______ 17 18__ 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #2114 from documents/00101888 from sent12

Text  : O paleniu zmarłych przez Słowian donosili chętnie wczesnośredniowieczni podróżnicy arabscy i  europejscy ,  zaświadczając zarazem o  samobójstwie (  lub zabójstwie )  i  paleniu wdów .
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 [5,5] = Słowian

(ChunkerEvaluator) Sentence #2115 from documents/00101888 from sent13

Text  : W Wielki Czwartek Słowianie palili stosy ku czci swoich zmarłych krewnych .
Tokens: 1 2_____ 3_______ 4________ 5_____ 6____ 7_ 8___ 9_____ 10______ 11______ 12

Chunks:
  TruePositive nam [2,3] = Wielki Czwartek
  TruePositive nam [4,4] = Słowianie

(ChunkerEvaluator) Sentence #2116 from documents/00101888 from sent14

Text  : Wierzono że dusze zmarłych się przy nich ogerzewają .
Tokens: 1_______ 2_ 3____ 4_______ 5__ 6___ 7___ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #2117 from documents/00101888 from sent15

Text  : Dostawiano też dlatych dusz posiłki , zostawiali wodę w naczyniach aby dusza mogła sie umyć .
Tokens: 1_________ 2__ 3______ 4___ 5______ 6 7_________ 8___ 9 10________ 11_ 12___ 13___ 14_ 15__ 16

Chunks:

(ChunkerEvaluator) Sentence #2118 from documents/00101888 from sent16

Text  : Na środek izby rozrzucano popiół aby zobaczyć czy zmarły rzeczywiście zrobił użytek z  jedzenia i  wody do obmycia .
Tokens: 1_ 2_____ 3___ 4_________ 5_____ 6__ 7_______ 8__ 9_____ 10__________ 11____ 12____ 13 14______ 15 16__ 17 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #2119 from documents/00101888 from sent17

Text  : Do innych praktyk związanych z pogrzebem jest wyprowadzanie zmarłego głową do przodu z  domu lub przez okno aby zapomniał drogi do domu nie niepokoił żyjących .
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 #2120 from documents/00101888 from sent18

Text  : Do wierzeń greckich nawiązuje zwyczaj wkładania do trumny zmarłego pieniądze za przeprawę przez rzekę do innego świata .
Tokens: 1_ 2______ 3_______ 4________ 5______ 6________ 7_ 8_____ 9_______ 10_______ 11 12_______ 13___ 14___ 15 16____ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #2121 from documents/00101888 from sent19

Text  : W tym celu kładziono też kładkę na rzekę .
Tokens: 1 2__ 3___ 4________ 5__ 6_____ 7_ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #2122 from documents/00101888 from sent20

Text  : Słowiańskie cmentarze znajdowały się na polach i w lasach ,  co miało swój początek w  stosowanym już od czasu neolitu zwyczaju użyźniania ziemi popiołem .
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 #2123 from documents/00101888 from sent21

Text  : Groby z VI - VIII w . to w przeważającej mierze pochówki ciałopalne (  prochy chowano do ziemi w  tzw .  popielnicach )  .
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:

2016-10-13 16:40:41,207 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 155 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101897.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101897.ini
(ChunkerEvaluator) Sentence #2124 from documents/00101897 from sent1

Text  : Europa jest tym kontynentem , na którym występuje największy odsetek gruntów ornych –  gruntów przeznaczonych pod uprawę .
Tokens: 1_____ 2___ 3__ 4__________ 5 6_ 7_____ 8________ 9_________ 10_____ 11_____ 12____ 13 14_____ 15____________ 16_ 17____ 18

Chunks:
  TruePositive nam [1,1] = Europa

(ChunkerEvaluator) Sentence #2125 from documents/00101897 from sent2

Text  : Ponad 30 % powierzchni kontynentu charakteryzuje się tego typu użytkowanie ziemi .
Tokens: 1____ 2_ 3 4__________ 5_________ 6_____________ 7__ 8___ 9___ 10_________ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #2126 from documents/00101897 from sent3

Text  : Oznacza to , że znaczne obszary mają dogodne warunki dla prowadzenia gospodarstw rolnych .
Tokens: 1______ 2_ 3 4_ 5______ 6______ 7___ 8______ 9______ 10_ 11_________ 12_________ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #2127 from documents/00101897 from sent4

Text  : Rozległe niziny na zachodzie , które znajdują się w strefie wpływów klimatu umiarkowanego ciepłego morskiego ,  niziny w  południowej części (  Padańska ,  Węgierska )  sprzyjają uprawie zbóż –  szczególnie pszenicy ,  buraków cukrowych ,  słoneczników .
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 [22,22] = Padańska
  TruePositive nam [24,24] = Węgierska

(ChunkerEvaluator) Sentence #2128 from documents/00101897 from sent5

Text  : Długość okresu wegetacyjnego , która rozumiana jest jako liczba dni z  średnią dobową temperaturą powyżej 5  °  C  ,  trwa tu nawet ponad dziewięć miesięcy .
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 #2129 from documents/00101897 from sent6

Text  : Wyżynne obszary na wschodniej Europie pokrywają w znacznej części najżyźniejsze gleby świata –  czarnoziemy .
Tokens: 1______ 2______ 3_ 4_________ 5______ 6________ 7 8_______ 9_____ 10___________ 11___ 12____ 13 14_________ 15

Chunks:
  TruePositive nam [5,5] = Europie

(ChunkerEvaluator) Sentence #2130 from documents/00101897 from sent7

Text  : Pomimo wpływu klimatu kontynentalnego obszary te otrzymują wystarczające opady ,  aby można było bez przeszkód prowadzić gospodarkę rolną .
Tokens: 1_____ 2_____ 3______ 4______________ 5______ 6_ 7________ 8____________ 9____ 10 11_ 12___ 13__ 14_ 15_______ 16_______ 17________ 18___ 19

Chunks:

(ChunkerEvaluator) Sentence #2131 from documents/00101897 from sent8

Text  : Wyżyny i góry usytuowane na południu , położone są w  obrębie korzystnego klimatu śródziemnomorskiego .
Tokens: 1_____ 2 3___ 4_________ 5_ 6_______ 7 8_______ 9_ 10 11_____ 12_________ 13_____ 14_________________ 15

Chunks:

(ChunkerEvaluator) Sentence #2132 from documents/00101897 from sent9

Text  : Ich nasłonecznione stoki to bardzo korzystne tereny , słynące między innymi do uprawy winorośli .
Tokens: 1__ 2_____________ 3____ 4_ 5_____ 6________ 7_____ 8 9______ 10____ 11____ 12 13____ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #2133 from documents/00101897 from sent10

Text  : Jednakże obszar ten charakteryzuje się stosunkowo niewielką wydajnością .
Tokens: 1_______ 2_____ 3__ 4_____________ 5__ 6_________ 7________ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #2134 from documents/00101897 from sent11

Text  : Wartości plonów – wielkości zbiorów z ha nie są duże .
Tokens: 1_______ 2_____ 3 4________ 5______ 6 7_ 8__ 9_ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #2135 from documents/00101897 from sent12

Text  : W Grecji i Hiszpanii nie przekraczają one 40dt / ha ,  a  we Włoszech osiągają około 50dt /  ha .
Tokens: 1 2_____ 3 4________ 5__ 6___________ 7__ 8___ 9 10 11 12 13 14______ 15______ 16___ 17__ 18 19 20

Chunks:
  TruePositive nam [2,2] = Grecji
  TruePositive nam [4,4] = Hiszpanii
  TruePositive nam [14,14] = Włoszech

(ChunkerEvaluator) Sentence #2136 from documents/00101897 from sent13

Text  : Cechą wielu regionów rolniczych jest niedobór wilgoci .
Tokens: 1____ 2____ 3_______ 4_________ 5___ 6_______ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #2137 from documents/00101897 from sent14

Text  : Konsekwencją górzystego ukształtowania powierzchni jest istnienie płytkich gleb .
Tokens: 1___________ 2_________ 3_____________ 4__________ 5___ 6________ 7_______ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #2138 from documents/00101897 from sent15

Text  : Dlatego też produkcja towarowa koncentruje się wokół upraw owoców cytrusowych ,  winogron ,  oliwek .
Tokens: 1______ 2__ 3________ 4_______ 5__________ 6__ 7____ 8____ 9_____ 10_________ 11 12______ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #2139 from documents/00101897 from sent16

Text  : Umiarkowany i śródziemnomorski klimat jest dogodny do prowadzenia hodowli .
Tokens: 1__________ 2 3_______________ 4_____ 5___ 6______ 7_ 8__________ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #2140 from documents/00101897 from sent17

Text  : Ukształtowanie powierzchni i warunki glebowe nie stanowią także bariery na znacznych obszarach .
Tokens: 1_____________ 2__________ 3 4______ 5______ 6__ 7_______ 8____ 9______ 10 11_______ 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #2141 from documents/00101897 from sent18

Text  : Jednakże duża gęstość zaludnienia w obrębie pasa nizin , w  zachodniej i  środkowej części Europy sprawia ,  że pastwiska nie mogą zajmować znacznych powierzchni .
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] = Europy

(ChunkerEvaluator) Sentence #2142 from documents/00101897 from sent19

Text  : Dogodnymi rejonami do prowadzenia wypasu na dużych powierzchniach są wyżyny Europy Wschodniej oraz rozległe terenu naturalnych łąk w  Wielkiej Brytanii –  głównie w  Szkocji .
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 [11,12] = Europy Wschodniej
  TruePositive nam [19,20] = Wielkiej Brytanii
  TruePositive nam [24,24] = Szkocji

(ChunkerEvaluator) Sentence #2143 from documents/00101897 from sent20

Text  : W tym rejonie , a także na halach wysokogórskich w  południowej i  środkowej części kontynentu ,  prowadzona jest hodowla owiec .
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 #2144 from documents/00101897 from sent21

Text  : Oprócz terenów górskich , ograniczone możliwości rozwoju rolnictwa panują w  północnych i  północno -  wschodnich regionach .
Tokens: 1_____ 2______ 3_______ 4 5__________ 6_________ 7______ 8________ 9_____ 10 11________ 12 13______ 14 15________ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #2145 from documents/00101897 from sent22

Text  : Sytuacja ta dotyczy większości terytorium Półwyspu Skandynawskiego , dużej części Niziny Wschodnioeuropejskiej i  Islandii .
Tokens: 1_______ 2_ 3______ 4_________ 5_________ 6_______ 7______________ 8 9____ 10____ 11____ 12___________________ 13 14______ 15

Chunks:
  TruePositive nam [6,7] = Półwyspu Skandynawskiego
  TruePositive nam [11,12] = Niziny Wschodnioeuropejskiej
  TruePositive nam [14,14] = Islandii

(ChunkerEvaluator) Sentence #2146 from documents/00101897 from sent23

Text  : Jest to efekt niekorzystnych warunków klimatyczno - glebowych .
Tokens: 1___ 2_ 3____ 4_____________ 5_______ 6__________ 7 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #2147 from documents/00101897 from sent24

Text  : Niewielka ilość energii słonecznej docierająca w te obszary skutkuje krótkim okresem wegetacyjnym .
Tokens: 1________ 2____ 3______ 4_________ 5__________ 6 7_ 8______ 9_______ 10_____ 11_____ 12__________ 13

Chunks:

(ChunkerEvaluator) Sentence #2148 from documents/00101897 from sent25

Text  : Dominują silnie zakwaszone , wykształcone na piaszczysto - żwirowym podłożu ,  nieżyzne gleby bielicowe .
Tokens: 1_______ 2_____ 3_________ 4 5___________ 6_ 7__________ 8 9_______ 10_____ 11 12______ 13___ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #2149 from documents/00101897 from sent26

Text  : Ich cechą jest więc niska produktywność .
Tokens: 1__ 2____ 3___ 4___ 5____ 6____________ 7

Chunks:

2016-10-13 16:40:41,350 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 156 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101903.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101903.ini
(ChunkerEvaluator) Sentence #2150 from documents/00101903 from sent1

Text  : Język opisu wymagań funkcjonalnych na system informatyczny
Tokens: 1____ 2____ 3______ 4_____________ 5_ 6_____ 7____________

Chunks:

(ChunkerEvaluator) Sentence #2151 from documents/00101903 from sent2

Text  : Język naturalny – stosowany we wstępnym etapie prac , nie wymaga dodatkowej wiedzy ,  jednak może być niejednoznaczny .
Tokens: 1____ 2________ 3 4________ 5_ 6_______ 7_____ 8___ 9 10_ 11____ 12________ 13____ 14 15____ 16__ 17_ 18_____________ 19

Chunks:

(ChunkerEvaluator) Sentence #2152 from documents/00101903 from sent3

Text  : Język naturalny strukturalny – naturalny z ograniczonym słownictwem , narzuca strukturę opisu ,  wymusza większą jednoznaczność ,  wymaga znajomości ograniczeń tego języka .
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 #2153 from documents/00101903 from sent4

Text  : Tablice i formularze – przedstawienie wymagań w postaci tablic (  formularzy )  ,  strukturalizuje informacje ,  wypełnianie tablic językiem naturalnym .
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 #2154 from documents/00101903 from sent5

Text  : Diagramy blokowe – uzupełniają formę specyfikacji wymagań , ułatwiają komunikację klient wykonawca ,  konieczność tworzenia legend ,  symboliki i  semantyki .
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 #2155 from documents/00101903 from sent6

Text  : Diagramy kontekstowe i DPU – przedstawienie graficzne wymagań , pokazują powiązanie z  otoczeniem ,  wymagają znajomości notacji .
Tokens: 1_______ 2__________ 3 4__ 5 6_____________ 7________ 8______ 9 10______ 11________ 12 13________ 14 15______ 16________ 17_____ 18

Chunks:
  FalsePositive nam [4,4] = DPU

2016-10-13 16:40:41,391 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 157 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101904.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101904.ini
(ChunkerEvaluator) Sentence #2156 from documents/00101904 from sent1

Text  : VerliHub jest serwerem protokołu Direct Connect działającym pod systemem operacyjnym opartym o  jądro Linux ,  napisany w  całości w  C  +  +  .
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] = Direct Connect
  TruePositive nam [14,14] = Linux
  FalseNegative nam [1,1] = VerliHub
  FalseNegative nam [20,22] = C + +

(ChunkerEvaluator) Sentence #2157 from documents/00101904 from sent2

Text  : Spośród innych serwerów tego typu wyróżnia go duża wszechstronność :  obsługa bazy MySQL ,  małe zużycie procesora i  RAM'u ,  zabezpieczenia przed spamem ,  możliwość dodawania własnoręcznie napisanych botów oraz plugin'ów ,  które wielokrotnie podnoszą możliwości samego VerliHub'a .
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 [13,13] = MySQL
  TruePositive nam [38,38] = VerliHub'a
  FalsePositive nam [19,19] = RAM'u
  FalsePositive nam [31,31] = plugin'ów

(ChunkerEvaluator) Sentence #2158 from documents/00101904 from sent3

Text  : Instalację VerliHub'a przedstawię na przykładzie wersji verlihub - 0 .  9  .  8d _  RC1 -  1  .
Tokens: 1_________ 2_________ 3__________ 4_ 5__________ 6_____ 7_______ 8 9 10 11 12 13 14 15_ 16 17 18

Chunks:
  TruePositive nam [2,2] = VerliHub'a
  FalsePositive nam [15,17] = RC1 - 1
  FalseNegative nam [7,17] = verlihub - 0 . 9 . 8d _ RC1 - 1

(ChunkerEvaluator) Sentence #2159 from documents/00101904 from sent4

Text  : Żeby zacząć przygodę z serwerem DC nie wystarczy jednak sam verlihub .
Tokens: 1___ 2_____ 3_______ 4 5_______ 6_ 7__ 8________ 9_____ 10_ 11______ 12

Chunks:
  TruePositive nam [6,6] = DC
  FalseNegative nam [11,11] = verlihub

(ChunkerEvaluator) Sentence #2160 from documents/00101904 from sent5

Text  : Potrzebne jest także parę dodatkowych paczek , oto one :
Tokens: 1________ 2___ 3____ 4___ 5__________ 6_____ 7 8__ 9__ 10

Chunks:

(ChunkerEvaluator) Sentence #2161 from documents/00101904 from sent6

Text  : gcc w wersji > = 3 . 2 MySQL (  wersja 3  .  23 albo wyższa )  ,  biblioteka pcre (  Perl -  compatible regular expression library )  GeoIP .
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 [9,9] = MySQL
  FalsePositive nam [22,27] = Perl - compatible regular expression library
  FalsePositive nam [29,29] = GeoIP
  FalseNegative nam [1,1] = gcc
  FalseNegative nam [20,20] = pcre
  FalseNegative nam [22,22] = Perl

(ChunkerEvaluator) Sentence #2162 from documents/00101904 from sent7

Text  : Jeśli już będziemy mieli zainstalowane wszystkie wymagane składniki i ściągniętego verlihuba .
Tokens: 1____ 2__ 3_______ 4____ 5____________ 6________ 7_______ 8________ 9 10__________ 11_______ 12

Chunks:
  FalseNegative nam [11,11] = verlihuba

(ChunkerEvaluator) Sentence #2163 from documents/00101904 from sent8

Text  : Możemy przejść do właściwych działań .
Tokens: 1_____ 2______ 3_ 4_________ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2164 from documents/00101904 from sent9

Text  : Kompilujemy i instalujemy .
Tokens: 1__________ 2 3__________ 4

Chunks:

(ChunkerEvaluator) Sentence #2165 from documents/00101904 from sent10

Text  : Gdy mamy już ściągniętego verlihuba , wykonujemy następujące czynności ,  w  zależności od postaci początkowej huba .
Tokens: 1__ 2___ 3__ 4___________ 5________ 6 7_________ 8__________ 9________ 10 11 12________ 13 14_____ 15_________ 16__ 17

Chunks:
  FalseNegative nam [5,5] = verlihuba
  FalseNegative nam [16,16] = huba

(ChunkerEvaluator) Sentence #2166 from documents/00101904 from sent11

Text  : W przypadku gdy mamy archiwum . tar z kodem źródłowym ,  musimy owe archiwum rozpakować ,  a  następnie skompilować i  w  końcu zainstalować .
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 #2167 from documents/00101904 from sent12

Text  : Wykonujemy to za pomocą poniższych komend :
Tokens: 1_________ 2_ 3_ 4_____ 5_________ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #2168 from documents/00101904 from sent13

Text  : tar - zxvf verlihub - 0 . 9 . 8d _  RC1 -  1  .  tar .  gz cd /  root /  verlihub -  0  .  9  .  8d _  RC1 -  1  .  /  configure make make install .
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:
  FalsePositive nam [12,18] = RC1 - 1 . tar . gz
  FalsePositive nam [31,33] = RC1 - 1
  FalseNegative nam [4,14] = verlihub - 0 . 9 . 8d _ RC1 - 1
  FalseNegative nam [23,33] = verlihub - 0 . 9 . 8d _ RC1 - 1

(ChunkerEvaluator) Sentence #2169 from documents/00101904 from sent14

Text  : Gdy posiadamy gotową paczkę RPM , sprawa jest prostsza ,  ponieważ wykonujemy tylko jedno polecenie :
Tokens: 1__ 2________ 3_____ 4_____ 5__ 6 7_____ 8___ 9_______ 10 11______ 12________ 13___ 14___ 15_______ 16

Chunks:
  TruePositive nam [5,5] = RPM

(ChunkerEvaluator) Sentence #2170 from documents/00101904 from sent15

Text  : rpm – ivh verlihub - 0 . 9 . 8d _  RC1 -  1  .  i386 .  rpm
Tokens: 1__ 2 3__ 4_______ 5 6 7 8 9 10 11 12_ 13 14 15 16__ 17 18_

Chunks:
  FalsePositive nam [12,18] = RC1 - 1 . i386 . rpm
  FalseNegative nam [4,14] = verlihub - 0 . 9 . 8d _ RC1 - 1

(ChunkerEvaluator) Sentence #2171 from documents/00101904 from sent16

Text  : W przypadku dystrybucji debianowych sprawa też przedstawia się prosto :
Tokens: 1 2________ 3__________ 4__________ 5_____ 6__ 7__________ 8__ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #2172 from documents/00101904 from sent17

Text  : apt - get install verlihub
Tokens: 1__ 2 3__ 4______ 5_______

Chunks:
  FalseNegative nam [5,5] = verlihub

(ChunkerEvaluator) Sentence #2173 from documents/00101904 from sent18

Text  : Zanim uruchomimy huba , najpierw trzeba przebrnąć przez skrypt konfiguracyjny .
Tokens: 1____ 2_________ 3___ 4 5_______ 6_____ 7________ 8____ 9_____ 10____________ 11

Chunks:
  FalseNegative nam [3,3] = huba

(ChunkerEvaluator) Sentence #2174 from documents/00101904 from sent19

Text  : W katalogu , do którego rozpakowali śmy huba znajdziemy katalog scripts .
Tokens: 1 2_______ 3 4_ 5______ 6__________ 7__ 8___ 9_________ 10_____ 11_____ 12

Chunks:
  FalseNegative nam [8,8] = huba

(ChunkerEvaluator) Sentence #2175 from documents/00101904 from sent20

Text  : Przechodzimy do tego katalogu i uruchamiamy skrypt vh _ install .
Tokens: 1___________ 2_ 3___ 4_______ 5 6__________ 7_____ 8_ 9 10_____ 11

Chunks:

2016-10-13 16:40:41,491 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 158 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101933.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101933.ini
(ChunkerEvaluator) Sentence #2176 from documents/00101933 from sent1

Text  : Artykuł 1
Tokens: 1______ 2

Chunks:

(ChunkerEvaluator) Sentence #2177 from documents/00101933 from sent2

Text  : Grupa Ekspertów ds . Handlu Ludźmi
Tokens: 1____ 2________ 3_ 4 5_____ 6_____

Chunks:
  TruePositive nam [1,6] = Grupa Ekspertów ds . Handlu Ludźmi

(ChunkerEvaluator) Sentence #2178 from documents/00101933 from sent3

Text  : Niniejszym ustanawia się „ Grupę Ekspertów ds . Handlu Ludźmi ”  ,  zwaną dalej „  grupą ”  .
Tokens: 1_________ 2________ 3__ 4 5____ 6________ 7_ 8 9_____ 10____ 11 12 13___ 14___ 15 16___ 17 18

Chunks:
  TruePositive nam [5,10] = Grupę Ekspertów ds . Handlu Ludźmi

(ChunkerEvaluator) Sentence #2179 from documents/00101933 from sent4

Text  : Artykuł 2
Tokens: 1______ 2

Chunks:

(ChunkerEvaluator) Sentence #2180 from documents/00101933 from sent5

Text  : Konsultacje
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #2181 from documents/00101933 from sent6

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2182 from documents/00101933 from sent7

Text  : Komisja może konsultować się z grupą w każdej sprawie odnoszącej się do handlu ludźmi .
Tokens: 1______ 2___ 3__________ 4__ 5 6____ 7 8_____ 9______ 10________ 11_ 12 13____ 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #2183 from documents/00101933 from sent8

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2184 from documents/00101933 from sent9

Text  : Zadaniem grupy jest :
Tokens: 1_______ 2____ 3___ 4

Chunks:

(ChunkerEvaluator) Sentence #2185 from documents/00101933 from sent10

Text  : a ) ustanowienie współpracy pomiędzy państwami członkowskimi , innymi stronami określonymi w  art .  3  ust .  2  lit .  b  )  i  Komisją w  zakresie kwestii związanych z  handlem ludźmi ;
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:

(ChunkerEvaluator) Sentence #2186 from documents/00101933 from sent11

Text  : b ) wspieranie Komisji poprzez wydawanie opinii związanych z handlem ludźmi i  zapewnienie spójnego podejścia w  tej dziedzinie ;
Tokens: 1 2 3_________ 4______ 5______ 6________ 7_____ 8_________ 9 10_____ 11____ 12 13_________ 14______ 15_______ 16 17_ 18________ 19

Chunks:

(ChunkerEvaluator) Sentence #2187 from documents/00101933 from sent12

Text  : c ) wspieranie Komisji w ocenie rozwoju polityki w dziedzinie handlu ludźmi na poziomie krajowym ,  europejskim i  międzynarodowym ;
Tokens: 1 2 3_________ 4______ 5 6_____ 7______ 8_______ 9 10________ 11____ 12____ 13 14______ 15______ 16 17_________ 18 19_____________ 20

Chunks:

(ChunkerEvaluator) Sentence #2188 from documents/00101933 from sent13

Text  : d ) wspieranie Komisji w wysiłkach na rzecz identyfikowania i  definiowania możliwych istotnych środków i  działań na poziomie europejskim i  krajowym w  ramach polityki dotyczącej zwalczania handlu ludźmi ;
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 #2189 from documents/00101933 from sent14

Text  : e ) Grupa ekspertów przekazuje Komisji na jej wniosek lub z  własnej inicjatywy opinie lub sprawozdania ,  biorąc pod uwagę wprowadzanie w  życie i  dalszy rozwój na poziomie unijnym planu UE dotyczącego najlepszych wzorców ,  standardów i  procedur zwalczania handlu ludźmi i  zapobiegania mu ,  a  także pokrewnych form wyzysku .
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:
  TruePositive nam [31,31] = UE

(ChunkerEvaluator) Sentence #2190 from documents/00101933 from sent15

Text  : Uwzględni ona również aspekt płci .
Tokens: 1________ 2__ 3______ 4_____ 5___ 6

Chunks:

(ChunkerEvaluator) Sentence #2191 from documents/00101933 from sent16

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2192 from documents/00101933 from sent17

Text  : Przewodniczący grupy może doradzić Komisji skonsultowanie się z grupą w  sprawie konkretnego zagadnienia .
Tokens: 1_____________ 2____ 3___ 4_______ 5______ 6_____________ 7__ 8 9____ 10 11_____ 12_________ 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #2193 from documents/00101933 from sent18

Text  : Artykuł 3
Tokens: 1______ 2

Chunks:

(ChunkerEvaluator) Sentence #2194 from documents/00101933 from sent19

Text  : Skład – powoływanie
Tokens: 1____ 2 3__________

Chunks:
  FalsePositive nam [1,1] = Skład

(ChunkerEvaluator) Sentence #2195 from documents/00101933 from sent20

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2196 from documents/00101933 from sent21

Text  : Grupa składa się z 21 członków .
Tokens: 1____ 2_____ 3__ 4 5_ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #2197 from documents/00101933 from sent22

Text  : Zaproszenie do składania wniosków do członkostwa w grupie będzie publikowane w  Dzienniku Urzędowym i  na stronie internetowej Dyrekcji Generalnej ds .  Sprawiedliwości ,  Wolności i  Bezpieczeństwa .
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 [12,13] = Dzienniku Urzędowym
  FalsePositive nam [18,22] = Dyrekcji Generalnej ds . Sprawiedliwości
  FalsePositive nam [26,26] = Bezpieczeństwa
  FalseNegative nam [18,26] = Dyrekcji Generalnej ds . Sprawiedliwości , Wolności i Bezpieczeństwa

(ChunkerEvaluator) Sentence #2198 from documents/00101933 from sent23

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2199 from documents/00101933 from sent24

Text  : Członkowie grupy ekspertów są powoływani spośród specjalistów posiadających wiedzę i  doświadczenie w  zwalczaniu handlu ludźmi ,  w  tym handlu ludźmi do celów 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

Chunks:

(ChunkerEvaluator) Sentence #2200 from documents/00101933 from sent25

Text  : Członkowie wywodzą się z :
Tokens: 1_________ 2______ 3__ 4 5

Chunks:

(ChunkerEvaluator) Sentence #2201 from documents/00101933 from sent26

Text  : a ) administracji państw członkowskich UE ( do jedenastu członków )  ;
Tokens: 1 2 3____________ 4_____ 5____________ 6_ 7 8_ 9________ 10______ 11 12

Chunks:
  TruePositive nam [6,6] = UE

(ChunkerEvaluator) Sentence #2202 from documents/00101933 from sent27

Text  : b ) organizacji międzyrządowych , międzynarodowych i pozarządowych działających na poziomie europejskim z  udokumentowanym doświadczeniem i  wiedzą fachową w  dziedzinie zwalczania handlu ludźmi (  do dziewięciu członków )  ;
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 #2203 from documents/00101933 from sent28

Text  : c ) partnerów społecznych i stowarzyszeń pracodawców działających na poziomie europejskim (  do czterech członków )  ;
Tokens: 1 2 3________ 4__________ 5 6___________ 7__________ 8___________ 9_ 10______ 11_________ 12 13 14______ 15______ 16 17

Chunks:

(ChunkerEvaluator) Sentence #2204 from documents/00101933 from sent29

Text  : d ) Europolu ( jeden członek ) ;
Tokens: 1 2 3_______ 4 5____ 6______ 7 8

Chunks:
  TruePositive nam [3,3] = Europolu

(ChunkerEvaluator) Sentence #2205 from documents/00101933 from sent30

Text  : e ) członkami grupy mogą też zostać osoby z doświadczeniem wynikającym z  prowadzenia badań naukowych na rzecz państwowych lub prywatnych uczelni lub instytutów w  państwach członkowskich (  do dwóch członków )  .
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:

(ChunkerEvaluator) Sentence #2206 from documents/00101933 from sent31

Text  : 3 . Przewodniczący grupy może doradzić Komisji skonsultowanie się z  grupą w  sprawie konkretnego zagadnienia .
Tokens: 1 2 3_____________ 4____ 5___ 6_______ 7______ 8_____________ 9__ 10 11___ 12 13_____ 14_________ 15_________ 16

Chunks:

2016-10-13 16:40:41,636 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 159 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101941.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101941.ini
(ChunkerEvaluator) Sentence #2207 from documents/00101941 from sent1

Text  : Artykuł 9
Tokens: 1______ 2

Chunks:

(ChunkerEvaluator) Sentence #2208 from documents/00101941 from sent2

Text  : Umawiające się Strony będą sprzyjały rozwojowi bezpośrednich kontaktów i współpracy między szkołami wyższymi ,  ponadpodstawowymi i  podstawowymi ,  instytucjami i  organizacjami nauki ,  kultury i  sztuki na podstawie istniejących między nimi umów i  porozumień .
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 #2209 from documents/00101941 from sent3

Text  : Artykuł 10
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #2210 from documents/00101941 from sent4

Text  : Umawiające się Strony będą sprzyjały rozwojowi nauczania języka ukraińskiego ,  literatury i  ukrainistyki w  uczelniach wyższych Rzeczypospolitej Polskiej oraz języka polskiego ,  literatury i  polonistyki w  uczelniach wyższych Ukrainy ,  jak również prowadzeniu badań naukowych w  tych dziedzinach .
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 [17,18] = Rzeczypospolitej Polskiej
  TruePositive nam [29,29] = Ukrainy

(ChunkerEvaluator) Sentence #2211 from documents/00101941 from sent5

Text  : Prowadzona też będzie wymiana wykładowców i lektorów zgodnie z zapotrzebowaniem obu Umawiających się Stron .
Tokens: 1_________ 2__ 3_____ 4______ 5__________ 6 7_______ 8______ 9 10______________ 11_ 12__________ 13_ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #2212 from documents/00101941 from sent6

Text  : Artykuł 11
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #2213 from documents/00101941 from sent7

Text  : Umawiające się Strony będą kontynuować współpracę nad projektem umowy o  wzajemnym uznawaniu i  ekwiwalencji świadectw szkolnych ,  dyplomów ukończenia studiów wyższych i  dyplomów o  nadaniu stopni i  tytułów naukowych .
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 #2214 from documents/00101941 from sent8

Text  : Artykuł 12
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #2215 from documents/00101941 from sent9

Text  : Umawiające się Strony zobowiązują się zapewnić osobom należącym do mniejszości ukraińskiej zamieszkałej na terenie Rzeczypospolitej Polskiej i  osobom należącym do mniejszości polskiej zamieszkałej na terenie Ukrainy warunki sprzyjające zachowaniu ,  rozwojowi i  wyrażaniu ich tożsamości narodowej ,  religijnej ,  kulturowej i  językowej ,  bez jakiejkolwiek dyskryminacji i  na warunkach pełnej równości .
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:
  TruePositive nam [15,16] = Rzeczypospolitej Polskiej
  TruePositive nam [26,26] = Ukrainy

(ChunkerEvaluator) Sentence #2216 from documents/00101941 from sent10

Text  : Każda z Umawiających się Stron będzie na swoim terytorium państwowym wszechstronnie wspierać działalność towarzystw narodowo -  kulturalnych wyżej wymienionych osób ,  zapewni możliwość uzyskiwania przez nie pomocy materialnej z  ich etnicznej ojczyzny ,  a  także będzie sprzyjać zachowaniu więzi kulturowych tych osób z  rodakami zamieszkałymi na terytorium państwowym drugiej 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_______ 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 #2217 from documents/00101941 from sent11

Text  : Artykuł 13
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #2218 from documents/00101941 from sent12

Text  : Każda z Umawiających się Stron zapewni na swoim terytorium osobom wymienionym w  artykule 12 niniejszej umowy możliwość nauczania ich języka ojczystego oraz nauki w  tym języku ,  z  uwzględnieniem historii i  kultury ich etnicznej ojczyzny .
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:

2016-10-13 16:40:41,729 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 160 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101942.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101942.ini
(ChunkerEvaluator) Sentence #2219 from documents/00101942 from sent1

Text  : 2 . a ) Państwo wezwane może ustanowić dodatkowe warunki ograniczające wykorzystanie danych osobowych w  danej sprawie ,  jeżeli wniosek o  pomoc prawną nie mógł by być zrealizowany z  powodu braku takich warunków .
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 #2220 from documents/00101942 from sent2

Text  : W przypadku ustanowienia dodatkowych warunków zgodnie z niniejszym ustępem ,  Państwo wezwane może zażądać od Państwa wzywającego udzielenia informacji na temat wykorzystania dowodów lub informacji .
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 #2221 from documents/00101942 from sent3

Text  : b ) Ogólne ograniczenia odnośnie standardów prawnych Państwa wzywającego dotyczących przetwarzania danych nie mogą być nakładane przez Państwo wezwane jako warunek w  oparciu o  lit .  a  )  udostępniania dowodów lub informacji .
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 #2222 from documents/00101942 from sent4

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2223 from documents/00101942 from sent5

Text  : Jeżeli po przekazaniu Państwu wzywającemu dowodów lub informacji , Państwo wezwane poweźmie wiadomość o  istnieniu okoliczności mogących stanowić przyczynę ustanowienia dodatkowych warunków w  danej sprawie ,  Państwo wezwane może konsultować się z  Państwem wzywającym w  celu określenia zakresu ,  w  jakim owe dowody oraz informacje mają być chronione .
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:

(ChunkerEvaluator) Sentence #2224 from documents/00101942 from sent6

Text  : 4 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2225 from documents/00101942 from sent7

Text  : Organ Centralny Państwa wezwanego może żądać , aby była zachowana poufność informacji lub dowodów dostarczonych na podstawie niniejszej Umowy lub aby zostały wykorzystane zgodnie z  warunkami ustanowionymi przez jego Organ Centralny .
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:
  FalsePositive nam [1,3] = Organ Centralny Państwa
  FalsePositive nam [30,31] = Organ Centralny

(ChunkerEvaluator) Sentence #2226 from documents/00101942 from sent8

Text  : Jeżeli Państwo wzywające akceptuje informacje lub dowody z zastrzeżeniem takich warunków ,  Państwo wzywające dołoży wszelkich starań ,  aby warunki te były przestrzegane Zeznania lub dowody w  Państwie wezwanym
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:
  FalsePositive nam [24,24] = Zeznania

(ChunkerEvaluator) Sentence #2227 from documents/00101942 from sent9

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2228 from documents/00101942 from sent10

Text  : W Państwie wezwanym osoba , od której żąda się zeznań lub dowodu na podstawie niniejszej Umowy ,  powinna być zmuszona ,  jeżeli jest to konieczne ,  do stawiennictwa i  złożenia zeznań lub przedstawienia przedmiotów ,  łącznie z  dokumentami ,  protokołami i  dowodami rzeczowymi .
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

Chunks:

(ChunkerEvaluator) Sentence #2229 from documents/00101942 from sent11

Text  : Osoba składająca fałszywe zeznania , ustnie lub na piśmie ,  w  wykonaniu wniosku ,  podlega ściganiu i  ukaraniu w  Państwie wezwanym ,  zgodnie z  prawem karnym tego Państwa ,  bez względu na to ,  czy osoba ta podlega ściganiu i  ukaraniu w  Państwie wzywającym .
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:

2016-10-13 16:40:41,832 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 161 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101943.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00101943.ini
(ChunkerEvaluator) Sentence #2230 from documents/00101943 from sent1

Text  : 10 ) art . 9 otrzymuje brzmienie :
Tokens: 1_ 2 3__ 4 5 6________ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #2231 from documents/00101943 from sent2

Text  : " Art . 9 .
Tokens: 1 2__ 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #2232 from documents/00101943 from sent3

Text  : Generalny Inspektor Ochrony Danych Osobowych w przypadku , o którym mowa w  art .  34 ust .  4  rozporządzenia (  WE )  nr 1987 /  2006 Parlamentu Europejskiego i  Rady z  dnia 20 grudnia 2006 r  .  w  sprawie utworzenia ,  funkcjonowania i  użytkowania Systemu Informacyjnego Schengen drugiej generacji (  SIS II )  oraz w  art .  49 ust .  4  decyzji Rady 2007 /  533 /  WSiSW z  dnia 12 czerwca 2007 r  .  w  sprawie utworzenia ,  funkcjonowania i  użytkowania Systemu Informacyjnego Schengen drugiej generacji (  SIS II )  ,  jest organem uprawnionym do przekazania sprawy Europejskiemu Inspektorowi Ochrony Danych ,   w   celu podjęcia działań mediacyjnych .   "   ;
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

Chunks:
  TruePositive nam [21,21] = WE
  TruePositive nam [27,28] = Parlamentu Europejskiego
  TruePositive nam [45,47] = Systemu Informacyjnego Schengen
  TruePositive nam [51,51] = SIS
  TruePositive nam [83,85] = Systemu Informacyjnego Schengen
  TruePositive nam [89,89] = SIS
  TruePositive nam [99,102] = Europejskiemu Inspektorowi Ochrony Danych
  FalsePositive nam [2,5] = Inspektor Ochrony Danych Osobowych
  FalsePositive nam [30,30] = Rady
  FalsePositive nam [68,68] = WSiSW
  FalseNegative nam [1,5] = Generalny Inspektor Ochrony Danych Osobowych

(ChunkerEvaluator) Sentence #2233 from documents/00101943 from sent4

Text  : 11 ) w art . 21 ust . 2 otrzymuje brzmienie :
Tokens: 1_ 2 3 4__ 5 6_ 7__ 8 9 10_______ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #2234 from documents/00101943 from sent5

Text  : " 2 .
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2235 from documents/00101943 from sent6

Text  : Minister właściwy do spraw wewnętrznych określi , w drodze rozporządzenia ,  sposób wykorzystywania Krajowego Systemu Informatycznego (  KSI )  jako krajowego interfejsu Wizowego Systemu Informacyjnego ,  w  tym sposób dokonywania wpisów danych VIS ,  a  także wglądu do danych VIS ,  mając na względzie prawidłowe wykonanie przez Rzeczpospolitą Polską zobowiązań wynikających z  udziału w  Wizowym Systemie Informacyjnym .  "  ;
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 [14,16] = Krajowego Systemu Informatycznego
  TruePositive nam [18,18] = KSI
  TruePositive nam [23,25] = Wizowego Systemu Informacyjnego
  TruePositive nam [33,33] = VIS
  TruePositive nam [40,40] = VIS
  TruePositive nam [48,49] = Rzeczpospolitą Polską
  TruePositive nam [55,57] = Wizowym Systemie Informacyjnym

(ChunkerEvaluator) Sentence #2236 from documents/00101943 from sent7

Text  : 12 ) w art . 23 ust . 2 otrzymuje brzmienie :
Tokens: 1_ 2 3 4__ 5 6_ 7__ 8 9 10_______ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #2237 from documents/00101943 from sent8

Text  : " 2 .
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2238 from documents/00101943 from sent9

Text  : W przypadku stwierdzenia przez organ , który dokonał wpisu danych SIS ,  że upłynął okres konieczny do osiągnięcia celów ,  dla których wpis został dokonany ,  lub jest brak podstaw prawnych do dalszego przechowywania tych danych SIS albo że nie upłynął okres konieczny do osiągnięcia celów ,  dla których dany wpis został dokonany ,  organ ten odpowiednio usuwa dane SIS albo przedłuża termin przechowywania danych SIS ,  zawiadamiając jednocześnie o  tym fakcie centralny organ techniczny KSI .  "  ;
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

Chunks:
  TruePositive nam [11,11] = SIS
  TruePositive nam [37,37] = SIS
  TruePositive nam [60,60] = SIS
  TruePositive nam [66,66] = SIS
  TruePositive nam [76,76] = KSI

(ChunkerEvaluator) Sentence #2239 from documents/00101943 from sent10

Text  : 13 ) w art . 27 w ust . 1  :
Tokens: 1_ 2 3 4__ 5 6_ 7 8__ 9 10 11

Chunks:

(ChunkerEvaluator) Sentence #2240 from documents/00101943 from sent11

Text  : a ) pkt 7 otrzymuje brzmienie :
Tokens: 1 2 3__ 4 5________ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #2241 from documents/00101943 from sent12

Text  : " 7 ) współpracy z jednostką krajową Europolu w zakresie udzielania zgody na dostęp Europejskiego Urzędu Policji (  Europol )  do danych VIS ;  "  ,
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 [15,17] = Europejskiego Urzędu Policji
  TruePositive nam [19,19] = Europol
  TruePositive nam [23,23] = VIS
  FalsePositive nam [6,8] = jednostką krajową Europolu
  FalseNegative nam [8,8] = Europolu

(ChunkerEvaluator) Sentence #2242 from documents/00101943 from sent13

Text  : b ) pkt 12 i 13 otrzymują brzmienie :
Tokens: 1 2 3__ 4_ 5 6_ 7________ 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #2243 from documents/00101943 from sent14

Text  : " 12 ) zapobiegania wykorzystywaniu Krajowego Systemu Informatycznego ( KSI )  przez osoby nieuprawnione korzystające ze sprzętu do przekazywania danych ;
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 [6,8] = Krajowego Systemu Informatycznego
  TruePositive nam [10,10] = KSI

(ChunkerEvaluator) Sentence #2244 from documents/00101943 from sent15

Text  : 13 ) zapewnienia możliwości późniejszej weryfikacji i stwierdzenia , które dane zostały wprowadzone poprzez Krajowy System Informatyczny (  KSI )  oraz kiedy i  przez kogo zostały wykorzystane ,  a  także w  jakim zakresie zostały udostępnione ;  "  ,
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 [15,17] = Krajowy System Informatyczny
  TruePositive nam [19,19] = KSI

2016-10-13 16:40:41,963 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 162 from 330: /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 #2245 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 #2246 from documents/00101972 from sent2

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

Chunks:

(ChunkerEvaluator) Sentence #2247 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 #2248 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 #2249 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 #2250 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 #2251 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 #2252 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 [35,35] = Dziennik
  TruePositive nam [50,50] = Dziennik
  FalsePositive nam [16,16] = Naszą
  FalsePositive nam [31,31] = Twój
  FalsePositive nam [69,69] = FUDem
  FalseNegative nam [16,17] = Naszą Klasę
  FalseNegative nam [39,39] = Agorze

(ChunkerEvaluator) Sentence #2253 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 #2254 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 #2255 from documents/00101972 from sent11

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

Chunks:

(ChunkerEvaluator) Sentence #2256 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 #2257 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

2016-10-13 16:40:42,069 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 163 from 330: /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 #2258 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 #2259 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 #2260 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 #2261 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 #2262 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 #2263 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 #2264 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 #2265 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 #2266 from documents/00101976 from sent9

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

Chunks:

2016-10-13 16:40:42,163 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 164 from 330: /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 #2267 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 #2268 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 #2269 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 #2270 from documents/00101979 from sent4

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

Chunks:

2016-10-13 16:40:42,375 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 165 from 330: /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 #2271 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 #2272 from documents/00102007 from sent2

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

Chunks:

(ChunkerEvaluator) Sentence #2273 from documents/00102007 from sent3

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

Chunks:

(ChunkerEvaluator) Sentence #2274 from documents/00102007 from sent4

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

Chunks:

(ChunkerEvaluator) Sentence #2275 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 #2276 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 #2277 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 #2278 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 #2279 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 #2280 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 #2281 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 #2282 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 #2283 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 #2284 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:

2016-10-13 16:40:42,484 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 166 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102027.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102027.ini
(ChunkerEvaluator) Sentence #2285 from documents/00102027 from sent1

Text  : Jakub z KOL rozwinął temat dwóch z postulatów KOL .
Tokens: 1____ 2 3__ 4_______ 5____ 6____ 7 8_________ 9__ 10

Chunks:
  TruePositive nam [3,3] = KOL
  TruePositive nam [9,9] = KOL
  FalseNegative nam [1,1] = Jakub

(ChunkerEvaluator) Sentence #2286 from documents/00102027 from sent2

Text  : Powiedział , że musi być sprawozdanie o wydatkach na mieszkalnictwo .
Tokens: 1_________ 2 3_ 4___ 5__ 6___________ 7 8________ 9_ 10____________ 11

Chunks:

(ChunkerEvaluator) Sentence #2287 from documents/00102027 from sent3

Text  : Miasto nie daje konkretnych rozliczeń np . remontów i nie wiadomo na co poszły pieniądze przez tyle lat .
Tokens: 1_____ 2__ 3___ 4__________ 5________ 6_ 7 8_______ 9 10_ 11_____ 12 13 14____ 15_______ 16___ 17__ 18_ 19

Chunks:

(ChunkerEvaluator) Sentence #2288 from documents/00102027 from sent4

Text  : On także powiedział , że ludzie powinni zając pustostany i  mieć do tego prawo .
Tokens: 1_ 2____ 3_________ 4 5_ 6_____ 7______ 8____ 9_________ 10 11__ 12 13__ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #2289 from documents/00102027 from sent5

Text  : Jako przykład wspominano miasta , gdzie miasto uznaje prawo do mieszkania w  pustostanach dopóki nie pojawi się właściciel .
Tokens: 1___ 2_______ 3_________ 4_____ 5 6____ 7_____ 8_____ 9____ 10 11________ 12 13__________ 14____ 15_ 16____ 17_ 18________ 19

Chunks:

(ChunkerEvaluator) Sentence #2290 from documents/00102027 from sent6

Text  : Wiktor z KOL powiedział , że podwyżki czynszy są wprowadzane w  czasie ,  kiedy wielu ludzi ,  szczególnie biednych ,  mają dodatkowe problemy finansowe z  powodu kryzysu .
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 [1,1] = Wiktor
  TruePositive nam [3,3] = KOL

(ChunkerEvaluator) Sentence #2291 from documents/00102027 from sent7

Text  : Andrzej dodał , że jednym z postulatów WSL są darmowe porady prawne dla lokatorów .
Tokens: 1______ 2____ 3 4_ 5_____ 6 7_________ 8__ 9_ 10_____ 11____ 12____ 13_ 14_______ 15

Chunks:
  TruePositive nam [1,1] = Andrzej
  TruePositive nam [8,8] = WSL

(ChunkerEvaluator) Sentence #2292 from documents/00102027 from sent8

Text  : On także wyjaśnił , że jest mało specjalistów w tej dziedzinie .
Tokens: 1_ 2____ 3_______ 4 5_ 6___ 7___ 8___________ 9 10_ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #2293 from documents/00102027 from sent9

Text  : Piotr z kolei powiedział , że WSL uważa , że poziom zarobków przy kwalifikacji do mieszkań komunalnych są za niskie ,  że to powinno być 100 %  przeciętnych zarobków .
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 [1,1] = Piotr
  TruePositive nam [7,7] = WSL

(ChunkerEvaluator) Sentence #2294 from documents/00102027 from sent10

Text  : Aktywiści WSL i KOL zapowiedzieli zaostrzenie protestów jeśli miasto nie poprawi swojej polityki .
Tokens: 1________ 2__ 3 4__ 5____________ 6__________ 7________ 8____ 9_____ 10_ 11_____ 12____ 13______ 14

Chunks:
  TruePositive nam [2,2] = WSL
  TruePositive nam [4,4] = KOL

2016-10-13 16:40:42,542 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 167 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102031.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102031.ini
(ChunkerEvaluator) Sentence #2295 from documents/00102031 from sent1

Text  : Redakcjom , które przejdą rekrutację Fundacja oferuje 6 bezpłatnych dwudniowych warsztatów (  w  sumie 66 godzin zegarowych zajęć )  .
Tokens: 1________ 2 3____ 4______ 5_________ 6_______ 7______ 8 9__________ 10_________ 11________ 12 13 14___ 15 16____ 17________ 18___ 19 20

Chunks:
  TruePositive nam [6,6] = Fundacja

(ChunkerEvaluator) Sentence #2296 from documents/00102031 from sent2

Text  : W miesiącu odbędzie się 1 warsztat ( terminy do uzgodnienia -  poza okresem ferii ,  egzaminów ,  wakacji i  wszelkich przerw w  nauce )  .
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 #2297 from documents/00102031 from sent3

Text  : Na zakończenie projektu szkoły i redakcje otrzymują certyfikat ukończenia szkoły MAM .
Tokens: 1_ 2__________ 3_______ 4_____ 5 6_______ 7________ 8_________ 9_________ 10____ 11_ 12

Chunks:
  TruePositive nam [11,11] = MAM

(ChunkerEvaluator) Sentence #2298 from documents/00102031 from sent4

Text  : Warsztaty obejmują zajęcia z komunikacji , pracy w grupie (  redakcyjnej )  ,  wyszukiwania i  analizy informacji oraz źródeł informacji ,  autoprezentacji ,  praktycznego pisania gatunków (  m  .  in .  news ,  reportaż ,  komentarz ,  wywiad )  ,  pracy z  aparatem foto i  komórką ,  z  i  przed kamerą ,  etyki dziennikarskiej i  kwestii prawnych związanych z  korzystaniem z  Internetu ,  pracy z  narzędziem –  Qmam System .
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 [62,62] = Internetu
  TruePositive nam [68,69] = Qmam System

(ChunkerEvaluator) Sentence #2299 from documents/00102031 from sent5

Text  : Co trzeba zrobić , aby wziąć udział w rekrutacji do Szkoły MAM ?
Tokens: 1_ 2_____ 3_____ 4 5__ 6____ 7_____ 8 9_________ 10 11____ 12_ 13

Chunks:
  TruePositive nam [11,12] = Szkoły MAM

(ChunkerEvaluator) Sentence #2300 from documents/00102031 from sent6

Text  : Zadania są trzy i dla Was - wszystkie proste .
Tokens: 1______ 2_ 3___ 4 5__ 6__ 7 8________ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #2301 from documents/00102031 from sent7

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2302 from documents/00102031 from sent8

Text  : Przygotujcie tematyczny numer Qmama poświęcony jednemu z poniższych tematów :
Tokens: 1___________ 2_________ 3____ 4____ 5_________ 6______ 7 8_________ 9______ 10

Chunks:
  TruePositive nam [4,4] = Qmama

(ChunkerEvaluator) Sentence #2303 from documents/00102031 from sent9

Text  : wolontariat i e - wolontariat w Waszej szkole , środowisku ;  młodzi o  mediach –  co Was w  nich interesuje ,  co denerwuje ;  moje podwórko ,  środowisko –  co warto zmienić ;  samorząd uczniowski –  czy warto się angażować ;  Internet ,  nowe technologie a  młodzież ;  tradycja i  my –  przywołajmy wspomnienia naszych dziadków i  rodziców ;  moje miasto w  Unii Europejskiej –  jak się zmienia ;
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

Chunks:
  TruePositive nam [42,42] = Internet
  TruePositive nam [63,64] = Unii Europejskiej

(ChunkerEvaluator) Sentence #2304 from documents/00102031 from sent10

Text  : Wykorzystajcie możliwości Qmama – zamieście teksty , filmy , zdjęcia !
Tokens: 1_____________ 2_________ 3____ 4 5________ 6_____ 7 8____ 9 10_____ 11

Chunks:
  TruePositive nam [3,3] = Qmama

(ChunkerEvaluator) Sentence #2305 from documents/00102031 from sent11

Text  : Preferowane będą materiały , które wychodzą poza szkolny schemat i  dotykają Waszych środowisk lokalnych ,  rodzin ,  tego co Was otacza .
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 #2306 from documents/00102031 from sent12

Text  : Czekamy na ciekawe newsy i reportaże , ludzkie historie .
Tokens: 1______ 2_ 3______ 4____ 5 6________ 7 8______ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #2307 from documents/00102031 from sent13

Text  : UWAGA : Qmam musi mieć co najmniej 8 stron .
Tokens: 1____ 2 3___ 4___ 5___ 6_ 7_______ 8 9____ 10

Chunks:
  FalseNegative nam [3,3] = Qmam

(ChunkerEvaluator) Sentence #2308 from documents/00102031 from sent14

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2309 from documents/00102031 from sent15

Text  : Gdy numer Qmama będzie opublikowany ( warunek konieczny ) ,  wypełnijcie ankietę zgłoszeniową ,  którą znajdziecie poniżej i  prześlijcie na adres :  z  dopiskiem :  Szkoła MAM -  rekrutacja
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 [3,3] = Qmama
  TruePositive nam [26,27] = Szkoła MAM

(ChunkerEvaluator) Sentence #2310 from documents/00102031 from sent16

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2311 from documents/00102031 from sent17

Text  : Do ankiety dołączcie scenariusz kolejnego numeru Qmama – jak na redakcyjnym kolegium –  zgłoście 5  najlepszych tematów i  napiszcie ,  krótko w  3  zdaniach –  dlaczego warto się nim zająć i  co trzeba zrobić (  np .  z  kim porozmawiać ,  dokąd pójść ,  co zobaczyć ,  gdzie szukać info )  ,  aby dobry temat zamienił się w  dobry materiał dziennikarski .
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 [7,7] = Qmama

(ChunkerEvaluator) Sentence #2312 from documents/00102031 from sent18

Text  : UWAGA : Nieprzekraczalny termin opublikowania Qmama , wysłania ankiety wraz ze scenariuszem Qmama na adres to 28 IX 2010 ,  godz 23 .  59 .
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 [6,6] = Qmama
  TruePositive nam [13,13] = Qmama

2016-10-13 16:40:42,677 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 168 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102034.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102034.ini
(ChunkerEvaluator) Sentence #2313 from documents/00102034 from sent1

Text  : Od szkoły podstawowej próbowała swoich sił w kółkach teatralnych ,  dziennikarskich ,  językowych .
Tokens: 1_ 2_____ 3__________ 4________ 5_____ 6__ 7 8______ 9__________ 10 11_____________ 12 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #2314 from documents/00102034 from sent2

Text  : Później przyszło Radio Łódź i Lista Przebojów Adama Kołacińskiego ,  dzięki której poznała radio od podszewki .
Tokens: 1______ 2_______ 3____ 4___ 5 6____ 7________ 8____ 9____________ 10 11____ 12____ 13_____ 14___ 15 16_______ 17

Chunks:
  TruePositive nam [3,4] = Radio Łódź
  TruePositive nam [6,7] = Lista Przebojów
  TruePositive nam [8,9] = Adama Kołacińskiego

(ChunkerEvaluator) Sentence #2315 from documents/00102034 from sent3

Text  : Zainteresowania humanistyczne nie przeszkodziły jej jednak w ukończeniu studiów ekonomicznych .
Tokens: 1______________ 2____________ 3__ 4____________ 5__ 6_____ 7 8_________ 9______ 10___________ 11

Chunks:

(ChunkerEvaluator) Sentence #2316 from documents/00102034 from sent4

Text  : Edyta Flis
Tokens: 1____ 2___

Chunks:
  TruePositive nam [1,2] = Edyta Flis

(ChunkerEvaluator) Sentence #2317 from documents/00102034 from sent5

Text  : Koordynatorka projektu
Tokens: 1____________ 2_______

Chunks:

(ChunkerEvaluator) Sentence #2318 from documents/00102034 from sent6

Text  : Od ponad dwóch lat zajmuje się organizacją imprez kulturalnych .
Tokens: 1_ 2____ 3____ 4__ 5______ 6__ 7__________ 8_____ 9___________ 10

Chunks:

(ChunkerEvaluator) Sentence #2319 from documents/00102034 from sent7

Text  : Koordynowała dwie edycje Światowego Przeglądu Folkloru „ Integracje ” w  Poznaniu .
Tokens: 1___________ 2___ 3_____ 4_________ 5________ 6_______ 7 8_________ 9 10 11______ 12

Chunks:
  TruePositive nam [4,8] = Światowego Przeglądu Folkloru „ Integracje
  TruePositive nam [11,11] = Poznaniu

(ChunkerEvaluator) Sentence #2320 from documents/00102034 from sent8

Text  : Z wykształcenia socjolog i menadżer kultury .
Tokens: 1 2____________ 3_______ 4 5_______ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #2321 from documents/00102034 from sent9

Text  : W Fundacji Nowe Media odpowiedzialna za Internetowy Wirtualny Konkurs Chopinowski –  Chopin Garage Band .
Tokens: 1 2_______ 3___ 4____ 5_____________ 6_ 7__________ 8________ 9______ 10_________ 11 12____ 13____ 14__ 15

Chunks:
  TruePositive nam [2,4] = Fundacji Nowe Media
  FalsePositive nam [7,10] = Internetowy Wirtualny Konkurs Chopinowski
  FalsePositive nam [12,14] = Chopin Garage Band
  FalseNegative nam [7,14] = Internetowy Wirtualny Konkurs Chopinowski – Chopin Garage Band

(ChunkerEvaluator) Sentence #2322 from documents/00102034 from sent10

Text  : W wolnych chwilach zajmuje się grafiką , maluje na szkle i  jeździ na rowerze odkrywając nowe ,  interesujące miejsca .
Tokens: 1 2______ 3_______ 4______ 5__ 6______ 7 8_____ 9_ 10___ 11 12____ 13 14_____ 15________ 16__ 17 18__________ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #2323 from documents/00102034 from sent11

Text  : Marcin Grudzień
Tokens: 1_____ 2_______

Chunks:
  TruePositive nam [1,2] = Marcin Grudzień

(ChunkerEvaluator) Sentence #2324 from documents/00102034 from sent12

Text  : Koordynator programu Młodzieżowej Akcji Multimedialnej
Tokens: 1__________ 2_______ 3___________ 4____ 5_____________

Chunks:
  TruePositive nam [3,5] = Młodzieżowej Akcji Multimedialnej

(ChunkerEvaluator) Sentence #2325 from documents/00102034 from sent13

Text  : Odpowiada za kontakt z animatorami , szkolenia dla uczniów i  nauczycieli .
Tokens: 1________ 2_ 3______ 4 5__________ 6 7________ 8__ 9______ 10 11_________ 12

Chunks:

(ChunkerEvaluator) Sentence #2326 from documents/00102034 from sent14

Text  : Polubił Qmama od pierwszego wejrzenia , choć pamięta czasy ,  kiedy druk był górą .
Tokens: 1______ 2____ 3_ 4_________ 5________ 6 7___ 8______ 9____ 10 11___ 12__ 13_ 14__ 15

Chunks:
  TruePositive nam [2,2] = Qmama

(ChunkerEvaluator) Sentence #2327 from documents/00102034 from sent15

Text  : Wcześniej dziennikarz , redaktor , animator medialny z 12 -  letnim stażem .
Tokens: 1________ 2__________ 3 4_______ 5 6_______ 7_______ 8 9_ 10 11____ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #2328 from documents/00102034 from sent16

Text  : Doświadczenie w mediach i szkoleniach zdobywał w Stowarzyszeniu Młodych Dziennikarzy „  Polis ”  .
Tokens: 1____________ 2 3______ 4 5__________ 6_______ 7 8_____________ 9______ 10__________ 11 12___ 13 14

Chunks:
  FalsePositive nam [8,10] = Stowarzyszeniu Młodych Dziennikarzy
  FalsePositive nam [12,12] = Polis
  FalseNegative nam [8,13] = Stowarzyszeniu Młodych Dziennikarzy „ Polis ”

(ChunkerEvaluator) Sentence #2329 from documents/00102034 from sent17

Text  : Pisał o integracji europejskiej w magazynie „ Unia & Polska ”  i  polityce międzynarodowej w  dzienniku „  Życie ”  oraz tygodniku „  Ozon ”  .
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 [8,10] = Unia & Polska
  TruePositive nam [18,18] = Życie
  TruePositive nam [23,23] = Ozon

(ChunkerEvaluator) Sentence #2330 from documents/00102034 from sent18

Text  : Ponadto redaktor działu ekonomicznego w „ Dzienniku ” , sekretarz redakcji w  miesięczniku „  Podróże ”  ,  twórca projektów z  zakresu customer publishing ,  m  .  in .  dla PKO BP i  Ergo Hestii .
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 [7,7] = Dzienniku
  TruePositive nam [15,15] = Podróże
  TruePositive nam [30,31] = PKO BP
  TruePositive nam [33,34] = Ergo Hestii

(ChunkerEvaluator) Sentence #2331 from documents/00102034 from sent19

Text  : Przeprowadził około 80 szkoleń medialnych dla uczniów , studentów ,  nauczycieli ,  dziennikarzy i  PR-owców .
Tokens: 1____________ 2____ 3_ 4______ 5_________ 6__ 7______ 8 9________ 10 11_________ 12 13__________ 14 15______ 16

Chunks:
  FalsePositive nam [15,15] = PR-owców

(ChunkerEvaluator) Sentence #2332 from documents/00102034 from sent20

Text  : Współautor podręcznika dla liderów warsztatów dziennikarskich .
Tokens: 1_________ 2__________ 3__ 4______ 5_________ 6______________ 7

Chunks:

(ChunkerEvaluator) Sentence #2333 from documents/00102034 from sent21

Text  : Michał Horbulewicz
Tokens: 1_____ 2__________

Chunks:
  TruePositive nam [1,2] = Michał Horbulewicz

(ChunkerEvaluator) Sentence #2334 from documents/00102034 from sent22

Text  : Koordynator ds . komunikacji projektu MAM , Redaktor portali projektu MAM
Tokens: 1__________ 2_ 3 4__________ 5_______ 6__ 7 8_______ 9______ 10______ 11_

Chunks:
  TruePositive nam [6,6] = MAM
  TruePositive nam [11,11] = MAM

(ChunkerEvaluator) Sentence #2335 from documents/00102034 from sent23

Text  : W wolnych chwilach staje na skalistym klifie , podgryzanym przez pieniące się fale ,  a  włos jego gęsty powiewa na wietrze ,  jak i  sukno ,  którym się odział .
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 #2336 from documents/00102034 from sent24

Text  : W innych okolicznościach , decydując się twardo stąpać po ziemi ,  staje się mediofilem ,  moderatorem ,  bądź zaangażowanym obywatelem .
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 #2337 from documents/00102034 from sent25

Text  : Absolwent nauk politycznych na UW .
Tokens: 1________ 2___ 3___________ 4_ 5_ 6

Chunks:
  TruePositive nam [5,5] = UW

(ChunkerEvaluator) Sentence #2338 from documents/00102034 from sent26

Text  : Dziennikarsko dojrzewał na łamach " Pod Wiatr " , potem m  .  in .  w  Radio Plus Bydgoszcz i  TVP Bydgoszcz oraz Monitorze Wiadomości w  TVP1 .
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 [6,7] = Pod Wiatr
  TruePositive nam [16,18] = Radio Plus Bydgoszcz
  TruePositive nam [20,21] = TVP Bydgoszcz
  TruePositive nam [23,24] = Monitorze Wiadomości
  TruePositive nam [26,26] = TVP1

(ChunkerEvaluator) Sentence #2339 from documents/00102034 from sent27

Text  : W nieodległej przeszłości nauczyciel akademicki i szef działu mediów w  agencji PR .
Tokens: 1 2__________ 3__________ 4_________ 5_________ 6 7___ 8_____ 9_____ 10 11_____ 12 13

Chunks:
  FalsePositive nam [12,12] = PR

(ChunkerEvaluator) Sentence #2340 from documents/00102034 from sent28

Text  : Z Fundacją Nowe Media związany najpierw jako animator ; przyjąwszy wcielenie Qmpla wsłuchuje się w  głos młodych dziennikarzy -  pomaga im w  zmaganiach z  weną i  żywiołem zespołowej pracy ;  komunikuje ,  organizuje ,  redaguje .
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 [2,4] = Fundacją Nowe Media
  TruePositive nam [12,12] = Qmpla

2016-10-13 16:40:42,819 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 169 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102039.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102039.ini
(ChunkerEvaluator) Sentence #2341 from documents/00102039 from sent1

Text  : Yochai Benkler w książce “ Wealth of networks ” dzieli wszelką produkcję dzieł niematerialnych na trzy kategorie w  zależności od strategii producenta –  strategię rynkową opartą na monopolu ,  strategię rynkową ,  ale nie opartą na monopolu ,  oraz strategię nierynkową i  nie opartą na monopolu .
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 [1,2] = Yochai Benkler
  TruePositive nam [6,8] = Wealth of networks

(ChunkerEvaluator) Sentence #2342 from documents/00102039 from sent2

Text  : Zwraca przy tym uwagę , że dziś wszystkie trzy mają swoje miejsce w  przestrzeni społecznej .
Tokens: 1_____ 2___ 3__ 4____ 5 6_ 7___ 8________ 9___ 10__ 11___ 12_____ 13 14_________ 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #2343 from documents/00102039 from sent3

Text  : Topowy piosenkarz nagrywający hity działa według pierwszej z nich ,  jako że jego dochody uzależnione są od tantiem .
Tokens: 1_____ 2_________ 3__________ 4___ 5_____ 6_____ 7________ 8 9___ 10 11__ 12 13__ 14_____ 15_________ 16 17 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #2344 from documents/00102039 from sent4

Text  : Zespół disco polo grający na dyskotekach i weselach nie potrzebuje wyłączności ,  jako że popularne piosenki są tylko narzędziem do zdobywania zamówień na koncerty .
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 #2345 from documents/00102039 from sent5

Text  : Wreszcie garażowy zespół publikujący piosenki w sieci działa według trzeciej strategii –  jego członkowie nie muszą zarabiać na swojej twórczości .
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 #2346 from documents/00102039 from sent6

Text  : Jest im ona potrzebna np . do zdobycia pozycji społecznej w  grupie lub po prostu dla przyjemności .
Tokens: 1___ 2_ 3__ 4________ 5_ 6 7_ 8_______ 9______ 10________ 11 12____ 13_ 14 15____ 16_ 17__________ 18

Chunks:

(ChunkerEvaluator) Sentence #2347 from documents/00102039 from sent7

Text  : Wszystkie trzy strategie spotkamy we wszelkich dziedzinach produkcji dzieł niematerialnych .
Tokens: 1________ 2___ 3________ 4_______ 5_ 6________ 7__________ 8________ 9____ 10_____________ 11

Chunks:

(ChunkerEvaluator) Sentence #2348 from documents/00102039 from sent8

Text  : Podział Benklera robi się interesujący , gdy zdamy sobie sprawę ,  że nie tylko pojedynczy twórca wybiera spośród przedstawionych strategii .
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 [2,2] = Benklera

(ChunkerEvaluator) Sentence #2349 from documents/00102039 from sent9

Text  : Czynią to także instytucje i całe sieci społeczne lub biznesowe .
Tokens: 1_____ 2_ 3____ 4_________ 5 6___ 7____ 8________ 9__ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2350 from documents/00102039 from sent10

Text  : Przykładem sieci korzystającej z pierwszej strategii jest RCA – amerykański oligopol radiowy ,  który poprzez restrykcyjną politykę licencyjną wykluczył możliwość pojawienia się nowych konkurentów na rynku .
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 [8,8] = RCA

(ChunkerEvaluator) Sentence #2351 from documents/00102039 from sent11

Text  : Przykładem sieci drugiej strategii może być Philips – dzielił się swoimi patentami i  know -  how dotyczącym płyt audio CD ,  bo wiedział że poprzez popularyzację danej technologii osiągnie więcej ,  niż skazując się na funkcjonowanie w  niszy .
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 [7,7] = Philips
  TruePositive nam [20,20] = CD

(ChunkerEvaluator) Sentence #2352 from documents/00102039 from sent12

Text  : Wreszcie przykładem trzeciej sieci jest Wikipedia : internetowa encyklopedia która może być rozwijana przez każdego .
Tokens: 1_______ 2_________ 3_______ 4____ 5___ 6________ 7 8__________ 9___________ 10___ 11__ 12_ 13_______ 14___ 15_____ 16

Chunks:
  TruePositive nam [6,6] = Wikipedia

(ChunkerEvaluator) Sentence #2353 from documents/00102039 from sent13

Text  : Tradycyjne podejście do produkcji niematerialnej – której efektem będzie wiedza ,  kultura lub informacja w  zależności od kontekstu –  polega na stosowaniu tych samych procedur ,  co w  przypadku produkcji dóbr materialnych .
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 #2354 from documents/00102039 from sent14

Text  : Wydawca zamawia u twórcy towar , na który istnieje zapotrzebowanie na rynku .
Tokens: 1______ 2______ 3 4_____ 5____ 6 7_ 8____ 9_______ 10_____________ 11 12___ 13

Chunks:
  FalsePositive nam [1,1] = Wydawca

(ChunkerEvaluator) Sentence #2355 from documents/00102039 from sent15

Text  : Dzięki sztucznym monopolom ( prawo autorskie , patenty ) wydawca w  modelu sprzedaży egzemplarzowej dystrybuuje kopie utworu .
Tokens: 1_____ 2________ 3________ 4 5____ 6________ 7 8______ 9 10_____ 11 12____ 13_______ 14____________ 15_________ 16___ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #2356 from documents/00102039 from sent16

Text  : Uzyskiwane zyski umożliwiają zamawianie u twórców kolejnych dzieł .
Tokens: 1_________ 2____ 3__________ 4_________ 5 6______ 7________ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #2357 from documents/00102039 from sent17

Text  : Ten model doskonale sprawdzał się w epoce jednokierunkowych massmediów ,  które wymuszały duże inwestycje i  wymagały dużych ,  sprawnie działających organizacji .
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 #2358 from documents/00102039 from sent18

Text  : Z historycznych przyczyn konstrukcja prawa faworyzuje ten sposób myślenia o  twórczości .
Tokens: 1 2____________ 3_______ 4__________ 5____ 6_________ 7__ 8_____ 9_______ 10 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #2359 from documents/00102039 from sent19

Text  : Dziś sztuczne monopole ciągle dają wydawcom ogromną kontrolę nad sposobami wykorzystania i  tworzenia idei .
Tokens: 1___ 2_______ 3_______ 4_____ 5___ 6_______ 7______ 8_______ 9__ 10_______ 11___________ 12 13_______ 14__ 15

Chunks:

2016-10-13 16:40:42,952 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 170 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102041.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102041.ini
(ChunkerEvaluator) Sentence #2360 from documents/00102041 from sent1

Text  : Dziś Creative Commons obchodzi czwarte urodziny - przedsięwzięcie ruszyło dokładnie 16 grudnia 2002 w  San Francisco .
Tokens: 1___ 2_______ 3______ 4_______ 5______ 6_______ 7 8______________ 9______ 10_______ 11 12_____ 13__ 14 15_ 16_______ 17

Chunks:
  TruePositive nam [2,3] = Creative Commons
  TruePositive nam [15,16] = San Francisco

(ChunkerEvaluator) Sentence #2361 from documents/00102041 from sent2

Text  : Wprawdzie zbiorowe odśpiewanie “ happy birthday ” - jak pamiętają słuchacze wykładu Lessiga w  Krakowie w  kwietniu 2005 -  wciąż może być przestępstwem (  gdyż jest to utwór chroniony amerykańskim prawem i  jego publiczne wykonanie wiąże się z  koniecznością płacenia tantiem )  ,  to zmieniło się wiele -  i  to nie tylko w  Stanach Zjednoczonych .
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 [13,13] = Lessiga
  TruePositive nam [15,15] = Krakowie
  TruePositive nam [54,55] = Stanach Zjednoczonych

(ChunkerEvaluator) Sentence #2362 from documents/00102041 from sent3

Text  : Nie ma też wątpliwości , że CC było jednym z  najważniejszych impulsów dla idei “  2  .  0  ″  (  na marginesie -  w  wersji 2  .  0  niedawno książka Lessiga “  Code ”  ;  więcej na wzmiankowanym już blogu lub polskiej stronie CC )  .
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

Chunks:
  TruePositive nam [7,7] = CC
  TruePositive nam [44,44] = CC
  FalsePositive nam [31,33] = Lessiga “ Code
  FalseNegative nam [31,31] = Lessiga
  FalseNegative nam [33,33] = Code

(ChunkerEvaluator) Sentence #2363 from documents/00102041 from sent4

Text  : Z kolei w poniedziałek ogłoszone zostaną wyniki głosowanie na najlepsze blogi .
Tokens: 1 2____ 3 4___________ 5________ 6______ 7_____ 8_________ 9_ 10_______ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #2364 from documents/00102041 from sent5

Text  : W ciągu 8 dni internauci oddali ponad pół miliona głosów .
Tokens: 1 2____ 3 4__ 5_________ 6_____ 7____ 8__ 9______ 10____ 11

Chunks:
  TruePositive nam [5,5] = internauci

(ChunkerEvaluator) Sentence #2365 from documents/00102041 from sent6

Text  : Z najnowszego raportu Gartnera wynika , że w przyszłym roku blogosfera rozrośnie się do rekordowego rozmiaru 100 milionów blogów .
Tokens: 1 2__________ 3______ 4_______ 5_____ 6 7_ 8 9________ 10__ 11________ 12_______ 13_ 14 15_________ 16______ 17_ 18______ 19____ 20

Chunks:
  TruePositive nam [4,4] = Gartnera

(ChunkerEvaluator) Sentence #2366 from documents/00102041 from sent7

Text  : Później już nie będzie tak spektakularnych wzrostów , bo już dziś liczba osób porzucających pisanie blogów rośnie niemal równie szybko ,  jak liczba samych sieciowych dzienników .
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 #2367 from documents/00102041 from sent8

Text  : Właśnie na porzucaniu sieciowej aktywności i krytyce bezsensownej czasem żonglerki cyframi skoncentrowany jest interesujący tekst Claya Shirky na blogu Corante .
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 [16,17] = Claya Shirky
  TruePositive nam [20,20] = Corante

(ChunkerEvaluator) Sentence #2368 from documents/00102041 from sent9

Text  : Jego bohaterem jest gra “ Second Life ” , której rzeczywiście wszędzie ostatnio pełno .
Tokens: 1___ 2________ 3___ 4__ 5 6_____ 7___ 8 9 10____ 11__________ 12______ 13______ 14___ 15

Chunks:
  TruePositive nam [6,7] = Second Life

(ChunkerEvaluator) Sentence #2369 from documents/00102041 from sent10

Text  : Autor dowodzi , że nieco na wyrost .
Tokens: 1____ 2______ 3 4_ 5____ 6_ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #2370 from documents/00102041 from sent11

Text  : Zresztą do rozwijania społecznego kontekstu gier nie zawsze potrzeba trójwymiarowej grafiki i  tysięcy współpracujących ze sobą graczy -  doskonałym przykładem może być instalacja Arcade niemieckiej grupy Blinkenlights .
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 [24,24] = Arcade
  TruePositive nam [27,27] = Blinkenlights

(ChunkerEvaluator) Sentence #2371 from documents/00102041 from sent12

Text  : Oddanie we władanie graczy fasad wielkich budynków w centrach miast uważam za genialny pomysł i  coś w  rodzaju czasowego odbicia przestrzeni publicznej władającemu nią dziś niepodzielnie biznesowi .
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 #2372 from documents/00102041 from sent13

Text  : Do dziś nie mogę odżałować , że nie udało się zorganizować polskiej odsłony w  trakcie naszej konferencji -  może kiedyś …
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 #2373 from documents/00102041 from sent14

Text  : Innym pomysłem był machinimowy warsztat dla młodych ludzi , którzy mieli by przygotować animacje w  grze “  The Movies ”  .
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 [18,19] = The Movies

(ChunkerEvaluator) Sentence #2374 from documents/00102041 from sent15

Text  : Może jednak uda się uruchomić nową inicjatywę edukacyjną i jeszcze kiedyś “  odgrzać ”  ideę warsztatów .
Tokens: 1___ 2_____ 3__ 4__ 5________ 6___ 7_________ 8_________ 9 10_____ 11____ 12 13_____ 14 15__ 16________ 17

Chunks:

(ChunkerEvaluator) Sentence #2375 from documents/00102041 from sent16

Text  : A przy okazji - jeśli macie inne propozycje , chętnie przeczytamy .
Tokens: 1 2___ 3_____ 4 5____ 6____ 7___ 8_________ 9 10_____ 11_________ 12

Chunks:

2016-10-13 16:40:43,068 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 171 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102047.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102047.ini
(ChunkerEvaluator) Sentence #2376 from documents/00102047 from sent1

Text  : Śmiertelny wypadek na obwodnicy
Tokens: 1_________ 2______ 3_ 4________

Chunks:

(ChunkerEvaluator) Sentence #2377 from documents/00102047 from sent2

Text  : Przed godziną 17 na skrzyżowaniu krajowej drogi nr 1 oraz ul .  Gębickiej doszło do zderzenia samochodu osobowego z  ciężarówką .
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 [13,13] = Gębickiej
  FalsePositive nam [4,9] = na skrzyżowaniu krajowej drogi nr 1
  FalseNegative nam [6,9] = krajowej drogi nr 1

(ChunkerEvaluator) Sentence #2378 from documents/00102047 from sent3

Text  : Jedna osoba zginęła .
Tokens: 1____ 2____ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #2379 from documents/00102047 from sent4

Text  : Uszkodzone samochody przez kilkadziesiąt minut uniemożliwiały przejazd w obu kierunkach obwodnicą Ozorkowa .
Tokens: 1_________ 2________ 3____ 4____________ 5____ 6_____________ 7_______ 8 9__ 10________ 11_______ 12______ 13

Chunks:
  TruePositive nam [12,12] = Ozorkowa

2016-10-13 16:40:43,085 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 172 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102048.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102048.ini
(ChunkerEvaluator) Sentence #2380 from documents/00102048 from sent1

Text  : Od piątku do niedzieli w Sokolnikach uszy puchną przy rynku i  ul .  Jagiellońskiej .
Tokens: 1_ 2_____ 3_ 4________ 5 6__________ 7___ 8_____ 9___ 10___ 11 12 13 14____________ 15

Chunks:
  TruePositive nam [6,6] = Sokolnikach
  TruePositive nam [14,14] = Jagiellońskiej
  FalseNegative nam [10,10] = rynku

(ChunkerEvaluator) Sentence #2381 from documents/00102048 from sent2

Text  : Restauracje , bary piwne i kawiarnia walczą o gości głośną muzyką .
Tokens: 1__________ 2 3___ 4____ 5 6________ 7_____ 8 9____ 10____ 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #2382 from documents/00102048 from sent3

Text  : Wójt wprawdzie walczy o ciszę nocną w weekendy , chociażby od godz .  23 ,  ale nie znajduje posłuchu .
Tokens: 1___ 2________ 3_____ 4 5____ 6____ 7 8_______ 9 10_______ 11 12__ 13 14 15 16_ 17_ 18______ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #2383 from documents/00102048 from sent4

Text  : - Rzadko bywam w Sokolnikach , ale po jednym z  lipcowych weekendów u  znajomych mam dosyć -  opowiada Monika Pawlik z  Łodzi .
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] = Sokolnikach
  TruePositive nam [19,20] = Monika Pawlik
  TruePositive nam [22,22] = Łodzi

(ChunkerEvaluator) Sentence #2384 from documents/00102048 from sent5

Text  : - Poszli śmy spać może o północy , a do czwartej nad ranem słyszała m  hałasy dochodzące od ulicy Jagiellońskiej .
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 [20,20] = Jagiellońskiej

(ChunkerEvaluator) Sentence #2385 from documents/00102048 from sent6

Text  : Młodzież dostała klucze od taty i w piętnastkę okupowała barek w  ogrodzie przed rezydencją .
Tokens: 1_______ 2______ 3_____ 4_ 5___ 6 7 8_________ 9________ 10___ 11 12______ 13___ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #2386 from documents/00102048 from sent7

Text  : Muzykę mogli śmy ścierpieć , ale nie te dzikie wrzaski i  przekleństwa .
Tokens: 1_____ 2____ 3__ 4________ 5 6__ 7__ 8_ 9_____ 10_____ 11 12__________ 13

Chunks:

(ChunkerEvaluator) Sentence #2387 from documents/00102048 from sent8

Text  : Rano pijana młodzież ścigała się autami i motocyklami na wąskich drogach między domami .
Tokens: 1___ 2_____ 3_______ 4______ 5__ 6_____ 7 8__________ 9_ 10_____ 11_____ 12____ 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #2388 from documents/00102048 from sent9

Text  : Koszmar .
Tokens: 1______ 2

Chunks:

(ChunkerEvaluator) Sentence #2389 from documents/00102048 from sent10

Text  : A policji ani śladu .
Tokens: 1 2______ 3__ 4____ 5

Chunks:

(ChunkerEvaluator) Sentence #2390 from documents/00102048 from sent11

Text  : Drugie przekleństwo mieszkańców to oszołomiona piwem młodzież hałaśliwie wytaczająca się wieczorami z  lokali .
Tokens: 1_____ 2___________ 3__________ 4_ 5__________ 6____ 7_______ 8_________ 9__________ 10_ 11________ 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #2391 from documents/00102048 from sent12

Text  : - Mamy tutaj właściciela kawiarni , który nie walczy o  klienta za wszelką cenę i  drewnem wygłuszył swój lokal -  opowiada Mieczysław Szychowski ,  szef Rady Osiedla w  Sokolnikach .
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 [22,23] = Mieczysław Szychowski
  TruePositive nam [26,27] = Rady Osiedla
  TruePositive nam [29,29] = Sokolnikach

(ChunkerEvaluator) Sentence #2392 from documents/00102048 from sent13

Text  : - Drugi wyszedł z muzyką do ludzi przed lokal .
Tokens: 1 2____ 3______ 4 5_____ 6_ 7____ 8____ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #2393 from documents/00102048 from sent14

Text  : A wiadomo : im słabszy zespół , tym więcej decybeli .
Tokens: 1 2______ 3 4_ 5______ 6_____ 7 8__ 9_____ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #2394 from documents/00102048 from sent15

Text  : Mamy wreszcie bar piwny , który w papierach jest otwarty do dwudziestej ,  a  faktycznie do pierwszej w  nocy .
Tokens: 1___ 2_______ 3__ 4____ 5 6____ 7 8________ 9___ 10_____ 11 12_________ 13 14 15________ 16 17_______ 18 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #2395 from documents/00102048 from sent16

Text  : Na ulicach Sokolnik potrzebna jest w sezonie policja .
Tokens: 1_ 2______ 3_______ 4________ 5___ 6 7______ 8______ 9

Chunks:
  TruePositive nam [3,3] = Sokolnik

(ChunkerEvaluator) Sentence #2396 from documents/00102048 from sent17

Text  : Na razie mieszka tu generał policji , a w zaimprowizowanym komisariacie po strażakach dyżuruje dzielnicowy .
Tokens: 1_ 2____ 3______ 4_ 5______ 6______ 7 8 9 10______________ 11__________ 12 13________ 14______ 15_________ 16

Chunks:

(ChunkerEvaluator) Sentence #2397 from documents/00102048 from sent18

Text  : Dwa razy w tygodniu .
Tokens: 1__ 2___ 3 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #2398 from documents/00102048 from sent19

Text  : Stanowczo za rzadko .
Tokens: 1________ 2_ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #2399 from documents/00102048 from sent20

Text  : I nie zastąpi radiowozu z czterema barczystymi policjantami .
Tokens: 1 2__ 3______ 4________ 5 6_______ 7__________ 8___________ 9

Chunks:

(ChunkerEvaluator) Sentence #2400 from documents/00102048 from sent21

Text  : Gdzie indziej nie jest lepiej .
Tokens: 1____ 2______ 3__ 4___ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #2401 from documents/00102048 from sent22

Text  : Michał Olejniczak z Łodzi często spaceruje po lesie między Justynowem a  Zieloną Górą .
Tokens: 1_____ 2_________ 3 4____ 5_____ 6________ 7_ 8____ 9_____ 10________ 11 12_____ 13__ 14

Chunks:
  TruePositive nam [1,2] = Michał Olejniczak
  TruePositive nam [4,4] = Łodzi
  TruePositive nam [10,10] = Justynowem
  TruePositive nam [12,13] = Zieloną Górą

(ChunkerEvaluator) Sentence #2402 from documents/00102048 from sent23

Text  : Kiedyś dostępu do lasu broniły szlabany , a na ścieżkach można było spotkać strażników leśnych .
Tokens: 1_____ 2______ 3_ 4___ 5______ 6_______ 7 8 9_ 10_______ 11___ 12__ 13_____ 14________ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #2403 from documents/00102048 from sent24

Text  : Teraz na leśnych duktach ludzie uczą się jeździć albo skracają sobie drogę .
Tokens: 1____ 2_ 3______ 4______ 5_____ 6___ 7__ 8______ 9___ 10______ 11___ 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #2404 from documents/00102048 from sent25

Text  : Ostatnio zaatakował go bulterier spuszczony z kagańca .
Tokens: 1_______ 2_________ 3_ 4________ 5_________ 6 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #2405 from documents/00102048 from sent26

Text  : Psów bez należytej opieki jest w lesie za stanowczo za dużo .
Tokens: 1___ 2__ 3________ 4_____ 5___ 6 7____ 8_ 9________ 10 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #2406 from documents/00102048 from sent27

Text  : Z kolei Anna P . z Zofiówki opowiada , że letnicy najbardziej cierpią z  powodu sklepu ,  w  którym sprzedaje się piwo na miejscu .
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 [3,5] = Anna P .
  TruePositive nam [7,7] = Zofiówki

2016-10-13 16:40:43,207 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 173 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102050.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102050.ini
(ChunkerEvaluator) Sentence #2407 from documents/00102050 from sent1

Text  : Co roku w najatrakcyjniejszych miejscowościach regionu łódzkiego powstaje kilkadziesiąt nowych domów .
Tokens: 1_ 2___ 3 4___________________ 5______________ 6______ 7________ 8_______ 9____________ 10____ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #2408 from documents/00102050 from sent2

Text  : Najpopularniejsze są Grotniki , Sokolniki i Dobroń .
Tokens: 1________________ 2_ 3_______ 4 5________ 6 7_____ 8

Chunks:
  TruePositive nam [3,3] = Grotniki
  TruePositive nam [5,5] = Sokolniki
  TruePositive nam [7,7] = Dobroń

(ChunkerEvaluator) Sentence #2409 from documents/00102050 from sent3

Text  : Ci , którzy przenoszą się na wieś , uciekają od zgiełku miasta .
Tokens: 1_ 2 3_____ 4________ 5__ 6_ 7___ 8 9_______ 10 11_____ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #2410 from documents/00102050 from sent4

Text  : Z roku na rok rośnie liczba wydawanych pozwoleń na budowę .
Tokens: 1 2___ 3_ 4__ 5_____ 6_____ 7_________ 8_______ 9_ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #2411 from documents/00102050 from sent5

Text  : W powiecie zgierskim najpopularniejsze są gminy Zgierz i Ozorków .
Tokens: 1 2_______ 3________ 4________________ 5_ 6____ 7_____ 8 9______ 10

Chunks:
  TruePositive nam [3,3] = zgierskim
  TruePositive nam [7,7] = Zgierz
  TruePositive nam [9,9] = Ozorków

(ChunkerEvaluator) Sentence #2412 from documents/00102050 from sent6

Text  : W ubiegłym roku powstało tam łącznie 130 nowych domów ,  w  tym już 60 .
Tokens: 1 2_______ 3___ 4_______ 5__ 6______ 7__ 8_____ 9____ 10 11 12_ 13_ 14 15

Chunks:

(ChunkerEvaluator) Sentence #2413 from documents/00102050 from sent7

Text  : Najczęściej nowych mieszkańców zyskują Sokolniki , Helenów , Katarzynów ,  Grotniki ,  Jedlicze i  Rosanów .
Tokens: 1__________ 2_____ 3__________ 4______ 5________ 6 7______ 8 9_________ 10 11______ 12 13______ 14 15_____ 16

Chunks:
  TruePositive nam [5,5] = Sokolniki
  TruePositive nam [7,7] = Helenów
  TruePositive nam [9,9] = Katarzynów
  TruePositive nam [11,11] = Grotniki
  TruePositive nam [13,13] = Jedlicze
  TruePositive nam [15,15] = Rosanów

(ChunkerEvaluator) Sentence #2414 from documents/00102050 from sent8

Text  : Przyciągają : cisza , bliskość lasów , piękne krajobrazy i  spokój .
Tokens: 1__________ 2 3____ 4 5_______ 6____ 7 8_____ 9_________ 10 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #2415 from documents/00102050 from sent9

Text  : Z nowych mieszkańców cieszą się władze gmin .
Tokens: 1 2_____ 3__________ 4_____ 5__ 6_____ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #2416 from documents/00102050 from sent10

Text  : - To dla nas promocja , no i zysk -  mówi Władysław Sobolewski ,  wójt gminy Ozorków .
Tokens: 1 2_ 3__ 4__ 5_______ 6 7_ 8 9___ 10 11__ 12_______ 13________ 14 15__ 16___ 17_____ 18

Chunks:
  TruePositive nam [12,13] = Władysław Sobolewski
  TruePositive nam [17,17] = Ozorków

(ChunkerEvaluator) Sentence #2417 from documents/00102050 from sent11

Text  : - Mamy wpływy z podatków , miejscowości się rozwijają ,  powstają nowe miejsca pracy .
Tokens: 1 2___ 3_____ 4 5_______ 6 7___________ 8__ 9________ 10 11______ 12__ 13_____ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #2418 from documents/00102050 from sent12

Text  : Życie poza miastem nie jest jednak tanie .
Tokens: 1____ 2___ 3______ 4__ 5___ 6_____ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #2419 from documents/00102050 from sent13

Text  : Wraz ze wzrostem zainteresowania , rosną ceny ziemi .
Tokens: 1___ 2_ 3_______ 4______________ 5 6____ 7___ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #2420 from documents/00102050 from sent14

Text  : Za atrakcyjne działki rolnicy żądają od 10 do 20 zł za metr kwadratowy .
Tokens: 1_ 2_________ 3______ 4______ 5_____ 6_ 7_ 8_ 9_ 10 11 12__ 13________ 14

Chunks:
  TruePositive nam [10,10] = zł

(ChunkerEvaluator) Sentence #2421 from documents/00102050 from sent15

Text  : Na rynku wtórnym ceny są jeszcze wyższe .
Tokens: 1_ 2____ 3______ 4___ 5_ 6______ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #2422 from documents/00102050 from sent16

Text  : Za metr ziemi w Grotnikach czy Sokolnikach trzeba zapłacić 50 zł .
Tokens: 1_ 2___ 3____ 4 5_________ 6__ 7__________ 8_____ 9_______ 10 11 12

Chunks:
  TruePositive nam [5,5] = Grotnikach
  TruePositive nam [7,7] = Sokolnikach
  TruePositive nam [11,11] = zł

(ChunkerEvaluator) Sentence #2423 from documents/00102050 from sent17

Text  : Taniej jest w Rosanowie 25 – 30 zł .
Tokens: 1_____ 2___ 3 4________ 5_ 6 7_ 8_ 9

Chunks:
  TruePositive nam [4,4] = Rosanowie
  TruePositive nam [8,8] = zł

(ChunkerEvaluator) Sentence #2424 from documents/00102050 from sent18

Text  : Budowlany boom przeżywają także miejscowości położone wokół Pabianic .
Tokens: 1________ 2___ 3_________ 4____ 5___________ 6_______ 7____ 8_______ 9

Chunks:
  TruePositive nam [8,8] = Pabianic

(ChunkerEvaluator) Sentence #2425 from documents/00102050 from sent19

Text  : W ostatnim roku w pabianickim starostwie powiatowym wydano blisko 100 decyzji na budowę domów jednorodzinnych i  rezydencji .
Tokens: 1 2_______ 3___ 4 5__________ 6_________ 7_________ 8_____ 9_____ 10_ 11_____ 12 13____ 14___ 15_____________ 16 17________ 18

Chunks:

(ChunkerEvaluator) Sentence #2426 from documents/00102050 from sent20

Text  : Andrzej Piasecki postanowił przeprowadzić się w okolice Chechła z Łodzi .
Tokens: 1______ 2_______ 3_________ 4____________ 5__ 6 7______ 8______ 9 10___ 11

Chunks:
  TruePositive nam [1,2] = Andrzej Piasecki
  TruePositive nam [8,8] = Chechła
  TruePositive nam [10,10] = Łodzi

(ChunkerEvaluator) Sentence #2427 from documents/00102050 from sent21

Text  : Kupił 0 , 5 - hektarową działkę .
Tokens: 1____ 2 3 4 5 6________ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #2428 from documents/00102050 from sent22

Text  : - Ziemia nie była droga , bo kupił em ją od znajomego gospodarza .
Tokens: 1 2_____ 3__ 4___ 5____ 6 7_ 8____ 9_ 10 11 12_______ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #2429 from documents/00102050 from sent23

Text  : Zamierzam postawić tu jednokondygnacyjny , czteropokojowy dom - mówi .
Tokens: 1________ 2_______ 3_ 4_________________ 5 6_____________ 7__ 8 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #2430 from documents/00102050 from sent24

Text  : - Postęp prac zależy od domowego budżetu .
Tokens: 1 2_____ 3___ 4_____ 5_ 6_______ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #2431 from documents/00102050 from sent25

Text  : Skorzystam również z bankowego kredytu .
Tokens: 1_________ 2______ 3 4________ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2432 from documents/00102050 from sent26

Text  : Budowlane działki kupowane i zasiedlane są również w Dłutowie ,  Hermanowie ,  Porszewicach czy Janowie .
Tokens: 1________ 2______ 3_______ 4 5_________ 6_ 7______ 8 9_______ 10 11________ 12 13__________ 14_ 15_____ 16

Chunks:
  TruePositive nam [9,9] = Dłutowie
  TruePositive nam [11,11] = Hermanowie
  TruePositive nam [13,13] = Porszewicach
  TruePositive nam [15,15] = Janowie

(ChunkerEvaluator) Sentence #2433 from documents/00102050 from sent27

Text  : Wciąż trwa moda na Dobroń .
Tokens: 1____ 2___ 3___ 4_ 5_____ 6

Chunks:
  TruePositive nam [5,5] = Dobroń

(ChunkerEvaluator) Sentence #2434 from documents/00102050 from sent28

Text  : Wiejskie rezydencje „ napędzają ” rynek materiałów budowlanych .
Tokens: 1_______ 2_________ 3 4________ 5 6____ 7_________ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #2435 from documents/00102050 from sent29

Text  : Przy trasie Pabianice - Łask działa kilkanaście składów budowlanych .
Tokens: 1___ 2_____ 3________ 4 5___ 6_____ 7__________ 8______ 9__________ 10

Chunks:
  TruePositive nam [3,3] = Pabianice
  TruePositive nam [5,5] = Łask

(ChunkerEvaluator) Sentence #2436 from documents/00102050 from sent30

Text  : Oferują m . in . : siatki ogrodzeniowe , farby ,  cement i  drewno .
Tokens: 1______ 2 3 4_ 5 6 7_____ 8___________ 9 10___ 11 12____ 13 14____ 15

Chunks:

2016-10-13 16:40:43,324 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 174 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102056.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102056.ini
(ChunkerEvaluator) Sentence #2437 from documents/00102056 from sent1

Text  : XV MAM Forum Pismaków dobiegło końca , emocje opadły ,  a  redakcje wracają w  pociągach i  autobusach do swoich miast i  szkół .
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 [1,4] = XV MAM Forum Pismaków

(ChunkerEvaluator) Sentence #2438 from documents/00102056 from sent2

Text  : Dla wszystkich , którzy nie mogli być obecni w Wałbrzychu ,  przedstawiamy pierwsze relacje z  największego ogólnopolskiego konkursu gazetek szkolnych .
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] = Wałbrzychu

(ChunkerEvaluator) Sentence #2439 from documents/00102056 from sent3

Text  : Wyniki konkursu gazetek szkolnych oraz wybrane teksty nagrodzone w kategorii indywidualnej możecie przeczytać w  Qmamie MIG 13 z  Publicznego Gimnazjum nr 13 w  Wałbrzychu (  w  Zespole Szkół nr 2  -  w  którym odbywał się finał )  .
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 [15,17] = Qmamie MIG 13
  TruePositive nam [19,22] = Publicznego Gimnazjum nr 13
  TruePositive nam [24,24] = Wałbrzychu
  TruePositive nam [27,30] = Zespole Szkół nr 2

(ChunkerEvaluator) Sentence #2440 from documents/00102056 from sent4

Text  : Przed finałową galą już od kilku lat odbywają się również warsztaty dziennikarskie ,  których rezultatem w  tym roku były aż 4  Qmamy -  w  tym ,  po raz pierwszy gazetki nauczycielskie .
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:
  FalseNegative nam [22,22] = Qmamy

(ChunkerEvaluator) Sentence #2441 from documents/00102056 from sent5

Text  : Dwie redakcje pod wodzą Moniki Toppich i Kamila Wiśniewskiego (  młodych redaktorów pisma młodzieżowego Outro )  doprowadziły do powstania "  12 Godzin "  i  "  The Qmax "  .
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 [5,6] = Moniki Toppich
  TruePositive nam [8,9] = Kamila Wiśniewskiego
  TruePositive nam [15,15] = Outro
  TruePositive nam [26,27] = The Qmax
  FalsePositive nam [22,22] = Godzin
  FalseNegative nam [21,22] = 12 Godzin

(ChunkerEvaluator) Sentence #2442 from documents/00102056 from sent6

Text  : Nauczycielki i nauczyciele , opiekunowie przybyłych na finał redakcji opublikowali "  Forum Świraków "  i  "  Forum Książęce "  .
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] = Forum Świraków
  TruePositive nam [17,18] = Forum Książęce

(ChunkerEvaluator) Sentence #2443 from documents/00102056 from sent7

Text  : Zapraszamy wszystkich do lektury nagrodzonych gazet i tekstów oraz śledzenia strony Forum Pismaków ,  gdzie będą ukazywać się kolejne relacje .
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 [12,13] = Forum Pismaków

(ChunkerEvaluator) Sentence #2444 from documents/00102056 from sent8

Text  : Polecamy także oglądanie telewizji szkolnej BreakTV , która relacjonowała na specjalnej stronie ostatnie trzy dni .
Tokens: 1_______ 2____ 3________ 4________ 5_______ 6______ 7 8____ 9____________ 10 11________ 12_____ 13______ 14__ 15_ 16

Chunks:
  TruePositive nam [6,6] = BreakTV

(ChunkerEvaluator) Sentence #2445 from documents/00102056 from sent9

Text  : Fundacja Nowe Media , będąca od zeszłego roku współorganizatorem Forum Pismaków ,  chciała by bardzo serdecznie pogratulować wszystkim zwycięzcom tegorocznego Forum oraz wszystkim osobom ,  które wspierały organizację konkursu .
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 [1,3] = Fundacja Nowe Media
  TruePositive nam [10,11] = Forum Pismaków
  FalseNegative nam [21,21] = Forum

(ChunkerEvaluator) Sentence #2446 from documents/00102056 from sent10

Text  : Specjalne podziękowania należą się pani Elżbiecie Surze , inicjatorce i  organizatorece Forum Pismaków od samego początku jego istnienia .
Tokens: 1________ 2____________ 3_____ 4__ 5___ 6________ 7____ 8 9__________ 10 11____________ 12___ 13______ 14 15____ 16______ 17__ 18_______ 19

Chunks:
  TruePositive nam [6,7] = Elżbiecie Surze
  TruePositive nam [12,13] = Forum Pismaków

2016-10-13 16:40:43,409 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 175 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102062.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102062.ini
(ChunkerEvaluator) Sentence #2447 from documents/00102062 from sent1

Text  : 5 - 8grudnia 2010 r . w miejscowości Sumy w  Centrum Informacji Europejskiej odbył się cykl szkoleń „  Wolontariat –  droga do sukcesu .
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 [9,9] = Sumy
  TruePositive nam [11,13] = Centrum Informacji Europejskiej
  FalsePositive nam [19,19] = Wolontariat
  FalseNegative nam [19,23] = Wolontariat – droga do sukcesu

(ChunkerEvaluator) Sentence #2448 from documents/00102062 from sent2

Text  : Zwiększenie potencjału Centrów Informacji Europejskiej . ”
Tokens: 1__________ 2_________ 3______ 4_________ 5___________ 6 7

Chunks:
  FalsePositive nam [3,5] = Centrów Informacji Europejskiej
  FalseNegative nam [1,5] = Zwiększenie potencjału Centrów Informacji Europejskiej

(ChunkerEvaluator) Sentence #2449 from documents/00102062 from sent3

Text  : Trzynastu przedstawicieli z różnych miast Ukrainy miało okazję spotkać się i  omówić mechanizmy współpracy z  wolontariuszami :  zaangażowanie ,  wspieranie oraz rozwój .
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 [6,6] = Ukrainy

(ChunkerEvaluator) Sentence #2450 from documents/00102062 from sent4

Text  : CIE zapewnia swobodny dostęp do informacji o Europie , Unii Europejskiej ,  aspektach współpracy między Ukrainą a  UE w  celu promowania europejskiej integracji Ukrainy .
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] = CIE
  TruePositive nam [8,8] = Europie
  TruePositive nam [10,11] = Unii Europejskiej
  TruePositive nam [16,16] = Ukrainą
  TruePositive nam [18,18] = UE
  TruePositive nam [24,24] = Ukrainy

(ChunkerEvaluator) Sentence #2451 from documents/00102062 from sent5

Text  : W części przedstawiającej działania międzynarodowych organizacji młodzieżowych przedstawiony został projekt Młodzieżowej Akcji Multimedialnej .
Tokens: 1 2_____ 3_______________ 4________ 5_______________ 6__________ 7____________ 8____________ 9_____ 10_____ 11__________ 12___ 13____________ 14

Chunks:
  TruePositive nam [11,13] = Młodzieżowej Akcji Multimedialnej

(ChunkerEvaluator) Sentence #2452 from documents/00102062 from sent6

Text  : Dyskutowano o przyszłości dziennikarstwa obywatelskiego oraz o możliwości współpracy sieci CIE z  Fundacją Nowe Media ,  w  celu promocji europejskich standardów pracy z  młodzieżą .
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] = CIE
  TruePositive nam [13,15] = Fundacją Nowe Media

(ChunkerEvaluator) Sentence #2453 from documents/00102062 from sent7

Text  : Planowane są kolejne warsztaty MAM na Ukrainie w 22 miastach oraz dwukierunkowe wsparcie informacyjne .
Tokens: 1________ 2_ 3______ 4________ 5__ 6_ 7_______ 8 9_ 10______ 11__ 12___________ 13______ 14__________ 15

Chunks:
  TruePositive nam [5,5] = MAM
  TruePositive nam [7,7] = Ukrainie

2016-10-13 16:40:43,455 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 176 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102074.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102074.ini
(ChunkerEvaluator) Sentence #2454 from documents/00102074 from sent1

Text  : Umieścił em na wiki CC PL surowe tłumaczenie filmu “  Good Copy Bad Copy ”  (  który pokazywali śmy na wtorkowym spotkaniu z  cyklu 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

Chunks:
  TruePositive nam [11,14] = Good Copy Bad Copy
  TruePositive nam [25,28] = Kultura 2 . 0
  FalsePositive nam [5,6] = CC PL
  FalseNegative nam [4,6] = wiki CC PL

(ChunkerEvaluator) Sentence #2455 from documents/00102074 from sent2

Text  : Prosimy wszystkie osoby , które są zainteresowane jego wykorzystaniem o  pomoc -  do 20 listopada chcemy je oczyścić z  błędów .
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 #2456 from documents/00102074 from sent3

Text  : Zapraszamy więc serdecznie do wprowadzenia korekty na wiki - jednocześnie prosimy o  nie kopiowanie tekstu do innych miejsc w  sieci ,  gdyż jest to wersja niedopracowana .
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 [8,8] = wiki

2016-10-13 16:40:43,484 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 177 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102079.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102079.ini
(ChunkerEvaluator) Sentence #2457 from documents/00102079 from sent1

Text  : Zespół Orchid gra alternatywny pop - rock z użyciem gitar ,  perkusji oraz mało skomplikowanego modułu klawiszowego .
Tokens: 1_____ 2_____ 3__ 4___________ 5__ 6 7___ 8 9______ 10___ 11 12______ 13__ 14__ 15_____________ 16____ 17__________ 18

Chunks:
  TruePositive nam [2,2] = Orchid

(ChunkerEvaluator) Sentence #2458 from documents/00102079 from sent2

Text  : Jego członkowie są młodzi , a proporcje płciowe układają się 3  :  3  .
Tokens: 1___ 2_________ 3_ 4_____ 5 6 7________ 8______ 9_______ 10_ 11 12 13 14

Chunks:

(ChunkerEvaluator) Sentence #2459 from documents/00102079 from sent3

Text  : Jakiś czas temu korespondował em z członkami zespołu nt .  używania licencji CC -  EPka zespołu jest swobodnie dostępna na licencji Creative Commons (  CC BY NC ND )  w  serwisie Jamendo .
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 [13,13] = CC
  TruePositive nam [22,23] = Creative Commons
  TruePositive nam [25,28] = CC BY NC ND
  TruePositive nam [32,32] = Jamendo

(ChunkerEvaluator) Sentence #2460 from documents/00102079 from sent4

Text  : Przy okazji posłuchał em ich piosenek , i bardzo mi się spodobały -  szczególnie wyraźna lekkość ,  z  jaką całość się dzieje .
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 #2461 from documents/00102079 from sent5

Text  : Co dla mnie oznacza pop w najlepszym tego słowa znaczeniu .
Tokens: 1_ 2__ 3___ 4______ 5__ 6 7_________ 8___ 9____ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2462 from documents/00102079 from sent6

Text  : Teraz zespół Orchid zakwalifikował się do finału festiwalu Vena ,  w  którym nagrodą jest 100 ,  000 złotych .
Tokens: 1____ 2_____ 3_____ 4_____________ 5__ 6_ 7_____ 8________ 9___ 10 11 12____ 13_____ 14__ 15_ 16 17_ 18_____ 19

Chunks:
  TruePositive nam [3,3] = Orchid
  TruePositive nam [9,9] = Vena
  TruePositive nam [18,18] = złotych

(ChunkerEvaluator) Sentence #2463 from documents/00102079 from sent7

Text  : Zachęcam wszystkich z Was do głosowania na zespół z conajmniej dwóch powodów :  1  )  muzyka jest b  .  dobra ;  oraz 2  )  warto wspierać artystów korzystających z  licencji CC .
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 [31,31] = CC

(ChunkerEvaluator) Sentence #2464 from documents/00102079 from sent8

Text  : Jedna z członkiń zespołu zapewnia , że
Tokens: 1____ 2 3_______ 4______ 5_______ 6 7_

Chunks:

(ChunkerEvaluator) Sentence #2465 from documents/00102079 from sent9

Text  : “ [ . . . ] taka wygrana była by dla nas otwarciem furtki do nagrania i  wyprodukowania w  pełni profesjonalnego długogrającego debiutu ,  w  formule produkcyjnej ,  która odpowiadała by naszym artystycznym ambicjom .
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 #2466 from documents/00102079 from sent10

Text  : Nie muszę chyba dodawać , że naszą ambicją NIE JEST bycie wyłowionym przez dużą wytwórnię ,  ale po prostu granie tego co kochamy i  zademonstrowanie ,  że ‘  w  Polsce jednak można ’  ”  .
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 [30,30] = Polsce

(ChunkerEvaluator) Sentence #2467 from documents/00102079 from sent11

Text  : Głosować można na stronie WWW festiwalu , klikając w utwór nr 101 (  utwory zostały zanonimizowane ,  z  bliżej nieznanych mi powodów )  ,  lub wysyłając SMSa na numer 7278 o  treści VENA 101 .
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:
  FalsePositive nam [5,5] = WWW
  FalsePositive nam [27,27] = SMSa
  FalsePositive nam [33,34] = VENA 101
  FalseNegative nam [33,33] = VENA

(ChunkerEvaluator) Sentence #2468 from documents/00102079 from sent12

Text  : Kto wie , może powstanie kolejna płyta z utworami dostępnymi również na licencjach CC ?
Tokens: 1__ 2__ 3 4___ 5________ 6______ 7____ 8 9_______ 10________ 11_____ 12 13________ 14 15

Chunks:
  TruePositive nam [14,14] = CC

2016-10-13 16:40:43,573 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 178 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102080.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102080.ini
(ChunkerEvaluator) Sentence #2469 from documents/00102080 from sent1

Text  : Ruszyła właśnie kampania społeczna na rzecz zebrania 100 000 podpisów pod obywatelską inicjatywą ustawodawczą na rzecz zmiany ustawy o  ochronie przyrody .
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 #2470 from documents/00102080 from sent2

Text  : Celem jest wprowadzenie takich zmian , by samorządy nie mogły blokować rozwoju parków narodowych .
Tokens: 1____ 2___ 3___________ 4_____ 5____ 6 7_ 8________ 9__ 10___ 11______ 12_____ 13____ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #2471 from documents/00102080 from sent3

Text  : Przede wszystkim chodzi o poszerzenie granic Białowieskiego Parku Narodowego ,  co skutecznie od lat blokują lokalne samorządy .
Tokens: 1_____ 2________ 3_____ 4 5__________ 6_____ 7_____________ 8____ 9_________ 10 11 12________ 13 14_ 15_____ 16_____ 17_______ 18

Chunks:
  TruePositive nam [7,9] = Białowieskiego Parku Narodowego

(ChunkerEvaluator) Sentence #2472 from documents/00102080 from sent4

Text  : Ale też o utworzenie nowych parków .
Tokens: 1__ 2__ 3 4_________ 5_____ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #2473 from documents/00102080 from sent5

Text  : Związki między “ commons ” cyfrowym a wspólną przyrodą są oczywiste -  polecam artykuł Jamesa Boyle ’  a  ,  który porównuje troskę o  cyfrowe dobra wspólne z  ruchem ekologicznym .
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:
  FalsePositive nam [15,18] = Jamesa Boyle ’ a
  FalseNegative nam [4,4] = commons
  FalseNegative nam [15,16] = Jamesa Boyle

(ChunkerEvaluator) Sentence #2474 from documents/00102080 from sent6

Text  : Dlatego zachęcam Was wszystkich - jeśli troszczycie się o rozwój wolnej kultury ,  to poświęćcie chwilę na uwolnienie Puszczy Białowieskiej i  innych parków narodowych .
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 [19,20] = Puszczy Białowieskiej

(ChunkerEvaluator) Sentence #2475 from documents/00102080 from sent7

Text  : Formularze do zbierania podpisów można znaleźć na stronie Oddajcie parki narodowi lub Ty decydujesz .
Tokens: 1_________ 2_ 3________ 4_______ 5____ 6______ 7_ 8______ 9_______ 10___ 11______ 12_ 13 14________ 15

Chunks:
  FalseNegative nam [9,11] = Oddajcie parki narodowi
  FalseNegative nam [13,14] = Ty decydujesz

2016-10-13 16:40:43,620 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 179 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102084.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102084.ini
(ChunkerEvaluator) Sentence #2476 from documents/00102084 from sent1

Text  : W programie :
Tokens: 1 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #2477 from documents/00102084 from sent2

Text  : - rozstrzygnięcie II Regionalnego Konkursu Fotograficznego " Ozorków na starej fotografii "  "  pod honorowym patronatem Burmistrza Miasta Ozorkowa
Tokens: 1 2______________ 3_ 4___________ 5_______ 6______________ 7 8______ 9_ 10____ 11________ 12 13 14_ 15_______ 16________ 17________ 18____ 19______

Chunks:
  TruePositive nam [3,11] = II Regionalnego Konkursu Fotograficznego " Ozorków na starej fotografii
  TruePositive nam [17,19] = Burmistrza Miasta Ozorkowa

(ChunkerEvaluator) Sentence #2478 from documents/00102084 from sent3

Text  : - montaż słowno - muzyczny pt . " Ozorków -  moje miasto "  w  wykonaniu uczniów Szkoły Podstawowej nr 4  w  Ozorkowie
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 [9,12] = Ozorków - moje miasto
  TruePositive nam [17,20] = Szkoły Podstawowej nr 4
  TruePositive nam [22,22] = Ozorkowie
  FalsePositive nam [9,9] = Ozorków

(ChunkerEvaluator) Sentence #2479 from documents/00102084 from sent4

Text  : - słodki poczęstunek
Tokens: 1 2_____ 3__________

Chunks:

(ChunkerEvaluator) Sentence #2480 from documents/00102084 from sent5

Text  : Zapraszamy !
Tokens: 1_________ 2

Chunks:

2016-10-13 16:40:43,638 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 180 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102101.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102101.ini
(ChunkerEvaluator) Sentence #2481 from documents/00102101 from sent1

Text  : Sokół Syguła Aleksandrów - MKP Bzura 1 : 0 (  0  :  0  )  Sokół Syguła Aleksandrów -  MKP Bzura 1  :  0  (  0  :  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

Chunks:
  TruePositive nam [1,3] = Sokół Syguła Aleksandrów
  TruePositive nam [5,6] = MKP Bzura
  TruePositive nam [15,17] = Sokół Syguła Aleksandrów
  TruePositive nam [19,20] = MKP Bzura

(ChunkerEvaluator) Sentence #2482 from documents/00102101 from sent2

Text  : Zła passa zespołu MKP Bzura trwa nadal .
Tokens: 1__ 2____ 3______ 4__ 5____ 6___ 7____ 8

Chunks:
  TruePositive nam [4,5] = MKP Bzura

(ChunkerEvaluator) Sentence #2483 from documents/00102101 from sent3

Text  : W meczu wyjazdowym z Sokołem Aleksandrów przegrała 1 : 0  .
Tokens: 1 2____ 3_________ 4 5______ 6__________ 7________ 8 9 10 11

Chunks:
  TruePositive nam [5,6] = Sokołem Aleksandrów

(ChunkerEvaluator) Sentence #2484 from documents/00102101 from sent4

Text  : Mecz wzbudził bardzo duże zainteresowanie wśród licznie przybyłych kibiców .
Tokens: 1___ 2_______ 3_____ 4___ 5______________ 6____ 7______ 8_________ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #2485 from documents/00102101 from sent5

Text  : Z początku nic nie zapowiadało klęski naszej drużyny .
Tokens: 1 2_______ 3__ 4__ 5__________ 6_____ 7_____ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #2486 from documents/00102101 from sent6

Text  : Piłkarze MKP grali " z głową " .
Tokens: 1_______ 2__ 3____ 4 5 6____ 7 8

Chunks:
  TruePositive nam [2,2] = MKP

(ChunkerEvaluator) Sentence #2487 from documents/00102101 from sent7

Text  : Po przerwie sytuacja znacznie się skomplikowała .
Tokens: 1_ 2_______ 3_______ 4_______ 5__ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #2488 from documents/00102101 from sent8

Text  : Z powodu kontuzji boisko musiało opuścić dwóch wartościowych zawodników :  Konczarek i  Szczęsny .
Tokens: 1 2_____ 3_______ 4_____ 5______ 6______ 7____ 8____________ 9_________ 10 11_______ 12 13______ 14

Chunks:
  TruePositive nam [11,11] = Konczarek
  TruePositive nam [13,13] = Szczęsny

(ChunkerEvaluator) Sentence #2489 from documents/00102101 from sent9

Text  : Taka kolej rzeczy znacznie ułatwiła grę piłkarzom Sokoła .
Tokens: 1___ 2____ 3_____ 4_______ 5_______ 6__ 7________ 8_____ 9

Chunks:
  TruePositive nam [8,8] = Sokoła

(ChunkerEvaluator) Sentence #2490 from documents/00102101 from sent10

Text  : W 60 minucie Aleksandrowianie obejmują prowadzenie 1 : 0 a  to wystarcza ,  aby na swoje konto dopisali 3  punkty .
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 [4,4] = Aleksandrowianie

(ChunkerEvaluator) Sentence #2491 from documents/00102101 from sent11

Text  : Bzura zagrała : Fortecki , Ciszewski , Bulzacki , Kałuziński ,  Kończarek ,  Szczęsny ,  Szpiegowski ,  Chmielecki ,  Koziak ,  Koźlik ,  Ziemniak .
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] = Bzura
  TruePositive nam [4,4] = Fortecki
  TruePositive nam [6,6] = Ciszewski
  TruePositive nam [8,8] = Bulzacki
  TruePositive nam [10,10] = Kałuziński
  TruePositive nam [12,12] = Kończarek
  TruePositive nam [14,14] = Szczęsny
  TruePositive nam [16,16] = Szpiegowski
  TruePositive nam [18,18] = Chmielecki
  TruePositive nam [20,20] = Koziak
  TruePositive nam [22,22] = Koźlik
  TruePositive nam [24,24] = Ziemniak

(ChunkerEvaluator) Sentence #2492 from documents/00102101 from sent12

Text  : Z powodu kontuzji zabrakło Śludkowskiego i Klimkiewicza
Tokens: 1 2_____ 3_______ 4_______ 5____________ 6 7___________

Chunks:
  TruePositive nam [5,5] = Śludkowskiego
  TruePositive nam [7,7] = Klimkiewicza

2016-10-13 16:40:43,689 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 181 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102103.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102103.ini
(ChunkerEvaluator) Sentence #2493 from documents/00102103 from sent1

Text  : W minioną sobotę w okolicach Ozorkowa odbył się trzeci "  Rajd Jesienny "  zorganizowany przez Komisję Turystyki Pieszej Oddziału Zgierskiego PTTK .
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 [6,6] = Ozorkowa
  TruePositive nam [11,12] = Rajd Jesienny
  TruePositive nam [16,21] = Komisję Turystyki Pieszej Oddziału Zgierskiego PTTK

(ChunkerEvaluator) Sentence #2494 from documents/00102103 from sent2

Text  : Kierownikiem Rajdu była wiceprzewodnicząca Komisji - Jadwiga Wilmańska , jej zastępcą Robert Starzyński .
Tokens: 1___________ 2____ 3___ 4_________________ 5______ 6 7______ 8________ 9 10_ 11______ 12____ 13________ 14

Chunks:
  TruePositive nam [2,2] = Rajdu
  TruePositive nam [7,8] = Jadwiga Wilmańska
  TruePositive nam [12,13] = Robert Starzyński
  FalsePositive nam [5,5] = Komisji

(ChunkerEvaluator) Sentence #2495 from documents/00102103 from sent3

Text  : Rajd odbywał się na trzech trasach pieszych i jednej rowerowej .
Tokens: 1___ 2______ 3__ 4_ 5_____ 6______ 7_______ 8 9_____ 10_______ 11

Chunks:
  FalsePositive nam [1,1] = Rajd

(ChunkerEvaluator) Sentence #2496 from documents/00102103 from sent4

Text  : Pierwsza z nich , licząca 15 km prowadziła z Lućmierza ,  druga -  10 km wiodła z  Grotnik ,  trzecia -  dla najmłodszych -  6  km ze Słowika .
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 [10,10] = Lućmierza
  TruePositive nam [18,18] = Grotnik
  TruePositive nam [28,28] = Słowika

(ChunkerEvaluator) Sentence #2497 from documents/00102103 from sent5

Text  : Kolarze jechali na trasach dowolnych .
Tokens: 1______ 2______ 3_ 4______ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #2498 from documents/00102103 from sent6

Text  : W rajdzie wzięło udział 319 osób w 26 drużynach z  Głowna ,  Ozorkowa ,  Łodzi Parzęczewa i  Zgierza .
Tokens: 1 2______ 3_____ 4_____ 5__ 6___ 7 8_ 9________ 10 11____ 12 13______ 14 15___ 16________ 17 18_____ 19

Chunks:
  TruePositive nam [11,11] = Głowna
  TruePositive nam [13,13] = Ozorkowa
  TruePositive nam [18,18] = Zgierza
  FalsePositive nam [15,16] = Łodzi Parzęczewa
  FalseNegative nam [15,15] = Łodzi
  FalseNegative nam [16,16] = Parzęczewa

(ChunkerEvaluator) Sentence #2499 from documents/00102103 from sent7

Text  : Zwycięzcą została drużyna ze Szkoły Podstawowej nr 1 w Głownie ,  II miejsce zajęły dwie drużyny ze zgierskich Gimnazjów nr 1  i  nr 3  ,  miejsce trzecie zdobyła drużyna SLO im .  Traugutta w  Zgierzu .
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 [5,8] = Szkoły Podstawowej nr 1
  TruePositive nam [10,10] = Głownie
  TruePositive nam [30,33] = SLO im . Traugutta
  TruePositive nam [35,35] = Zgierzu
  FalsePositive nam [19,21] = Gimnazjów nr 1

(ChunkerEvaluator) Sentence #2500 from documents/00102103 from sent8

Text  : W organizacji Rajdu pomagali : zgierski PTTK , Starostwo Powiatowe ,  UMZ ,  TPZ ,  Oddział PTTK w  Ozorkowie ,  Gimnazjum w  Ozorkowie ,  głównym sponsorem był Bank Spółdzielczy w  Ozorkowie .
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 [7,7] = PTTK
  TruePositive nam [9,10] = Starostwo Powiatowe
  TruePositive nam [12,12] = UMZ
  TruePositive nam [14,14] = TPZ
  TruePositive nam [17,17] = PTTK
  TruePositive nam [19,19] = Ozorkowie
  TruePositive nam [21,21] = Gimnazjum
  TruePositive nam [23,23] = Ozorkowie
  FalsePositive nam [3,3] = Rajdu
  FalsePositive nam [28,29] = Bank Spółdzielczy
  FalsePositive nam [31,31] = Ozorkowie
  FalseNegative nam [28,31] = Bank Spółdzielczy w Ozorkowie

2016-10-13 16:40:43,749 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 182 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102108.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102108.ini
(ChunkerEvaluator) Sentence #2501 from documents/00102108 from sent1

Text  : Jak wybrać model ?
Tokens: 1__ 2_____ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #2502 from documents/00102108 from sent2

Text  : Dla osób , które nie miały wcześniej styczności z samochodami RC ,  wybór pierwszego modelu jest bardzo trudny .
Tokens: 1__ 2___ 3 4____ 5__ 6____ 7________ 8_________ 9 10_________ 11 12 13___ 14________ 15____ 16__ 17____ 18____ 19

Chunks:
  FalsePositive nam [11,11] = RC

(ChunkerEvaluator) Sentence #2503 from documents/00102108 from sent3

Text  : Sprzedawcy zachwalają oferowane przez siebie modele jako najlepsze , dyskusje na forach modelarskich są niezrozumiałe ,  a  trudno zadawać pytania ,  jeśli nawet nie wiadomo o  co pytać .
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 #2504 from documents/00102108 from sent4

Text  : Dlatego w tym krótkim przewodniku chcieli by śmy pomóc wybrać i  kupić model w  czterech prostych krokach :
Tokens: 1______ 2 3__ 4______ 5__________ 6______ 7_ 8__ 9____ 10____ 11 12___ 13___ 14 15______ 16______ 17_____ 18

Chunks:

(ChunkerEvaluator) Sentence #2505 from documents/00102108 from sent5

Text  : Wskazówka : model czy zabawka ?
Tokens: 1________ 2 3____ 4__ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #2506 from documents/00102108 from sent6

Text  : Osobom spoza społeczności modelarzy rozróżnienie model czy zabawka wydaje sie często zupełnie niezrozumiałe .
Tokens: 1_____ 2____ 3___________ 4________ 5___________ 6____ 7__ 8______ 9_____ 10_ 11____ 12______ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #2507 from documents/00102108 from sent7

Text  : W końcu na pierwszy rzut oka wszystkie te autka wyglądają jak zabawki .
Tokens: 1 2____ 3_ 4_______ 5___ 6__ 7________ 8_ 9____ 10_______ 11_ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #2508 from documents/00102108 from sent8

Text  : Wbrew pozorom rozróżnienie to jednak ma sens i należy przy wyborze samochodu zwrócić na to uwagę .
Tokens: 1____ 2______ 3___________ 4_ 5_____ 6_ 7___ 8 9_____ 10__ 11_____ 12_______ 13_____ 14 15 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #2509 from documents/00102108 from sent9

Text  : Bez wdawania się w szczegóły możemy przyjąć , że zabawki RC nadają się doskonale dla dzieci w  wieku do 5  lat .
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 #2510 from documents/00102108 from sent10

Text  : Dla osób starszych musimy już kupić model .
Tokens: 1__ 2___ 3________ 4_____ 5__ 6____ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #2511 from documents/00102108 from sent11

Text  : Jak zatem odróżnić model od zabawki ?
Tokens: 1__ 2____ 3_______ 4____ 5_ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #2512 from documents/00102108 from sent12

Text  : Proponujemy bardzo prosty sposób - wystarczy sprawdzić , pytając sprzedawcy lub odwiedzając stronę internetową producenta ,  czy do danego samochodu dostępne są wszystkie części zamienne .
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 #2513 from documents/00102108 from sent13

Text  : Zaznaczamy , nie chodzi tu tylko o opony czy akumulator ,  lecz o  absolutnie wszystkie części .
Tokens: 1_________ 2 3__ 4_____ 5_ 6____ 7 8____ 9__ 10________ 11 12__ 13 14________ 15_______ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #2514 from documents/00102108 from sent14

Text  : Każdy element podwozia , każda ośka czy zębatka , powinny mieć swój numer katalogowy i  być dostępne w  sprzedaży .
Tokens: 1____ 2______ 3_______ 4 5____ 6___ 7__ 8______ 9 10_____ 11__ 12__ 13___ 14________ 15 16_ 17______ 18 19_______ 20

Chunks:

(ChunkerEvaluator) Sentence #2515 from documents/00102108 from sent15

Text  : Jeśli tak jest , to mamy do czynienia z modelem ,  w  przeciwnym razie z  zabawką .
Tokens: 1____ 2__ 3___ 4 5_ 6___ 7_ 8________ 9 10_____ 11 12 13________ 14___ 15 16_____ 17

Chunks:

2016-10-13 16:40:43,835 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 183 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102114.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102114.ini
(ChunkerEvaluator) Sentence #2516 from documents/00102114 from sent1

Text  : Zanim przystąpimy do rozkręcenia zasilacza przyjrzyjmy się wiązkom przewodów wychodzących z  jego obudowy .
Tokens: 1____ 2__________ 3_ 4__________ 5________ 6__________ 7__ 8______ 9________ 10__________ 11 12__ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #2517 from documents/00102114 from sent2

Text  : Zasilacze ATX mają tę miłą cechę , że kolor danego przewodu jednoznacznie identyfikuje jego funkcję ,  bez względu na to do jakiej wtyczki przewód ten prowadzi .
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 [2,2] = ATX

(ChunkerEvaluator) Sentence #2518 from documents/00102114 from sent3

Text  : Przykładowo każdy przewód koloru czerwonego to zawsze + 5V .
Tokens: 1__________ 2____ 3______ 4_____ 5_________ 6_ 7_____ 8 9_ 10

Chunks:

(ChunkerEvaluator) Sentence #2519 from documents/00102114 from sent4

Text  : Warto jednak upewnić się , że producent tak samo interpretuje kolory jak my .
Tokens: 1____ 2_____ 3______ 4__ 5 6_ 7________ 8__ 9___ 10__________ 11____ 12_ 13 14

Chunks:

(ChunkerEvaluator) Sentence #2520 from documents/00102114 from sent5

Text  : W tym celu zlokalizujmy wiązkę przewodów zakończonych wtyczką do płyty głównej :  jest to największa wtyczka o  20 pinach w  układzie 2  x  10 .
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 #2521 from documents/00102114 from sent6

Text  : Pośrodku jednego z dłuższych boków wtyczki znajduje się plastikowy zaczep .
Tokens: 1_______ 2______ 3 4________ 5____ 6______ 7_______ 8__ 9_________ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #2522 from documents/00102114 from sent7

Text  : Żeby móc przystąpić do identyfikacji przewodów musimy zlokalizować pin 1  .
Tokens: 1___ 2__ 3_________ 4_ 5____________ 6________ 7_____ 8___________ 9__ 10 11

Chunks:

(ChunkerEvaluator) Sentence #2523 from documents/00102114 from sent8

Text  : Jeśli trzymamy wtyczkę otworami do siebie i zaczepem do góry ,  pin ten znajduje się w  lewym dolnym rogu .
Tokens: 1____ 2_______ 3______ 4_______ 5_ 6_____ 7 8_______ 9_ 10__ 11 12_ 13_ 14______ 15_ 16 17___ 18____ 19__ 20

Chunks:

(ChunkerEvaluator) Sentence #2524 from documents/00102114 from sent9

Text  : Teraz porównujemy kolory przewodów wchodzących do poszczególnych pinów z tabelką poniżej .
Tokens: 1____ 2__________ 3_____ 4________ 5__________ 6_ 7_____________ 8____ 9 10_____ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #2525 from documents/00102114 from sent10

Text  : Uwaga : do pinu 11 wchodzą dwa przewody , nie jest to pomyłka .
Tokens: 1____ 2 3_ 4___ 5_ 6______ 7__ 8_______ 9 10_ 11__ 12 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #2526 from documents/00102114 from sent11

Text  : Mając już zidentyfikowane piny możemy przystąpić do rozkręcenia zasilacza .
Tokens: 1____ 2__ 3______________ 4___ 5_____ 6_________ 7_ 8__________ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #2527 from documents/00102114 from sent12

Text  : Upewniamy się , że nie jest on podpięty do prądu i  wykręcamy śruby od pokrywy .
Tokens: 1________ 2__ 3 4_ 5__ 6___ 7_ 8_______ 9_ 10___ 11 12_______ 13___ 14 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #2528 from documents/00102114 from sent13

Text  : Powinny się one znajdować w rogach zasilacza .
Tokens: 1______ 2__ 3__ 4________ 5 6_____ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #2529 from documents/00102114 from sent14

Text  : Należy się upewnić , że wykręcamy śruby od pokrywy ,  a  nie od wentylatora .
Tokens: 1_____ 2__ 3______ 4 5_ 6________ 7____ 8_ 9______ 10 11 12_ 13 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #2530 from documents/00102114 from sent15

Text  : Po odkręceniu czterech śrubek zdejmujemy pokrywę zasilacza – obejmuje ona dwa boki i  górę .
Tokens: 1_ 2_________ 3_______ 4_____ 5_________ 6______ 7________ 8 9_______ 10_ 11_ 12__ 13 14__ 15

Chunks:

2016-10-13 16:40:44,050 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 184 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102116.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102116.ini
(ChunkerEvaluator) Sentence #2531 from documents/00102116 from sent1

Text  : Osprzęt
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #2532 from documents/00102116 from sent2

Text  : Silnik i elektronika nie są częścią zestawu .
Tokens: 1_____ 2 3__________ 4__ 5_ 6______ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #2533 from documents/00102116 from sent3

Text  : W budowanym przez nas modelu wykorzystali śmy następujące elementy :
Tokens: 1 2________ 3____ 4__ 5_____ 6___________ 7__ 8__________ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #2534 from documents/00102116 from sent4

Text  : regulator Novak Rooster Crawler
Tokens: 1________ 2____ 3______ 4______

Chunks:
  FalsePositive nam [2,4] = Novak Rooster Crawler
  FalseNegative nam [2,2] = Novak
  FalseNegative nam [3,4] = Rooster Crawler

(ChunkerEvaluator) Sentence #2535 from documents/00102116 from sent5

Text  : silnik Novak 55T
Tokens: 1_____ 2____ 3__

Chunks:
  FalsePositive nam [2,3] = Novak 55T
  FalseNegative nam [2,2] = Novak
  FalseNegative nam [3,3] = 55T

(ChunkerEvaluator) Sentence #2536 from documents/00102116 from sent6

Text  : serwo Hitec HS - 985MG
Tokens: 1____ 2____ 3_ 4 5____

Chunks:
  FalsePositive nam [2,5] = Hitec HS - 985MG
  FalseNegative nam [2,2] = Hitec
  FalseNegative nam [3,5] = HS - 985MG

(ChunkerEvaluator) Sentence #2537 from documents/00102116 from sent7

Text  : odbiornik Spektrum SR3001
Tokens: 1________ 2_______ 3_____

Chunks:
  FalsePositive nam [2,3] = Spektrum SR3001
  FalseNegative nam [2,2] = Spektrum
  FalseNegative nam [3,3] = SR3001

(ChunkerEvaluator) Sentence #2538 from documents/00102116 from sent8

Text  : pakiet MaxAmps Li - Poly 2S 4000mAh
Tokens: 1_____ 2______ 3_ 4 5___ 6_ 7______

Chunks:
  FalsePositive nam [2,7] = MaxAmps Li - Poly 2S 4000mAh
  FalseNegative nam [2,2] = MaxAmps
  FalseNegative nam [3,7] = Li - Poly 2S 4000mAh

(ChunkerEvaluator) Sentence #2539 from documents/00102116 from sent9

Text  : [ 27 - 30 ] Serwo do układu kierowniczego zamontowali śmy poprzez servo saver ,  jednak we wspinaczach do zastosowań zawodniczych należy zamiast savera użyć sztywnego orczyka .
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 #2540 from documents/00102116 from sent10

Text  : Regulator zamontowali śmy na serwie skrętu .
Tokens: 1________ 2__________ 3__ 4_ 5_____ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #2541 from documents/00102116 from sent11

Text  : Przewody od regulatora przylutowali śmy bezpośrednio do silnika .
Tokens: 1_______ 2_ 3_________ 4___________ 5__ 6___________ 7_ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #2542 from documents/00102116 from sent12

Text  : [ 31 - 33 ] Pakiet mocujemy w sposób przewidziany przez producenta ,  czyli rzepami do płytki pakietu .
Tokens: 1 2_ 3 4_ 5 6_____ 7_______ 8 9_____ 10__________ 11___ 12________ 13 14___ 15_____ 16 17____ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #2543 from documents/00102116 from sent13

Text  : Odbiornik przykleili śmy pod płytką pakietu
Tokens: 1________ 2_________ 3__ 4__ 5_____ 6______

Chunks:

(ChunkerEvaluator) Sentence #2544 from documents/00102116 from sent14

Text  : [ 36 ] Pozostaje nam już pomalowanie , wycięcie oraz zamontowanie karoserii i  model jest gotowy do testów .
Tokens: 1 2_ 3 4________ 5__ 6__ 7__________ 8 9_______ 10__ 11__________ 12_______ 13 14___ 15__ 16____ 17 18____ 19

Chunks:

2016-10-13 16:40:44,093 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 185 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102122.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102122.ini
(ChunkerEvaluator) Sentence #2545 from documents/00102122 from sent1

Text  : W upalne piątkowe popołudnie na spotkanie , oprócz stałej ekipy ,  przyjechali Paweł i  Kuba .
Tokens: 1 2_____ 3_______ 4_________ 5_ 6________ 7 8_____ 9_____ 10___ 11 12_________ 13___ 14 15__ 16

Chunks:
  TruePositive nam [13,13] = Paweł
  TruePositive nam [15,15] = Kuba

(ChunkerEvaluator) Sentence #2546 from documents/00102122 from sent2

Text  : Paweł umilał nam jazdę ścigając nasze samochody helikopterem .
Tokens: 1____ 2_____ 3__ 4____ 5_______ 6____ 7________ 8___________ 9

Chunks:
  FalseNegative nam [1,1] = Paweł

(ChunkerEvaluator) Sentence #2547 from documents/00102122 from sent3

Text  : Kuba , który przygotowuje się do finałów Mistrzostw Polski w  klasie IC -  8  Buggy ,  ścigał się swoim Xrayem XB8 z  tragusami Bazyla i  Adama .
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 [1,1] = Kuba
  TruePositive nam [8,9] = Mistrzostw Polski
  TruePositive nam [20,21] = Xrayem XB8
  TruePositive nam [24,24] = Bazyla
  TruePositive nam [26,26] = Adama

(ChunkerEvaluator) Sentence #2548 from documents/00102122 from sent4

Text  : Pojedynki spalinówek były naprawdę spektakularne .
Tokens: 1________ 2_________ 3___ 4_______ 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #2549 from documents/00102122 from sent5

Text  : Na torze po raz pierwszy gościli śmy Kamila , który jeździł kopią modelu RC18T wyprodukowaną przez chińską firmę Hengyu .
Tokens: 1_ 2____ 3_ 4__ 5_______ 6______ 7__ 8_____ 9 10___ 11_____ 12___ 13____ 14___ 15___________ 16___ 17_____ 18___ 19____ 20

Chunks:
  TruePositive nam [8,8] = Kamila
  TruePositive nam [14,14] = RC18T
  TruePositive nam [19,19] = Hengyu

(ChunkerEvaluator) Sentence #2550 from documents/00102122 from sent6

Text  : Trzeba przyznac , że Kamil zdecydowanie nie oszczędzał modelu i  jeździł nie tylko razem z  elektrykami 1  :  10 ale także z  modelami nitro 1  :  8  ,  co często kończyło się przejechaniem cięzkiego tragusa po modelu Kamila .
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 [5,5] = Kamil
  TruePositive nam [38,38] = Kamila

(ChunkerEvaluator) Sentence #2551 from documents/00102122 from sent7

Text  : Zadziwiająco chiński mikrus znosił to traktowaie bardzo dzielnie .
Tokens: 1___________ 2______ 3_____ 4_____ 5_ 6_________ 7_____ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #2552 from documents/00102122 from sent8

Text  : Ostatecznie wyeliminowało go z jazdy dopiero kompletne wytarcie zebatki atakującej .
Tokens: 1__________ 2____________ 3_ 4 5____ 6______ 7________ 8_______ 9______ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #2553 from documents/00102122 from sent9

Text  : Poza modelem Kamila , elektryki reprezentowane były tradycyjnie przez Rustlery oraz Cyclone D4 .
Tokens: 1___ 2______ 3_____ 4 5________ 6_____________ 7___ 8__________ 9____ 10______ 11__ 12_____ 13 14

Chunks:
  TruePositive nam [3,3] = Kamila
  TruePositive nam [10,10] = Rustlery
  TruePositive nam [12,13] = Cyclone D4

(ChunkerEvaluator) Sentence #2554 from documents/00102122 from sent10

Text  : Adam zaprezentował nową karoserię swojego Rustlera VXL .
Tokens: 1___ 2____________ 3___ 4________ 5______ 6_______ 7__ 8

Chunks:
  TruePositive nam [1,1] = Adam
  TruePositive nam [6,7] = Rustlera VXL

(ChunkerEvaluator) Sentence #2555 from documents/00102122 from sent11

Text  : Jarek testował nowy zestaw bezszczotkowy w Rustlerze XL - 1  -  regulator Novak Havoc z  silnikiem Novak 8  .  5  .
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] = Jarek
  TruePositive nam [7,10] = Rustlerze XL - 1
  TruePositive nam [13,14] = Novak Havoc
  TruePositive nam [17,20] = Novak 8 . 5

2016-10-13 16:40:44,153 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 186 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102129.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102129.ini
(ChunkerEvaluator) Sentence #2556 from documents/00102129 from sent1

Text  : Krótkie spotkanie w piątkowe popołudnie zdominowały modele elektryczne , głównie za sprawą Maciolusa ,  który specjalizuje się w  najnowszych rozwiązaniach w  zakresie napędu elektrycznego .
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 [13,13] = Maciolusa

(ChunkerEvaluator) Sentence #2557 from documents/00102129 from sent2

Text  : Oryginalne modele Maciolusa jak zawsze wzbudziły duże zainteresowanie , tym bardziej że ich konstruktor i  właściciel znany jest z  wyjątkowo bezkompromisowego (  żeby nie powiedziec brutalnego )  traktowania swoich samochodów .
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 [3,3] = Maciolusa

(ChunkerEvaluator) Sentence #2558 from documents/00102129 from sent3

Text  : Tym razem mocno pokiereszował mocowanie dyferencjału w swoim bezszczotkowym Lightningu Stadium .
Tokens: 1__ 2____ 3____ 4____________ 5________ 6___________ 7 8____ 9_____________ 10________ 11_____ 12

Chunks:
  TruePositive nam [10,11] = Lightningu Stadium

2016-10-13 16:40:44,178 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 187 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102132.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102132.ini
(ChunkerEvaluator) Sentence #2559 from documents/00102132 from sent1

Text  : Wizualizując otrzymanie dużej nagrody finansowej dochodzimy do wniosku , że takie wydarzenie istotnie zmienił by nasze życie na lepsze i  byli by śmy szczęśliwi do końca życia .
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 #2560 from documents/00102132 from sent2

Text  : W oczach wyobraźni odbieramy walizkę pełną gotówki i jesteśmy pewni ,  że w  rok po wygranej ,  będziemy szczęśliwsi niż przed losowaniem .
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 #2561 from documents/00102132 from sent3

Text  : Nic bardziej mylnego – w latach 70.tych Philip Brickman wraz z  zespołem z  Northwestern University rozesłał kwestionariusze do osób ,  które 12 miesięcy wcześniej wygrały spore sumy w  loteriach losowych (  od 50 tysięcy do miliona dolarów )  oraz dla porównania ,  do osób ,  które rok wcześniej uległy wypadkom ,  w  wyniku których zostały sparaliżowane .
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

Chunks:
  TruePositive nam [8,9] = Philip Brickman
  TruePositive nam [14,15] = Northwestern University
  TruePositive nam [37,37] = dolarów

(ChunkerEvaluator) Sentence #2562 from documents/00102132 from sent4

Text  : Kwestionariusze dotyczyły poziomu szczęścia przed , w chwilę po ,  oraz w  rok po tych wydarzeniach .
Tokens: 1______________ 2________ 3______ 4________ 5____ 6 7 8_____ 9_ 10 11__ 12 13_ 14 15__ 16__________ 17

Chunks:

(ChunkerEvaluator) Sentence #2563 from documents/00102132 from sent5

Text  : Wyniki doprowadziły do sformułowania tezy „ kieratu szczęścia ” –  niezależnie od zdarzeń losowych i  podejmowanych wysiłków ,  nasze szczęście pozostaje na tym samym poziomie .
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 #2564 from documents/00102132 from sent6

Text  : Ludzie przystosowują się zarówno do najbardziej ekscytujących jak i najbardziej traumatycznych wydarzeń .
Tokens: 1_____ 2____________ 3__ 4______ 5_ 6__________ 7____________ 8__ 9 10_________ 11____________ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #2565 from documents/00102132 from sent7

Text  : W dwanaście miesięcy po wypłacie wygranej lub po wypadku ,  który przykuwa na resztę życia do wózka ,  poziom szczęścia członków obu grup powrócił do poziomu sprzed tych wydarzeń .
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 #2566 from documents/00102132 from sent8

Text  : Czy mogę być szczęśliwszy ?
Tokens: 1__ 2___ 3__ 4___________ 5

Chunks:

(ChunkerEvaluator) Sentence #2567 from documents/00102132 from sent9

Text  : Jeśli szczęście jest cechą stosunkowo stałą i niezależną od dobrych lub złych wydarzeń w  naszym życiu ,  to znaczy ,  że większość z  nas będzie tak samo szczęśliwa jak jest teraz przez całe swoje przyszłe życie .
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 #2568 from documents/00102132 from sent10

Text  : Psycholodzy dowodzą , że wyjściowy poziom poczucia szczęścia ma przynajmniej częściowo korzenie genetyczne (  aż do 50 procent dziedziczności )  .
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 #2569 from documents/00102132 from sent11

Text  : Bliźnięta jednojajowe są zazwyczaj tak samo marudne lub pogodne .
Tokens: 1________ 2__________ 3_ 4________ 5__ 6___ 7______ 8__ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #2570 from documents/00102132 from sent12

Text  : Niezależnie od stawianych wyzwań , poziom odczuwanego szczęścia jest raczej stabilny w  czasie całego życia .
Tokens: 1__________ 2_ 3_________ 4_____ 5 6_____ 7__________ 8________ 9___ 10____ 11______ 12 13____ 14____ 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #2571 from documents/00102132 from sent13

Text  : Pomimo genetycznego obciążenia marudnością lub pogodnością możemy oczywiście próbować wpływać na wyjściowy poziom zadowolenia ze swojego życia (  szczególnie jeśli genetyka obciążyła nas ciężką odmianą marudności )  .
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 #2572 from documents/00102132 from sent14

Text  : Psycholodzy powoli odkrywają jakie aktywności trwale zwiększają wyjściowy poziom szczęścia .
Tokens: 1__________ 2_____ 3________ 4____ 5_________ 6_____ 7_________ 8________ 9_____ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2573 from documents/00102132 from sent15

Text  : Ustalili śmy już , że przeceniany wpływ na nasze zadowolenie z  życia mają pieniądze ,  ale skuteczną metodą wydają się wszystkie aktywności powiązane z  poczuciem przynależności do wspólnoty ,  takie jak :  małżeństwo ,  budowanie sieci przyjaciół i  znajomych czy wolontariat .
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:

2016-10-13 16:40:44,305 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 188 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102138.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102138.ini
(ChunkerEvaluator) Sentence #2574 from documents/00102138 from sent1

Text  : Niedawno w życie weszła ustawa o zakazie palenia w miejscach publicznych .
Tokens: 1_______ 2 3____ 4_____ 5_____ 6 7______ 8______ 9 10_______ 11_________ 12

Chunks:
  FalseNegative nam [5,11] = ustawa o zakazie palenia w miejscach publicznych

(ChunkerEvaluator) Sentence #2575 from documents/00102138 from sent2

Text  : Na początku 2010 roku Centrum Badań Opinii Społecznej zapytało reprezentatywną próbę 1021 Polaków o  ich postawy wobec palenia .
Tokens: 1_ 2_______ 3___ 4___ 5______ 6____ 7_____ 8_________ 9_______ 10_____________ 11___ 12__ 13_____ 14 15_ 16_____ 17___ 18_____ 19

Chunks:
  TruePositive nam [5,8] = Centrum Badań Opinii Społecznej
  TruePositive nam [13,13] = Polaków

(ChunkerEvaluator) Sentence #2576 from documents/00102138 from sent3

Text  : Raport nie pozostawia złudzeń : wejście ustawy w życie ,  było jak najbardziej uzasadnione .
Tokens: 1_____ 2__ 3_________ 4______ 5 6______ 7_____ 8 9____ 10 11__ 12_ 13_________ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #2577 from documents/00102138 from sent4

Text  : Ilość palących Polaków nie jest mała i wynosi 30 %  .
Tokens: 1____ 2_______ 3______ 4__ 5___ 6___ 7 8_____ 9_ 10 11

Chunks:
  TruePositive nam [3,3] = Polaków

(ChunkerEvaluator) Sentence #2578 from documents/00102138 from sent5

Text  : Oznacza to , że niebieskim dymkiem zaciąga się co trzeci obywatel naszego kraju .
Tokens: 1______ 2_ 3 4_ 5_________ 6______ 7______ 8__ 9_ 10____ 11______ 12_____ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #2579 from documents/00102138 from sent6

Text  : Wśród osób palących jest dwukrotnie więcej mężczyzn niż kobiet .
Tokens: 1____ 2___ 3_______ 4___ 5_________ 6_____ 7_______ 8__ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #2580 from documents/00102138 from sent7

Text  : Jeżeli chodzi o wiek , to najmniej palaczy jest w  wieku od 18 -  24 lat oraz powyżej 65 roku życia .
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 #2581 from documents/00102138 from sent8

Text  : Najczęściej palą osoby z wykształceniem zawodowym , a najrzadziej respondenci posiadający najwyższe wykształcenie .
Tokens: 1__________ 2___ 3____ 4 5_____________ 6________ 7 8 9__________ 10_________ 11_________ 12_______ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #2582 from documents/00102138 from sent9

Text  : Jeżeli chodzi o postawy wobec zakazu palenia , można powiedzieć ,  że Polacy jak w  wielu innych sprawach ,  są podzieleni .
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 [13,13] = Polacy

(ChunkerEvaluator) Sentence #2583 from documents/00102138 from sent10

Text  : 54 % badanych osób jest negatywnie nastawiona do przebywania z  osobami palącymi .
Tokens: 1_ 2 3_______ 4___ 5___ 6_________ 7_________ 8_ 9__________ 10 11_____ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #2584 from documents/00102138 from sent11

Text  : Z drugiej strony 44 % respondentów nie ma nic przeciwko .
Tokens: 1 2______ 3_____ 4_ 5 6___________ 7__ 8_ 9__ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2585 from documents/00102138 from sent12

Text  : Niezależnie od postaw , większość respondentów ( 74 % )  popiera wprowadzenie zakazu palenia w  miejscach publicznych ,  gdy 24 %  jest zdecydowanie przeciwna ograniczaniu wolności palaczy .
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 #2586 from documents/00102138 from sent13

Text  : Co ciekawa , w ostatnich dwóch latach , grupa ta nieznacznie się powiększyła ,  ubyło natomiast zwolenników zakazu .
Tokens: 1_ 2______ 3 4 5________ 6____ 7_____ 8 9____ 10 11_________ 12_ 13_________ 14 15___ 16_______ 17_________ 18____ 19

Chunks:

(ChunkerEvaluator) Sentence #2587 from documents/00102138 from sent14

Text  : Co Polacy myślą o paleniu papierosów ?
Tokens: 1_ 2_____ 3____ 4 5______ 6_________ 7

Chunks:
  TruePositive nam [2,2] = Polacy

2016-10-13 16:40:44,384 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 189 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102148.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102148.ini
(ChunkerEvaluator) Sentence #2588 from documents/00102148 from sent1

Text  : Przygotowywanie uczniów do wykorzystania wiedzy matematycznej do rozwiązywania problemów z  zakresu różnych dziedzin kształcenia szkolnego oraz życia codziennego ;  budowanie modeli matematycznych dla konkretnych sytuacji .
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 #2589 from documents/00102148 from sent2

Text  : Przyswajanie przez uczniów języka matematyki ; dostrzeganie oraz formułowanie ,  rozwiązywanie i  dyskutowanie problemów .
Tokens: 1___________ 2____ 3______ 4_____ 5_________ 6 7___________ 8___ 9___________ 10 11___________ 12 13__________ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #2590 from documents/00102148 from sent3

Text  : Kształtowanie umiejętności myślenia i jasnego formułowania wypowiedzi .
Tokens: 1____________ 2___________ 3_______ 4 5______ 6___________ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #2591 from documents/00102148 from sent4

Text  : Rozwijanie umiejętności uczniów w zakresie rozumienia tekstów sformułowanych w języku matematyki .
Tokens: 1_________ 2___________ 3______ 4 5_______ 6_________ 7______ 8_____________ 9 10____ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #2592 from documents/00102148 from sent5

Text  : Rozwijanie umiejętności opisywania w języku matematyki prostych sytuacji .
Tokens: 1_________ 2___________ 3_________ 4 5_____ 6_________ 7_______ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #2593 from documents/00102148 from sent6

Text  : Ułatwianie dostrzegania problemów i badania ich w konkretnych przypadkach ,  przez prowadzenie prostych rozumowań matematycznych .
Tokens: 1_________ 2___________ 3________ 4 5______ 6__ 7 8__________ 9__________ 10 11___ 12_________ 13______ 14_______ 15____________ 16

Chunks:

(ChunkerEvaluator) Sentence #2594 from documents/00102148 from sent7

Text  : Treści nauczania
Tokens: 1_____ 2________

Chunks:

(ChunkerEvaluator) Sentence #2595 from documents/00102148 from sent8

Text  : Liczby wymierne i działania na nich , przykłady wykorzystania kalkulatora ;  porównywanie liczb wymiernych ;  procenty i  ich zastosowania praktyczne ;  potęga o  wykładniku całkowitym ;  własności potęgowania ;  pierwiastki i  ich podstawowe własności .
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 #2596 from documents/00102148 from sent9

Text  : Przybliżenia dziesiętne liczb rzeczywistych ; przykłady liczb niewymiernych .
Tokens: 1___________ 2_________ 3____ 4____________ 5 6________ 7____ 8____________ 9

Chunks:

(ChunkerEvaluator) Sentence #2597 from documents/00102148 from sent10

Text  : Zapisywanie wyrażeń algebraicznych oraz obliczanie ich wartości liczbowych ; wzory skróconego mnożenia .
Tokens: 1__________ 2______ 3_____________ 4___ 5_________ 6__ 7_______ 8_________ 9 10___ 11________ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #2598 from documents/00102148 from sent11

Text  : Przykłady funkcji ( również nieliczbowych i nieliniowych ) ; odczytywanie własności funkcji z  wykresu .
Tokens: 1________ 2______ 3 4______ 5____________ 6 7___________ 8 9 10__________ 11_______ 12_____ 13 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #2599 from documents/00102148 from sent12

Text  : Równanie liniowe z jedną niewiadomą , nierówność liniowa z jedną niewiadomą ;  układ równań liniowych z  dwiema niewiadomymi i  jego interpretacja geometryczna .
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 #2600 from documents/00102148 from sent13

Text  : Zbieranie , porządkowanie i przedstawianie danych ( tam gdzie to możliwe -  z  użyciem technologii informacyjnej )  .
Tokens: 1________ 2 3____________ 4 5_____________ 6_____ 7 8__ 9____ 10 11_____ 12 13 14_____ 15_________ 16___________ 17 18

Chunks:

(ChunkerEvaluator) Sentence #2601 from documents/00102148 from sent14

Text  : Proste doświadczenia losowe .
Tokens: 1_____ 2____________ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #2602 from documents/00102148 from sent15

Text  : Wielokąty , koło i okrąg ; symetralna odcinka i dwusieczna kąta ;  kąt środkowy i  kąt wpisany ,  cechy przystawania trójkątów ,  okrąg wpisany w  trójkąt ,  okrąg opisany na trójkącie .
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:

(ChunkerEvaluator) Sentence #2603 from documents/00102148 from sent16

Text  : Przykłady przekształceń geometrycznych .
Tokens: 1________ 2____________ 3_____________ 4

Chunks:

(ChunkerEvaluator) Sentence #2604 from documents/00102148 from sent17

Text  : Obwód i pole wielokąta ; pole koła i długość okręgu .
Tokens: 1____ 2 3___ 4________ 5 6___ 7___ 8 9______ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #2605 from documents/00102148 from sent18

Text  : Twierdzenia o związkach miarowych w figurach ; twierdzenie Pitagorasa i  jego zastosowania ;  figury podobne .
Tokens: 1__________ 2 3________ 4________ 5 6_______ 7 8__________ 9_________ 10 11__ 12__________ 13 14____ 15_____ 16

Chunks:
  TruePositive nam [9,9] = Pitagorasa

(ChunkerEvaluator) Sentence #2606 from documents/00102148 from sent19

Text  : Prostopadłość i równoległość w przestrzeni ; graniastosłupy proste , ostrosłupy i  bryły obrotowe (  walec ,  stożek ,  kula )  ;  obliczanie pól powierzchni i  objętości wielościanów oraz brył obrotowych .
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 #2607 from documents/00102148 from sent20

Text  : Przeprowadzanie nieskomplikowanych rozumowań matematycznych .
Tokens: 1______________ 2_________________ 3________ 4_____________ 5

Chunks:

(ChunkerEvaluator) Sentence #2608 from documents/00102148 from sent21

Text  : Posługiwanie się własnościami liczb i działań oraz własnościami figur przy rozwiązywaniu zadań .
Tokens: 1___________ 2__ 3___________ 4____ 5 6______ 7___ 8___________ 9____ 10__ 11___________ 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #2609 from documents/00102148 from sent22

Text  : Posługiwanie się kalkulatorem przy rozwiązywaniu typowych zadań .
Tokens: 1___________ 2__ 3___________ 4___ 5____________ 6_______ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #2610 from documents/00102148 from sent23

Text  : Dostrzeganie , wykorzystywanie i interpretowanie zależności funkcyjnych ; interpretowanie związków wyrażonych za pomocą wzorów ,  wykresów ,  schematów ,  diagramów ,  tabel .
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 #2611 from documents/00102148 from sent24

Text  : Prezentowanie z użyciem języka matematyki wyników badania prostych zagadnień .
Tokens: 1____________ 2 3______ 4_____ 5_________ 6______ 7______ 8_______ 9________ 10

Chunks:

2016-10-13 16:40:44,506 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 190 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102153.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102153.ini
(ChunkerEvaluator) Sentence #2612 from documents/00102153 from sent1

Text  : Typowy cykl rozkazowy w systemie o architekturze von Neumanna zaczyna się od pobrania rozkazu z  pamięci i  przesłania go do rejestru rozkazów (  ang .  instruetion register )  .
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:
  FalsePositive nam [9,9] = Neumanna
  FalseNegative nam [8,9] = von Neumanna

(ChunkerEvaluator) Sentence #2613 from documents/00102153 from sent2

Text  : Rozkaz jest następnie dekodowany i realizowany ( może spowodować pobranie argumentów z  pamięci i  umieszczenie ich w  innym rejestrze wewnętrznym )  .
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 #2614 from documents/00102153 from sent3

Text  : Po wykonaniu rozkazu na argumentachjego wynik można z powrotem przechować w  pamięci .
Tokens: 1_ 2________ 3______ 4_ 5______________ 6____ 7____ 8 9_______ 10________ 11 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #2615 from documents/00102153 from sent4

Text  : Zauważmy , że jednostka pamięci widzi tylko strumień adresów pamięci .
Tokens: 1_______ 2 3_ 4________ 5______ 6____ 7____ 8_______ 9______ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #2616 from documents/00102153 from sent5

Text  : Nie jest jej znany sposób , w jaki one powstały (  licznik rozkazów ,  indeksowanie ,  modyfikacje pośrednie ,  adresy literalne itp .  )  ani czemu służą (  rozkazy lub dane )  .
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 #2617 from documents/00102153 from sent6

Text  : Z uwagi na to możemy zaniedbać sposób generowania adresu pamięci przez program .
Tokens: 1 2____ 3_ 4_ 5_____ 6________ 7_____ 8__________ 9_____ 10_____ 11___ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #2618 from documents/00102153 from sent7

Text  : Interesujemy się tylko ciągiem adresów pamięci wytwarzanych przez wykonywany program .
Tokens: 1___________ 2__ 3____ 4______ 5______ 6______ 7___________ 8____ 9_________ 10_____ 11

Chunks:

2016-10-13 16:40:44,550 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 191 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102157.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102157.ini
(ChunkerEvaluator) Sentence #2619 from documents/00102157 from sent1

Text  : 2 . ORGANIZACJA PRAC
Tokens: 1 2 3__________ 4___

Chunks:
  FalsePositive nam [3,4] = ORGANIZACJA PRAC

(ChunkerEvaluator) Sentence #2620 from documents/00102157 from sent2

Text  : Podejmując pracę nad aktualizacją strategii opracowano harmonogram , zawierający działania związane z  przebiegiem całego procesu .
Tokens: 1_________ 2____ 3__ 4___________ 5________ 6_________ 7__________ 8 9__________ 10_______ 11______ 12 13_________ 14____ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #2621 from documents/00102157 from sent3

Text  : Proces zainicjował Prezydent Miasta Bydgoszczy , kierując za pośrednictwem regionalnych mediów apel do mieszkańców o  aktywne włączenie się do prac nad przebudową strategii .
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 [3,5] = Prezydent Miasta Bydgoszczy
  FalsePositive nam [1,1] = Proces

(ChunkerEvaluator) Sentence #2622 from documents/00102157 from sent4

Text  : Apel i stosowne informacje umieszczone zostały także na internetowych stronach Urzędu Miasta .
Tokens: 1___ 2 3_______ 4_________ 5__________ 6______ 7____ 8_ 9____________ 10______ 11____ 12____ 13

Chunks:
  TruePositive nam [11,12] = Urzędu Miasta

(ChunkerEvaluator) Sentence #2623 from documents/00102157 from sent5

Text  : Uspołecznienie procesu współtworzenia nowego dokumentu odbyło się poprzez rozesłanie ankiety w  sprawie „  Aktualizacji Strategii Rozwoju Miasta ”  do kilkuset osób ,  instytucji i  organizacji .
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 [14,17] = Aktualizacji Strategii Rozwoju Miasta

(ChunkerEvaluator) Sentence #2624 from documents/00102157 from sent6

Text  : Oddzielna ankieta skierowana została do młodzieży bydgoskich szkół , która miała dzięki temu możliwość wypowiedzenia się na temat nurtujących ją problemów i  przedstawienia propozycji ich rozwiązania .
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 #2625 from documents/00102157 from sent7

Text  : Odpowiedzi na pytania zawarte w ankietach były cennym materiałem przy formułowaniu misji ,  celów i  działań strategicznych .
Tokens: 1_________ 2_ 3______ 4______ 5 6________ 7___ 8_____ 9_________ 10__ 11__________ 12___ 13 14___ 15 16_____ 17____________ 18

Chunks:

(ChunkerEvaluator) Sentence #2626 from documents/00102157 from sent8

Text  : Wnikliwie rozpoznano także obecny stan miasta i zachodzące w nim zmiany na przestrzeni lat 1994 -  2003 .
Tokens: 1________ 2_________ 3____ 4_____ 5___ 6_____ 7 8_________ 9 10_ 11____ 12 13_________ 14_ 15__ 16 17__ 18

Chunks:

(ChunkerEvaluator) Sentence #2627 from documents/00102157 from sent9

Text  : Dokonane to zostało w opracowanej „ Diagnozie prospektywnej ” ,  w  której zawarto szereg danych statystycznych oraz analizę funkcjonowania poszczególnych sfer miasta .
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 [7,8] = Diagnozie prospektywnej

(ChunkerEvaluator) Sentence #2628 from documents/00102157 from sent10

Text  : W materiale tym zidentyfikowano także słabe i mocne strony Bydgoszczy oraz przedstawiono analizę zewnętrznych i  wewnętrznych uwarunkowań rozwoju (  analiza SWOT )  .
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 [10,10] = Bydgoszczy
  FalsePositive nam [21,21] = SWOT

(ChunkerEvaluator) Sentence #2629 from documents/00102157 from sent11

Text  : Opracowana „ Diagnoza prospektywna ” oraz wyniki ankiet przekazane zostały zespołowi roboczemu Społecznej Rady Konsultacyjnej ds .  aktualizacji „  Strategii Rozwoju Bydgoszczy do 2015 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

Chunks:
  FalsePositive nam [13,15] = Społecznej Rady Konsultacyjnej
  FalsePositive nam [20,22] = Strategii Rozwoju Bydgoszczy
  FalseNegative nam [3,4] = Diagnoza prospektywna
  FalseNegative nam [13,26] = Społecznej Rady Konsultacyjnej ds . aktualizacji „ Strategii Rozwoju Bydgoszczy do 2015 roku ”

(ChunkerEvaluator) Sentence #2630 from documents/00102157 from sent12

Text  : Społeczna Rada Konsultacyjna powołana została Zarządzeniem nr 195 / 04 Prezydenta Miasta Bydgoszczy z  dnia 21 maja 2004 roku .
Tokens: 1________ 2___ 3____________ 4_______ 5______ 6___________ 7_ 8__ 9 10 11________ 12____ 13________ 14 15__ 16 17__ 18__ 19__ 20

Chunks:
  FalsePositive nam [2,3] = Rada Konsultacyjna
  FalsePositive nam [6,13] = Zarządzeniem nr 195 / 04 Prezydenta Miasta Bydgoszczy
  FalseNegative nam [1,3] = Społeczna Rada Konsultacyjna
  FalseNegative nam [11,13] = Prezydenta Miasta Bydgoszczy

(ChunkerEvaluator) Sentence #2631 from documents/00102157 from sent13

Text  : W jej skład weszli przedstawiciele : Rady Miasta Bydgoszczy ,  jednostek gospodarczych ,  instytucji bezpieczeństwa publicznego ,  instytucji związanych ze sferą infrastrukturalną ,  placówek naukowobadawczych ,  organizacji biznesowych ,  sportowych ,  związków i  stowarzyszeń .
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 [7,9] = Rady Miasta Bydgoszczy

(ChunkerEvaluator) Sentence #2632 from documents/00102157 from sent14

Text  : Przewodniczącą zespołu została Pani Lidia Wilniewczyc Zastępca Prezydenta Miasta .
Tokens: 1_____________ 2______ 3______ 4___ 5____ 6__________ 7_______ 8_________ 9_____ 10

Chunks:
  FalsePositive nam [4,9] = Pani Lidia Wilniewczyc Zastępca Prezydenta Miasta
  FalseNegative nam [5,6] = Lidia Wilniewczyc
  FalseNegative nam [8,9] = Prezydenta Miasta

2016-10-13 16:40:44,650 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 192 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102162.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102162.ini
(ChunkerEvaluator) Sentence #2633 from documents/00102162 from sent1

Text  : Uchwała nr 160 / 2011 Rady Miejskiej w Radomiu z  dnia 27 .  07 .  2011 roku w  sprawie finansowania przez Gminę Miasta Radomia –  miasto na prawach powiatu Programu Rewitalizacji Społecznej pn .  „  Rewitalizacja młodych ludzi –  nasza przyszłość ”  w  ramach Priorytetu I  .  Zatrudnienie i  Integracja Społeczna ,  Działanie 1  .  2  .  Systemowe wsparcie instytucji pomocy społecznej ,  Program Operacyjny Kapitał Ludzki .
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 [6,7] = Rady Miejskiej
  TruePositive nam [9,9] = Radomiu
  TruePositive nam [22,24] = Gminę Miasta Radomia
  TruePositive nam [64,67] = Program Operacyjny Kapitał Ludzki
  FalsePositive nam [30,32] = Programu Rewitalizacji Społecznej
  FalsePositive nam [45,48] = Priorytetu I . Zatrudnienie
  FalsePositive nam [50,51] = Integracja Społeczna
  FalsePositive nam [53,53] = Działanie
  FalseNegative nam [30,42] = Programu Rewitalizacji Społecznej pn . „ Rewitalizacja młodych ludzi – nasza przyszłość ”

(ChunkerEvaluator) Sentence #2634 from documents/00102162 from sent2

Text  : Na podstawie art . 221 ust . 4 ustawy z  dnia 27 sierpnia 2009 roku o  finansach publicznych (  Dz .  U  .  z  2009 roku nr 157 ,  poz .  1240 z  późn .  zm .  )  oraz art .  18 ust .  2  ,  pkt .  15 ustawy z  dnia 8  marca 1990 roku o  samorządzie gminnym (  j  .  t  .  Dz .  U  .  z  2001 roku nr 142 ,  poz .  1591 z  późn .  zm .  )  Rada Miejska w  Radomiu uchwala co następuje :
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

Chunks:
  TruePositive nam [9,18] = ustawy z dnia 27 sierpnia 2009 roku o finansach publicznych
  TruePositive nam [20,23] = Dz . U .
  TruePositive nam [65,68] = Dz . U .
  TruePositive nam [84,85] = Rada Miejska
  TruePositive nam [87,87] = Radomiu
  FalseNegative nam [50,59] = ustawy z dnia 8 marca 1990 roku o samorządzie gminnym

(ChunkerEvaluator) Sentence #2635 from documents/00102162 from sent3

Text  : § 1 W celu realizacji Programu Rewitalizacji Społecznej pn .  „  Rewitalizacja młodych ludzi –  nasza przyszłość ”  Gmina Miasta Radomia –  miasto na prawach powiatu udzieli podmiotowi niezaliczanemu do sektora finansów publicznych ,  który będzie Partnerem w  realizacji przedmiotowego projektu ,  dotacji celowej z  przeznaczeniem na jego realizację .
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

Chunks:
  TruePositive nam [19,21] = Gmina Miasta Radomia
  FalsePositive nam [6,8] = Programu Rewitalizacji Społecznej
  FalseNegative nam [6,18] = Programu Rewitalizacji Społecznej pn . „ Rewitalizacja młodych ludzi – nasza przyszłość ”

(ChunkerEvaluator) Sentence #2636 from documents/00102162 from sent4

Text  : § 2 Zasady przekazywania , rozliczania i kontroli udzielanej dotacji wynikającej z  Programu Rewitalizacji Społecznej pn .  „  Rewitalizacja młodych ludzi –  nasza przyszłość ,  określi umowa o  dofinansowanie Partnera .
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:
  FalsePositive nam [13,15] = Programu Rewitalizacji Społecznej
  FalsePositive nam [30,30] = Partnera
  FalseNegative nam [13,24] = Programu Rewitalizacji Społecznej pn . „ Rewitalizacja młodych ludzi – nasza przyszłość

(ChunkerEvaluator) Sentence #2637 from documents/00102162 from sent5

Text  : § 3 Wykonanie uchwały powierza się Prezydentowi Miasta Radomia .
Tokens: 1 2 3________ 4______ 5_______ 6__ 7___________ 8_____ 9______ 10

Chunks:
  TruePositive nam [7,9] = Prezydentowi Miasta Radomia

(ChunkerEvaluator) Sentence #2638 from documents/00102162 from sent6

Text  : § 4 Uchwała wchodzi w Życie z dniem podjęcia .
Tokens: 1 2 3______ 4______ 5 6____ 7 8____ 9_______ 10

Chunks:
  FalsePositive nam [6,6] = Życie

2016-10-13 16:40:44,743 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 193 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102163.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102163.ini
(ChunkerEvaluator) Sentence #2639 from documents/00102163 from sent1

Text  : Konsultacje społeczne opracowanego projektu „ Programu ochrony powietrza dla czterech stref województwa zachodniopomorskiego (  Aglomeracji Szczecińskiej ,  m  .  Koszalin ,  powiatu gryfińskiego oraz powiatu szczecineckiego )  ze względu na stwierdzenie przekroczenia poziomu docelowego określonego dla benzo (  a  )  pirenu ”  .
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 [6,41] = Programu ochrony powietrza dla czterech stref województwa zachodniopomorskiego ( Aglomeracji Szczecińskiej , m . Koszalin , powiatu gryfińskiego oraz powiatu szczecineckiego ) ze względu na stwierdzenie przekroczenia poziomu docelowego określonego dla benzo ( a ) pirenu
  FalsePositive nam [13,13] = zachodniopomorskiego
  FalsePositive nam [15,16] = Aglomeracji Szczecińskiej
  FalsePositive nam [20,20] = Koszalin
  FalsePositive nam [23,23] = gryfińskiego
  FalsePositive nam [26,26] = szczecineckiego

(ChunkerEvaluator) Sentence #2640 from documents/00102163 from sent2

Text  : W dniu 5 listopada 2009 r . rozpoczęły się konsultacje społeczne projektu „  Programu ochrony powietrza dla czterech stref województwa zachodniopomorskiego (  Aglomeracji Szczecińskiej ,  m  .  Koszalin ,  powiatu gryfińskiego oraz powiatu szczecineckiego )  ze względu na stwierdzenie przekroczenia poziomu docelowego określonego dla benzo (  a  )  pirenu ”  wraz z  Prognozą oddziaływania na środowisko .
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

Chunks:
  TruePositive nam [14,49] = Programu ochrony powietrza dla czterech stref województwa zachodniopomorskiego ( Aglomeracji Szczecińskiej , m . Koszalin , powiatu gryfińskiego oraz powiatu szczecineckiego ) ze względu na stwierdzenie przekroczenia poziomu docelowego określonego dla benzo ( a ) pirenu
  FalsePositive nam [21,21] = zachodniopomorskiego
  FalsePositive nam [23,24] = Aglomeracji Szczecińskiej
  FalsePositive nam [28,28] = Koszalin
  FalsePositive nam [31,31] = gryfińskiego
  FalsePositive nam [34,34] = szczecineckiego

(ChunkerEvaluator) Sentence #2641 from documents/00102163 from sent3

Text  : Obowiązek określenia powyższych programów ochrony powietrza wynika z art .  91 ust 5  ustawy z  dnia 27 kwietnia 2001 r  .
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 #2642 from documents/00102163 from sent4

Text  : Prawo ochrony środowiska ( Dz . U . z 2008 r  .  ,  Nr 25 ,  poz .  150 )  .
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 [1,3] = Prawo ochrony środowiska
  TruePositive nam [5,8] = Dz . U .

(ChunkerEvaluator) Sentence #2643 from documents/00102163 from sent5

Text  : Programy określa się dla stref ( strefa to aglomeracja o  liczbie mieszkańców większej niż 250 tys .  bądź obszar jednego lub więcej powiatów położonych na obszarze tego samego województwa niewchodzący w  skład ww .  aglomeracji )  ,  w  której poziom choćby jednej substancji przekracza poziom dopuszczalny powiększony o  margines tolerancji lub poziom docelowy .
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:

(ChunkerEvaluator) Sentence #2644 from documents/00102163 from sent6

Text  : Głównym celem sporządzenia programu ochrony powietrza jest przywrócenie naruszonych standardów jakości powietrza ,  poprzez znalezienie skutecznych i  możliwych do zrealizowania działań ,  których wdrożenie spowoduje obniżenie poziomu zanieczyszczeń co najmniej do poziomu docelowego .
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 #2645 from documents/00102163 from sent7

Text  : Przy czym działania te proponuje się i wdraża tam ,  gdzie jest to możliwe technicznie i  uzasadnione ekonomicznie .
Tokens: 1___ 2___ 3________ 4_ 5________ 6__ 7 8_____ 9__ 10 11___ 12__ 13 14_____ 15_________ 16 17_________ 18__________ 19

Chunks:

(ChunkerEvaluator) Sentence #2646 from documents/00102163 from sent8

Text  : Od 1 stycznia 2008 r . , zgodnie z art .  91 ust 3  i  5  ustawy Prawo ochrony środowiska ,  programy ochrony powietrza w  drodze uchwały określa sejmik województwa .
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 [18,20] = Prawo ochrony środowiska

2016-10-13 16:40:44,840 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 194 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102164.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102164.ini
(ChunkerEvaluator) Sentence #2647 from documents/00102164 from sent1

Text  : Inwestycja : budowa studni nr 7 na terenie stacji uzdatniania wody -  działce ew .  nr 699 w  obrębie 07 -  15 przy ul .  Fabrycznej w  Dzielnicy Wesoła m  .  st .  Warszawy .
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 [26,26] = Fabrycznej
  TruePositive nam [34,34] = Warszawy
  FalsePositive nam [28,29] = Dzielnicy Wesoła
  FalseNegative nam [29,29] = Wesoła

(ChunkerEvaluator) Sentence #2648 from documents/00102164 from sent2

Text  : Obwieszczenie
Tokens: 1____________

Chunks:

(ChunkerEvaluator) Sentence #2649 from documents/00102164 from sent3

Text  : Na podstawie art . 53 ust . 1 ustawy z  dnia 27 marca 2003 r  .  o  planowaniu i  zagospodarowaniu przestrzennym (  Dz .  U  .  Nr 80 poz .  717 z  2003 r  .  z  późn .  zm .  )  Prezydent m  .  st .  Warszawy informuje ,  że :
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:
  TruePositive nam [9,21] = ustawy z dnia 27 marca 2003 r . o planowaniu i zagospodarowaniu przestrzennym
  TruePositive nam [23,26] = Dz . U .
  FalsePositive nam [47,47] = Warszawy
  FalseNegative nam [42,47] = Prezydent m . st . Warszawy

(ChunkerEvaluator) Sentence #2650 from documents/00102164 from sent4

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2651 from documents/00102164 from sent5

Text  : W Wydziale Architektury i Budownictwa Urzędu m . st .  Warszawy dla Dzielnicy Wesoła została wydana decyzja nr 87 /  2011 zmieniająca decyzję Prezydenta m  .  st .  Warszawy Nr 7  /  2009 o  ustaleniu lokalizacji inwestycji celu publicznego dla inwestycji polegającej na budowie zbiornika wody czystej oraz przewodów wodociągowych na terenie stacji uzdatniania wody -  działce ew .  nr 699 w  obrębie 07 -  15 ,  przy ul .  Fabrycznej w  Dzielnicy Wesoła m  .  st .  Warszawy ,  uwzględniająca budowę studni nr 7  na w  /  w  działce .
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

Chunks:
  TruePositive nam [71,71] = Fabrycznej
  TruePositive nam [79,79] = Warszawy
  FalsePositive nam [2,5] = Wydziale Architektury i Budownictwa
  FalsePositive nam [6,6] = Urzędu
  FalsePositive nam [11,11] = Warszawy
  FalsePositive nam [13,14] = Dzielnicy Wesoła
  FalsePositive nam [29,29] = Warszawy
  FalsePositive nam [73,74] = Dzielnicy Wesoła
  FalseNegative nam [2,14] = Wydziale Architektury i Budownictwa Urzędu m . st . Warszawy dla Dzielnicy Wesoła
  FalseNegative nam [24,29] = Prezydenta m . st . Warszawy
  FalseNegative nam [74,74] = Wesoła

(ChunkerEvaluator) Sentence #2652 from documents/00102164 from sent6

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2653 from documents/00102164 from sent7

Text  : Każdy , kto wykaże interes prawny ma prawo złożenia odwołania od powyższej decyzji w  Urzędzie m  .  st .  Warszawy ,  Urząd dla Dzielnicy Wesoła ,  Wydział Architektury i  Budownictwa ,  05 -  075 Warszawa -  Wesoła ,  ul .  1  .  Praskiego Pułku 33 ,  pok .  206 ,  w  terminie 14 dni od daty ukazania się niniejszego obwieszczenia .
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

Chunks:
  TruePositive nam [27,30] = Wydział Architektury i Budownictwa
  TruePositive nam [41,44] = 1 . Praskiego Pułku
  FalsePositive nam [20,20] = Warszawy
  FalsePositive nam [22,22] = Urząd
  FalsePositive nam [24,25] = Dzielnicy Wesoła
  FalsePositive nam [35,37] = Warszawa - Wesoła
  FalseNegative nam [15,20] = Urzędzie m . st . Warszawy
  FalseNegative nam [22,25] = Urząd dla Dzielnicy Wesoła
  FalseNegative nam [35,35] = Warszawa
  FalseNegative nam [37,37] = Wesoła

2016-10-13 16:40:44,926 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 195 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102165.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102165.ini
(ChunkerEvaluator) Sentence #2654 from documents/00102165 from sent1

Text  : WYMAGANE DOKUMENTY :
Tokens: 1_______ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #2655 from documents/00102165 from sent2

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2656 from documents/00102165 from sent3

Text  : Podanie o skrócenie terminu oczekiwania na zawarcie małżeństwa - złożone osobiście przed kierownikiem urzędu stanu cywilnego .
Tokens: 1______ 2 3________ 4______ 5__________ 6_ 7_______ 8_________ 9 10_____ 11_______ 12___ 13__________ 14____ 15___ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #2657 from documents/00102165 from sent4

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2658 from documents/00102165 from sent5

Text  : Do wglądu : dokumenty tożsamości wnioskodawców .
Tokens: 1_ 2_____ 3 4________ 5_________ 6____________ 7

Chunks:

(ChunkerEvaluator) Sentence #2659 from documents/00102165 from sent6

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2660 from documents/00102165 from sent7

Text  : Dowód uiszczenia należnej opłaty skarbowej .
Tokens: 1____ 2_________ 3_______ 4_____ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #2661 from documents/00102165 from sent8

Text  : OPŁATY : 39 zł – opłata skarbowa za wydanie zezwolenia .
Tokens: 1_____ 2 3_ 4_ 5 6_____ 7_______ 8_ 9______ 10________ 11

Chunks:
  TruePositive nam [4,4] = zł

(ChunkerEvaluator) Sentence #2662 from documents/00102165 from sent9

Text  : Zapłaty opłaty skarbowej należy dokonać przelewem na rachunek bankowy Urzędu m  .  st .  Warszawy dla właściwej Dzielnicy lub bezpośrednio w  kasie Dzielnicy ,  bądź u  inkasenta według właściwości miejscowej dla załatwianej sprawy .
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:
  FalsePositive nam [10,10] = Urzędu
  FalsePositive nam [15,15] = Warszawy
  FalsePositive nam [18,18] = Dzielnicy
  FalsePositive nam [23,23] = Dzielnicy
  FalseNegative nam [10,15] = Urzędu m . st . Warszawy

(ChunkerEvaluator) Sentence #2663 from documents/00102165 from sent10

Text  : Na stronie internetowej Urzędu m . st . Warszawy www.um.warszawa.pl w  elektronicznym Wydziale Obsługi Mieszkańców znajduje się wykaz rachunków bankowych dla poszczególnych Dzielnic .
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 [10,10] = www.um.warszawa.pl
  TruePositive nam [13,15] = Wydziale Obsługi Mieszkańców
  FalsePositive nam [9,9] = Warszawy
  FalsePositive nam [23,23] = Dzielnic
  FalseNegative nam [4,9] = Urzędu m . st . Warszawy

(ChunkerEvaluator) Sentence #2664 from documents/00102165 from sent11

Text  : MIEJSCE ZŁOŻENIA DOKUMENTU : Urząd Stanu Cywilnego m . st .  Warszawy .
Tokens: 1______ 2_______ 3________ 4 5____ 6____ 7________ 8 9 10 11 12______ 13

Chunks:
  FalsePositive nam [2,3] = ZŁOŻENIA DOKUMENTU
  FalsePositive nam [12,12] = Warszawy
  FalseNegative nam [5,12] = Urząd Stanu Cywilnego m . st . Warszawy

(ChunkerEvaluator) Sentence #2665 from documents/00102165 from sent12

Text  : JEDNOSTKA ODPOWIEDZIALNA : Urząd Stanu Cywilnego m . st .  Warszawy .
Tokens: 1________ 2_____________ 3 4____ 5____ 6________ 7 8 9_ 10 11______ 12

Chunks:
  FalsePositive nam [1,2] = JEDNOSTKA ODPOWIEDZIALNA
  FalsePositive nam [11,11] = Warszawy
  FalseNegative nam [4,11] = Urząd Stanu Cywilnego m . st . Warszawy

(ChunkerEvaluator) Sentence #2666 from documents/00102165 from sent13

Text  : TERMIN ODPOWIEDZI : Niezwłocznie .
Tokens: 1_____ 2_________ 3 4___________ 5

Chunks:

(ChunkerEvaluator) Sentence #2667 from documents/00102165 from sent14

Text  : TRYB ODWOŁAWCZY : Do sądu rejonowego właściwego ze względu na siedzibę urzędu stanu cywilnego ,  w  terminie 14 dni od dnia doręczenia odmowy .
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 #2668 from documents/00102165 from sent15

Text  : UWAGI : Kierownik urzędu stanu cywilnego może zezwolić na zawarcie małżeństwa przed upływem miesięcznego terminu oczekiwania na ślub ,  jeżeli przemawiają za tym ważne względy .
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:

2016-10-13 16:40:44,991 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 196 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102167.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102167.ini
(ChunkerEvaluator) Sentence #2669 from documents/00102167 from sent1

Text  : UZASADNIENIE do projektu uchwały
Tokens: 1___________ 2_ 3_______ 4______

Chunks:

(ChunkerEvaluator) Sentence #2670 from documents/00102167 from sent2

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2671 from documents/00102167 from sent3

Text  : Podstawa prawna uchwały .
Tokens: 1_______ 2_____ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #2672 from documents/00102167 from sent4

Text  : Zgodnie z art . 18 ust . 2 pkt 13 ustawy o  samorządzie gminnym do wyłącznej właściwości rady gminy należy „  podejmowanie uchwał w  sprawach herbu gminy ,  nazw ulic i  placów będących drogami publicznymi lub nazw dróg wewnętrznych w  rozumieniu ustawy o  drogach publicznych ,  a  także wznoszenia pomników ”  .
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:
  FalseNegative nam [11,14] = ustawy o samorządzie gminnym

(ChunkerEvaluator) Sentence #2673 from documents/00102167 from sent5

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2674 from documents/00102167 from sent6

Text  : Zamierzone cele uchwały .
Tokens: 1_________ 2___ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #2675 from documents/00102167 from sent7

Text  : Nadanie placowi położonemu pomiędzy Domem Harcerza i ul . Stanisława Wyspiańskiego nazwy „  Plac Korczakowców ”  na wniosek Pana Stanisława Rogulskiego –  Dyrektora Zespołu Szkół Elektronicznych i  Samochodowych ,  Pana Jerzego Zgodzińskiego –  V  –  ce Przewodniczącego Polskiego Komitetu Korczakowskiego oraz Pana Leszka Kornosza –  Komendanta Chorągwi Ziemi Lubuskiej Związku Harcerstwa Polskiego .
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 [5,6] = Domem Harcerza
  TruePositive nam [10,11] = Stanisława Wyspiańskiego
  TruePositive nam [14,15] = Plac Korczakowców
  TruePositive nam [31,32] = Jerzego Zgodzińskiego
  TruePositive nam [38,40] = Polskiego Komitetu Korczakowskiego
  TruePositive nam [43,44] = Leszka Kornosza
  FalsePositive nam [19,21] = Pana Stanisława Rogulskiego
  FalsePositive nam [23,28] = Dyrektora Zespołu Szkół Elektronicznych i Samochodowych
  FalsePositive nam [30,30] = Pana
  FalsePositive nam [42,42] = Pana
  FalsePositive nam [47,52] = Chorągwi Ziemi Lubuskiej Związku Harcerstwa Polskiego
  FalseNegative nam [20,21] = Stanisława Rogulskiego
  FalseNegative nam [24,28] = Zespołu Szkół Elektronicznych i Samochodowych
  FalseNegative nam [47,49] = Chorągwi Ziemi Lubuskiej
  FalseNegative nam [50,52] = Związku Harcerstwa Polskiego

(ChunkerEvaluator) Sentence #2676 from documents/00102167 from sent8

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2677 from documents/00102167 from sent9

Text  : Określenie przewidywanych skutków proponowanych rozwiązań , m . in .  społecznych ,  ekonomicznych ,  gospodarczych ,  organizacyjnych ,  prawnych .
Tokens: 1_________ 2_____________ 3______ 4____________ 5________ 6 7 8 9_ 10 11_________ 12 13___________ 14 15___________ 16 17_____________ 18 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #2678 from documents/00102167 from sent10

Text  : Pięćdziesiąt lat temu , w roku 1961 , w ówczesnej Zasadniczej Szkole Zawodowej w  Zielonej Górze powstała z  inicjatywy nauczyciela tej szkoły -  mgr Jerzego Zgodzińskiego 20 Drużyna Harcerska ,  która obrała sobie za patrona znakomitego pedagoga ,  lekarza i  pisarza Janusza Korczaka .
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

Chunks:
  TruePositive nam [11,13] = Zasadniczej Szkole Zawodowej
  TruePositive nam [15,16] = Zielonej Górze
  TruePositive nam [25,26] = Jerzego Zgodzińskiego
  TruePositive nam [42,43] = Janusza Korczaka
  FalsePositive nam [28,29] = Drużyna Harcerska
  FalseNegative nam [27,29] = 20 Drużyna Harcerska

(ChunkerEvaluator) Sentence #2679 from documents/00102167 from sent11

Text  : Na przestrzeni 50 – ciu lat swego nieprzerwanego istnienia ,  drużyna harcerska spod znaku zielonego sztandaru ,  rozrosła się do Szczepu Drużyn Harcerskich im .  Janusza Korczaka ,  tworząc w  mieście prężny ośrodek działalności wychowawczej ,  jak również społecznej i  kulturalnej .
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:
  FalsePositive nam [21,23] = Szczepu Drużyn Harcerskich
  FalsePositive nam [26,27] = Janusza Korczaka
  FalseNegative nam [21,27] = Szczepu Drużyn Harcerskich im . Janusza Korczaka

(ChunkerEvaluator) Sentence #2680 from documents/00102167 from sent12

Text  : Dzięki swoim dokonaniom – szczególnie w sferze upowszechniania i animacji kultury Korczakowcy stali się sławni nie tylko w  lokalnym środowisku ,  ale także w  kraju i  za granicą .
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 [12,12] = Korczakowcy

(ChunkerEvaluator) Sentence #2681 from documents/00102167 from sent13

Text  : Wielokrotnie byli laureatami konkursów muzycznych , fotograficznych , filmowych ,  literackich i  teatralnych .
Tokens: 1___________ 2___ 3_________ 4________ 5_________ 6 7______________ 8 9________ 10 11_________ 12 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #2682 from documents/00102167 from sent14

Text  : Wielu , spośród wychowanków dh hm Jerzego Zgodzińskiego , zostało w  swoim dorosłym życiu artystami ,  dziennikarzami ,  literatami ,  pracownikami kultury ,  turystyki i  sportu ,  ale także prezesami firm ,  managerami zarządzającymi dużymi organizacjami .
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 [7,8] = Jerzego Zgodzińskiego

(ChunkerEvaluator) Sentence #2683 from documents/00102167 from sent15

Text  : Korzczakowcy są współzałożycielami wielkiego – obecnie już o zasięgu światowym –  stowarzyszenia ,  wdrażającego do systemu wychowania dzieci i  młodzieży idei pedagogicznych Janusza Korczaka ,  jakim jest polski Komitet Korczakowski .
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 [23,24] = Janusza Korczaka
  TruePositive nam [29,30] = Komitet Korczakowski
  FalseNegative nam [1,1] = Korzczakowcy

2016-10-13 16:40:45,108 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 197 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102211.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102211.ini
(ChunkerEvaluator) Sentence #2684 from documents/00102211 from sent1

Text  : Statki i zestawy , o których mowa w rozdziale 5  ,  poddawane są próbie na wodzie płynącej lub stojącej w  rejonie prób ,  aby wykazać ,  że są zdolne do zatrzymania się podczas ruchu z  prądem wody ,  używając do tego celu wyłącznie własnego układu napędowego bez korzystania z  kotwic .
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 #2685 from documents/00102211 from sent2

Text  : Zasadniczo próbę manewru zatrzymania przeprowadza się według schematu przedstawionego na rys .  1  .
Tokens: 1_________ 2____ 3______ 4__________ 5___________ 6__ 7_____ 8_______ 9______________ 10 11_ 12 13 14

Chunks:

(ChunkerEvaluator) Sentence #2686 from documents/00102211 from sent3

Text  : Manewr rozpoczyna się , gdy statek płynie ze stałą prędkością możliwie jak najbardziej zbliżoną do wartości 13 km /  h  względem wody poprzez przesterowanie układu napędowego na pracę »  wstecz «  (  punkt A  na wykresie odpowiada komendzie »  stop «  )  ,  a  kończy się ,  gdy statek przestaje się przemieszczać względem brzegu (  punkt E  :  v  =  0  względem brzegu ;  punkt D  :  =  punkt E  :  v  =  0  względem wody i  względem brzegu ,  gdy manewr zatrzymania wykonywany jest na wodzie stojącej )  .
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

Chunks:
  FalsePositive nam [1,1] = Manewr

(ChunkerEvaluator) Sentence #2687 from documents/00102211 from sent4

Text  : Jeżeli manewr zatrzymania wykonywany jest na wodzie płynącej , odnotowuje się położenie i  moment zatrzymania statku względem wody (  statek porusza się z  prędkością nurtu wody ;  punkt D  :  v  =  0  względem wody )  .
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 #2688 from documents/00102211 from sent5

Text  : Zmierzone parametry zapisywane są w sprawozdaniu w sposób przedstawiony na wykresie w  tabeli 1  .
Tokens: 1________ 2________ 3_________ 4_ 5 6___________ 7 8_____ 9____________ 10 11______ 12 13____ 14 15

Chunks:

(ChunkerEvaluator) Sentence #2689 from documents/00102211 from sent6

Text  : Przed rozpoczęciem manewru zatrzymania w górnej części formularza wpisuje się dane ,  które nie ulegają zmianie .
Tokens: 1____ 2___________ 3______ 4__________ 5 6_____ 7_____ 8_________ 9______ 10_ 11__ 12 13___ 14_ 15_____ 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #2690 from documents/00102211 from sent7

Text  : Średnia prędkość nurtu wody ( vSTR ) toru wodnego określana jest ,  o  ile to możliwe ,  na podstawie tabeli odczytów założonego wodowskazu lub na podstawie pomiaru przemieszczenia płynącego przedmiotu i  zapisywana w  sprawozdaniu .
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 #2691 from documents/00102211 from sent8

Text  : Zasadniczo dopuszcza się stosowanie mierników prędkości nurtu do określenia prędkości statku względem wody podczas manewru zatrzymania ,  jeżeli istnieje możliwość zarejestrowania ruchu statku oraz wymaganych danych zgodnie w  opisaną powyżej procedurą .
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:

(ChunkerEvaluator) Sentence #2692 from documents/00102211 from sent9

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2693 from documents/00102211 from sent10

Text  : Rejestracja zmierzonych danych oraz ich zapisywanie w sprawozdaniu ( tabela 1  )
Tokens: 1__________ 2__________ 3_____ 4___ 5__ 6__________ 7 8___________ 9 10____ 11 12

Chunks:

(ChunkerEvaluator) Sentence #2694 from documents/00102211 from sent11

Text  : W przypadku manewru zatrzymania należy wyznaczyć przede wszystkim prędkość początkową statku względem wody .
Tokens: 1 2________ 3______ 4__________ 5_____ 6________ 7_____ 8________ 9_______ 10________ 11____ 12______ 13__ 14

Chunks:

(ChunkerEvaluator) Sentence #2695 from documents/00102211 from sent12

Text  : Można to zrobić na podstawie pomiaru czasu potrzebnego na pokonanie przez statek odległości między dwoma znakami znajdującymi się na lądzie .
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 #2696 from documents/00102211 from sent13

Text  : Jeżeli próbę przeprowadza się na wodzie płynącej , należy uwzględnić średnią prędkość nurtu wody .
Tokens: 1_____ 2____ 3___________ 4__ 5_ 6_____ 7_______ 8 9_____ 10________ 11_____ 12______ 13___ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #2697 from documents/00102211 from sent14

Text  : Manewr zatrzymania rozpoczyna się komendą » stop « A wydaną w  momencie mijania znaku na lądzie .
Tokens: 1_____ 2__________ 3_________ 4__ 5______ 6 7___ 8 9 10____ 11 12______ 13_____ 14___ 15 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #2698 from documents/00102211 from sent15

Text  : Minięcie znaku rejestruje się w chwili , gdy jest on prostopadły do osi statku i  zapisuje w  sprawozdaniu .
Tokens: 1_______ 2____ 3_________ 4__ 5 6_____ 7 8__ 9___ 10 11_________ 12 13_ 14____ 15 16______ 17 18__________ 19

Chunks:

2016-10-13 16:40:45,246 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 198 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102214.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102214.ini
(ChunkerEvaluator) Sentence #2699 from documents/00102214 from sent1

Text  : ( 1 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2700 from documents/00102214 from sent2

Text  : Do żywności o specjalnym przeznaczeniu żywieniowym można dodawać różne substancje odżywcze takie jak witaminy ,  związki nieorganiczne ,  aminokwasy i  inne w  celu zapewnienia zaspokojenia specjalnych potrzeb żywieniowych osób ,  dla których taka żywność jest przeznaczona i  /  lub w  celu spełnienia wymogów prawnych ustanowionych w  szczególnych dyrektywach ,  przyjętych na podstawie art .  4  ust .  1  dyrektywy 89 /  398 /  EWG .
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:
  FalseNegative nam [64,64] = EWG

(ChunkerEvaluator) Sentence #2701 from documents/00102214 from sent3

Text  : ( 2 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2702 from documents/00102214 from sent4

Text  : Nie jest możliwe określenie substancji odżywczych jako osobnej grupy do celów niniejszej dyrektywy ani sporządzenie na tym etapie wyczerpującego wykazu wszystkich kategorii substancji odżywczych ,  które mogą być dodawane do żywności specjalnego przeznaczenia żywieniowego .
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 #2703 from documents/00102214 from sent5

Text  : ( 3 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2704 from documents/00102214 from sent6

Text  : Asortyment żywności specjalnego przeznaczenia żywieniowego jest bardzo szeroki i różnorodny ,  a  procesy technologiczne stosowane do ich produkcji zróżnicowane .
Tokens: 1_________ 2_______ 3__________ 4____________ 5___________ 6___ 7_____ 8______ 9 10________ 11 12 13_____ 14____________ 15_______ 16 17_ 18_______ 19__________ 20

Chunks:

(ChunkerEvaluator) Sentence #2705 from documents/00102214 from sent7

Text  : Z tego powodu powinien być dostępny możliwie najszerszy wybór substancji ,  które można bezpiecznie stosować w  produkcji żywności specjalnego przeznaczenia żywieniowego w  odniesieniu do kategorii substancji odżywczych wymienionych w  niniejszej dyrektywie .
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:

(ChunkerEvaluator) Sentence #2706 from documents/00102214 from sent8

Text  : ( 4 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2707 from documents/00102214 from sent9

Text  : Wyboru substancji powinno się dokonywać przede wszystkim na podstawie ich bezpieczeństwa ,  a  następnie ich dostępności dla użytku przez ludzi oraz ich właściwości organoleptycznych i  technologicznych .
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 #2708 from documents/00102214 from sent10

Text  : Włączenie substancji do wykazu substancji , które można stosować do produkcji żywności specjalnego przeznaczenia żywieniowego nie oznacza ,  że ich dodanie do takiej żywności jest konieczne czy pożądanie .
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 #2709 from documents/00102214 from sent11

Text  : ( 5 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2710 from documents/00102214 from sent12

Text  : Jeżeli uznano za konieczne dodanie danej substancji odżywczej , fakt ten został ustalony w  przepisach szczególnych odnośnych szczególnych dyrektyw wraz z  odpowiednimi warunkami ilościowymi ,  gdzie właściwe .
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 #2711 from documents/00102214 from sent13

Text  : ( 6 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2712 from documents/00102214 from sent14

Text  : W przypadku braku przepisów szczególnych lub w przypadku żywności specjalnego przeznaczenia żywieniowego nie objętych dyrektywami szczególnymi ,  należy stosować substancje odżywcze w  celu wytworzenia produktów spełniających wymogi definicji takich produktów oraz spełniających specjalne potrzeby żywieniowe osób ,  dla których są przeznaczone .
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 #2713 from documents/00102214 from sent15

Text  : Omawiane produkty muszą również być bezpieczne podczas stosowania zgodnie z  zaleceniami producenta .
Tokens: 1_______ 2_______ 3____ 4______ 5__ 6_________ 7______ 8_________ 9______ 10 11_________ 12________ 13

Chunks:

2016-10-13 16:40:45,349 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 199 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102215.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102215.ini
(ChunkerEvaluator) Sentence #2714 from documents/00102215 from sent1

Text  : ( 1 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2715 from documents/00102215 from sent2

Text  : Rozporządzenie ( WE ) nr 58 / 2003 upoważnia Komisję do ustanawiania agencji wykonawczych zgodnie ze statutem ogólnym określonym przez wyżej określone rozporządzenie oraz powierzania im niektórych zadań w  zakresie zarządzania jednym lub wieloma programami wspólnotowymi ;  niniejsza decyzja nie narusza zakresu wyżej określonego rozporządzenia .
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

Chunks:
  TruePositive nam [3,3] = WE

(ChunkerEvaluator) Sentence #2716 from documents/00102215 from sent3

Text  : ( 2 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2717 from documents/00102215 from sent4

Text  : Upoważnienie Komisji do ustanawiania agencji wykonawczych ma na celu umożliwienie jej koncentracji na podstawowych działaniach i  funkcjach ,  których nie można zlecić na zewnątrz bez utraty kontroli i  ostatecznej odpowiedzialności za działania ,  którymi zarządzają agencje wykonawcze .
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:

(ChunkerEvaluator) Sentence #2718 from documents/00102215 from sent5

Text  : ( 3 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2719 from documents/00102215 from sent6

Text  : Zarządzanie niektórymi centralnymi aspektami wielu programów w dziedzinie edukacji ,  kultury i  sektora audiowizualnego wymaga realizacji projektów technicznych ,  z  którymi nie wiąże się podejmowanie decyzji natury politycznej ,  i  wymaga dużego doświadczenia technicznego i  finansowego przez cały czas trwania cyklu projektu .
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 #2720 from documents/00102215 from sent7

Text  : ( 4 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2721 from documents/00102215 from sent8

Text  : Przekazanie agencji wykonawczej zadań związanych z realizacją programów może nastąpić przy założeniu jasnego podziału na etapy programowania projektu i  podejmowania decyzji w  sprawie finansowania ,  które powinny leżeć w  gestii Komisji ,  z  jednej strony ,  oraz na realizację projektów ,  która powinna zostać powierzona agencji wykonawczej ,  z  drugiej 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_____ 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 #2722 from documents/00102215 from sent9

Text  : ( 5 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2723 from documents/00102215 from sent10

Text  : Ustanowienie agencji wykonawczej nie zmienia faktu przekazania Komisji przez Radę zarządzania niektórymi etapami działań realizowanych w  ramach poszczególnych programów ani faktu przekazania krajowym agencjom zadań w  zakresie zarządzania określonymi programami .
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:
  FalsePositive nam [8,8] = Komisji
  FalsePositive nam [10,10] = Radę

(ChunkerEvaluator) Sentence #2724 from documents/00102215 from sent11

Text  : ( 6 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2725 from documents/00102215 from sent12

Text  : Przeprowadzona w tym celu analiza kosztów i korzyści wykazała ,  że wykorzystanie agencji wykonawczej do zarządzania niektórymi centralnymi aspektami programów w  dziedzinie edukacji ,  kultury i  sektora audiowizualnego stanowi najkorzystniejszą z  dostępnych opcji ,  zarówno z  punktu widzenia finansowego ,  jak i  pozafinansowego .
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

Chunks:

(ChunkerEvaluator) Sentence #2726 from documents/00102215 from sent13

Text  : ( 7 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2727 from documents/00102215 from sent14

Text  : Środki przewidziane w niniejszej decyzji są zgodne z opinią Komitetu ds .  Agencji Wykonawczych .
Tokens: 1_____ 2___________ 3 4_________ 5______ 6_ 7_____ 8 9_____ 10______ 11 12 13_____ 14__________ 15

Chunks:
  TruePositive nam [10,14] = Komitetu ds . Agencji Wykonawczych

(ChunkerEvaluator) Sentence #2728 from documents/00102215 from sent15

Text  : ( 8 )
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #2729 from documents/00102215 from sent16

Text  : Rozporządzenie Komisji ( WE ) nr 1653 / 2004 z  dnia 21 września 2004 r  .  określa typowe rozporządzenie finansowe dla agencji wykonawczych ustanowionych zgodnie z  rozporządzeniem Rady (  WE )  nr 58 /  2003 (  2  )  ,
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 [4,4] = WE
  FalsePositive nam [27,30] = rozporządzeniem Rady ( WE
  FalseNegative nam [28,31] = Rady ( WE )

2016-10-13 16:40:45,461 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 200 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102219.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102219.ini
(ChunkerEvaluator) Sentence #2730 from documents/00102219 from sent1

Text  : Dziennik Ustaw z 25 września 2009 Nr 159 poz .  1260
Tokens: 1_______ 2____ 3 4_ 5_______ 6___ 7_ 8__ 9__ 10 11__

Chunks:
  TruePositive nam [1,2] = Dziennik Ustaw

(ChunkerEvaluator) Sentence #2731 from documents/00102219 from sent2

Text  : ROZPORZĄDZENIE KRAJOWEJ RADY RADIOFONII I TELEWIZJI z dnia 25 sierpnia 2009 r  .  zmieniające rozporządzenie w  sprawie zawartości wniosku o  udzielenie koncesji oraz szczegółowego trybu postępowania w  sprawach udzielania i  cofania koncesji na rozpowszechnianie i  rozprowadzanie programów radiofonicznych i  telewizyjnych
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 [1,6] = ROZPORZĄDZENIE KRAJOWEJ RADY RADIOFONII I TELEWIZJI

(ChunkerEvaluator) Sentence #2732 from documents/00102219 from sent3

Text  : Na podstawie art . 37 ust . 4 ustawy z  dnia 29 grudnia 1992 r  .  o  radiofonii i  telewizji (  Dz .  U  .  z  2004 r  .  Nr 253 ,  poz .  2531 ,  z  późn .  zm .  §  1  .
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

Chunks:
  TruePositive nam [9,20] = ustawy z dnia 29 grudnia 1992 r . o radiofonii i telewizji
  TruePositive nam [22,25] = Dz . U .

(ChunkerEvaluator) Sentence #2733 from documents/00102219 from sent4

Text  : W rozporządzeniu Krajowej Rady Radiofonii i Telewizji z dnia 4  stycznia 2007 r  .  w  sprawie zawartości wniosku o  udzielenie koncesji oraz szczegółowego trybu postępowania w  sprawach udzielania i  cofania koncesji na rozpowszechnianie i  rozprowadzanie programów radiofonicznych i  telewizyjnych (  Dz .  U  .  Nr 5  ,  poz .  41 ,  z  późn .  zm .  2  )  )  wprowadza się następujące zmiany :
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

Chunks:
  TruePositive nam [41,44] = Dz . U .
  FalsePositive nam [2,7] = rozporządzeniu Krajowej Rady Radiofonii i Telewizji
  FalseNegative nam [2,39] = rozporządzeniu Krajowej Rady Radiofonii i Telewizji z dnia 4 stycznia 2007 r . w sprawie zawartości wniosku o udzielenie koncesji oraz szczegółowego trybu postępowania w sprawach udzielania i cofania koncesji na rozpowszechnianie i rozprowadzanie programów radiofonicznych i telewizyjnych

(ChunkerEvaluator) Sentence #2734 from documents/00102219 from sent5

Text  : 1 ) w § 5 :
Tokens: 1 2 3 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #2735 from documents/00102219 from sent6

Text  : a ) w pkt 1 lit . a otrzymuje brzmienie :
Tokens: 1 2 3 4__ 5 6__ 7 8 9________ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2736 from documents/00102219 from sent7

Text  : " a ) w przypadku spółek handlowych - statut lub umowę spółki wraz z  wszystkimi zmianami ,  "  ,
Tokens: 1 2 3 4 5________ 6_____ 7_________ 8 9_____ 10_ 11___ 12____ 13__ 14 15________ 16______ 17 18 19

Chunks:

(ChunkerEvaluator) Sentence #2737 from documents/00102219 from sent8

Text  : b ) pkt 3 otrzymuje brzmienie :
Tokens: 1 2 3__ 4 5________ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #2738 from documents/00102219 from sent9

Text  : " 3 ) w przypadku osób prawnych lub osobowych spółek handlowych -  dane osobowe członków organu zarządzającego ,  nadzorczego i  kontrolnego wraz z  podaniem ich obywatelstwa i  miejsca stałego zamieszkania ;  "  ,
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 #2739 from documents/00102219 from sent10

Text  : c ) pkt 4 otrzymuje brzmienie :
Tokens: 1 2 3__ 4 5________ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #2740 from documents/00102219 from sent11

Text  : " 4 ) w przypadku spółek handlowych - dane dotyczące udziałowców ,  akcjonariuszy lub wspólników :
Tokens: 1 2 3 4 5________ 6_____ 7_________ 8 9___ 10_______ 11_________ 12 13___________ 14_ 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #2741 from documents/00102219 from sent12

Text  : a ) listę udziałowców , akcjonariuszy lub wspólników ze wskazaniem wielkości posiadanych przez nich udziałów ,  akcji (  wraz z  rodzajem uprzywilejowania )  lub wkładów ,
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 #2742 from documents/00102219 from sent13

Text  : b ) informację o posiadanych udziałach , akcjach lub wkładach w  innych spółkach oraz członkostwie w  organach innych spółek ,  lub o  posiadanych udziałach w  innych podmiotach gospodarczych ,
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:

2016-10-13 16:40:45,561 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 201 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102220.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102220.ini
(ChunkerEvaluator) Sentence #2743 from documents/00102220 from sent1

Text  : 2 ) w klasach V i VI sześcioletniej szkoły podstawowej ,  w  przypadku realizacji ramowego planu nauczania ,  określonego w  załącznikach nr 2  ,  11 -  13 ,  16 -  21 ,  24 i  25 do rozporządzenia ,  o  którym mowa w  pkt 1  ,  oraz w  klasie VIII dotychczasowej ośmioletniej szkoły podstawowej ,  jako zajęcia dodatkowe po 14 godzin ,  w  tym po 5  godzin z  podziałem na grupy dziewcząt i  chłopców ,
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

Chunks:
  FalsePositive nam [25,27] = 11 - 13

(ChunkerEvaluator) Sentence #2744 from documents/00102220 from sent2

Text  : 3 ) w każdej klasie gimnazjum , z godzin przewidzianych w  ramowym planie nauczania na realizację zajęć edukacyjnych "  Wiedza o  społeczeństwie "  po 14 godzin ,  w  tym po 5  godzin z  podziałem na grupy dziewcząt i  chłopców ,
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:
  FalsePositive nam [20,22] = Wiedza o społeczeństwie

(ChunkerEvaluator) Sentence #2745 from documents/00102220 from sent3

Text  : 4 ) w szkołach ponadpodstawowych , w przypadku realizacji ramowych planów nauczania ,  w  których przewidziane są godziny do dyspozycji dyrektora ,  w  ramach tych godzin ,  a  w  pozostałych przypadkach jako zajęcia dodatkowe po 10 godzin ;  w  szczególnie uzasadnionych przypadkach ,  po uzgodnieniu z  organem prowadzącym ,  zajęcia mogą być realizowane z  podziałem na grupy dziewcząt i  chłopców ,  -  z  zastrzeżeniem ust .  2  .
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:

(ChunkerEvaluator) Sentence #2746 from documents/00102220 from sent4

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2747 from documents/00102220 from sent5

Text  : W szkołach , w których przepisy o ramowych planach nauczania w  szkołach publicznych przewidują zajęcia edukacyjne "  Przysposobienie do życia w  rodzinie "  ,  realizacja treści ,  o  których mowa w  §  1  ust .  1  ,  odbywa się w  ramach tych zajęć ,  w  wymiarze określonym w  tych przepisach .
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 #2748 from documents/00102220 from sent6

Text  : § 4 . 1 .
Tokens: 1 2 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #2749 from documents/00102220 from sent7

Text  : Udział ucznia w zajęciach nie jest obowiązkowy .
Tokens: 1_____ 2_____ 3 4________ 5__ 6___ 7__________ 8

Chunks:

(ChunkerEvaluator) Sentence #2750 from documents/00102220 from sent8

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2751 from documents/00102220 from sent9

Text  : Na udział w zajęciach uczniów niepełnoletnich zgodę w formie pisemnej wyrażają rodzice lub prawni opiekunowie ,  po spełnieniu przez szkołę warunków określonych w  §  5  ust .  1  .
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 #2752 from documents/00102220 from sent10

Text  : Po osiągnięciu pełnoletności o udziale w zajęciach decydują sami uczniowie ,  deklarując swój udział na piśmie .
Tokens: 1_ 2__________ 3____________ 4 5______ 6 7________ 8_______ 9___ 10_______ 11 12________ 13__ 14____ 15 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #2753 from documents/00102220 from sent11

Text  : W przypadku uczniów pełnoletnich z upośledzeniem umysłowym w stopniu lekkim o  udziale w  zajęciach decydują rodzice lub prawni opiekunowie .
Tokens: 1 2________ 3______ 4___________ 5 6____________ 7________ 8 9______ 10____ 11 12_____ 13 14_______ 15______ 16_____ 17_ 18____ 19_________ 20

Chunks:

(ChunkerEvaluator) Sentence #2754 from documents/00102220 from sent12

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2755 from documents/00102220 from sent13

Text  : Zajęcia nie podlegają ocenie i nie wpływają na promocję ucznia do klasy programowo wyższej ani na ukończenie szkoły przez ucznia .
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 #2756 from documents/00102220 from sent14

Text  : 4 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2757 from documents/00102220 from sent15

Text  : W przypadku udziału ucznia w zajęciach , fakt ten odnotowuje się na świadectwie szkolnym w  części przeznaczonej na dodatkowe zajęcia edukacyjne wpisem "  uczestniczył (  a  )  "  .
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 #2758 from documents/00102220 from sent16

Text  : § 5 . 1 .
Tokens: 1 2 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #2759 from documents/00102220 from sent17

Text  : W każdym roku szkolnym przed przystąpieniem do realizacji zajęć nauczyciel prowadzący zajęcia wraz z  wychowawcą klasy przeprowadza co najmniej jedno spotkanie informacyjne z  rodzicami uczniów niepełnoletnich oraz z  uczniami pełnoletnimi .
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 #2760 from documents/00102220 from sent18

Text  : Nauczyciel jest obowiązany przedstawić pełną informację o celach i treściach realizowanego programu nauczania ,  podręcznikach szkolnych oraz środkach dydaktycznych .
Tokens: 1_________ 2___ 3_________ 4__________ 5____ 6_________ 7 8_____ 9 10_______ 11___________ 12______ 13_______ 14 15___________ 16_______ 17__ 18______ 19___________ 20

Chunks:

2016-10-13 16:40:45,905 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 202 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102231.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102231.ini
(ChunkerEvaluator) Sentence #2761 from documents/00102231 from sent1

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2762 from documents/00102231 from sent2

Text  : W razie konieczności szpital , w którym znajduje się szpitalny oddział ratunkowy ,  lub jednostka organizacyjna szpitala wyspecjalizowana w  zakresie udzielania świadczeń zdrowotnych niezbędnych dla ratownictwa medycznego zapewnia niezwłoczny transport sanitarny osoby w  stanie nagłego zagrożenia zdrowotnego do najbliższego zakładu opieki zdrowotnej udzielającego świadczeń opieki zdrowotnej w  odpowiednim zakresie .
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

Chunks:

(ChunkerEvaluator) Sentence #2763 from documents/00102231 from sent3

Text  : Art . 34 .
Tokens: 1__ 2 3_ 4

Chunks:

(ChunkerEvaluator) Sentence #2764 from documents/00102231 from sent4

Text  : Minister właściwy do spraw zdrowia określi , w drodze rozporządzenia :
Tokens: 1_______ 2_______ 3_ 4____ 5______ 6______ 7 8 9_____ 10____________ 11

Chunks:

(ChunkerEvaluator) Sentence #2765 from documents/00102231 from sent5

Text  : 1 ) szczegółowe zadania szpitalnych oddziałów ratunkowych ,
Tokens: 1 2 3__________ 4______ 5__________ 6________ 7__________ 8

Chunks:

(ChunkerEvaluator) Sentence #2766 from documents/00102231 from sent6

Text  : 2 ) szczegółowe wymagania dotyczące lokalizacji szpitalnych oddziałów ratunkowych w  strukturze szpitala oraz warunków technicznych ,
Tokens: 1 2 3__________ 4________ 5________ 6__________ 7__________ 8________ 9__________ 10 11________ 12______ 13__ 14______ 15__________ 16

Chunks:

(ChunkerEvaluator) Sentence #2767 from documents/00102231 from sent7

Text  : 3 ) minimalne wyposażenie , organizację oraz minimalne zasoby kadrowe szpitalnych oddziałów ratunkowych
Tokens: 1 2 3________ 4__________ 5 6__________ 7___ 8________ 9_____ 10_____ 11_________ 12_______ 13_________

Chunks:

(ChunkerEvaluator) Sentence #2768 from documents/00102231 from sent8

Text  : - uwzględniając konieczność zapewnienia osobom w stanie nagłego zagrożenia zdrowotnego odpowiednich świadczeń opieki zdrowotnej .
Tokens: 1 2____________ 3__________ 4__________ 5_____ 6 7_____ 8______ 9_________ 10_________ 11__________ 12_______ 13____ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #2769 from documents/00102231 from sent9

Text  : Art . 35 .
Tokens: 1__ 2 3_ 4

Chunks:

(ChunkerEvaluator) Sentence #2770 from documents/00102231 from sent10

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2771 from documents/00102231 from sent11

Text  : Szpitalne oddziały ratunkowe oraz jednostki organizacyjne szpitali wyspecjalizowane w zakresie udzielania świadczeń zdrowotnych niezbędnych dla ratownictwa medycznego mają obowiązek uzyskać potwierdzenie spełniania wymagań określonych przepisami ,  wydane przez jednostkę podległą ministrowi właściwemu do spraw zdrowia ,  właściwą w  zakresie monitorowania jakości świadczeń zdrowotnych .
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

Chunks:

(ChunkerEvaluator) Sentence #2772 from documents/00102231 from sent12

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2773 from documents/00102231 from sent13

Text  : Brak potwierdzenia , o którym mowa w ust . 1  ,  powoduje nieuwzględnienie w  planie na rok następny szpitalnego oddziału ratunkowego lub jednostki organizacyjnej szpitala wyspecjalizowanej w  zakresie udzielania świadczeń zdrowotnych niezbędnych dla ratownictwa medycznego .
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:

(ChunkerEvaluator) Sentence #2774 from documents/00102231 from sent14

Text  : Art . 36 .
Tokens: 1__ 2 3_ 4

Chunks:

(ChunkerEvaluator) Sentence #2775 from documents/00102231 from sent15

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2776 from documents/00102231 from sent16

Text  : Zespoły ratownictwa medycznego dzielą się na :
Tokens: 1______ 2__________ 3_________ 4_____ 5__ 6_ 7

Chunks:

(ChunkerEvaluator) Sentence #2777 from documents/00102231 from sent17

Text  : 1 ) zespoły specjalistyczne , w skład których wchodzą co najmniej trzy osoby uprawnione do wykonywania medycznych czynności ratunkowych ,  w  tym lekarz systemu oraz pielęgniarka systemu lub ratownik medyczny ;
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 #2778 from documents/00102231 from sent18

Text  : 2 ) zespoły podstawowe , w skład których wchodzą co najmniej dwie osoby uprawnione do wykonywania medycznych czynności ratunkowych ,  w  tym pielęgniarka systemu lub ratownik medyczny .
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 #2779 from documents/00102231 from sent19

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2780 from documents/00102231 from sent20

Text  : Zespół ratownictwa medycznego jest wyposażony w specjalistyczny środek transportu sanitarnego ,  spełniający cechy techniczne i  jakościowe określone w  Polskich Normach przenoszących europejskie normy zharmonizowane .
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 [19,20] = Polskich Normach

(ChunkerEvaluator) Sentence #2781 from documents/00102231 from sent21

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2782 from documents/00102231 from sent22

Text  : W skład zespołów , o których mowa w ust .  1  ,  wchodzi kierowca ,  w  przypadku gdy żaden z  członków zespołów ratownictwa medycznego nie posiada prawa jazdy kategorii B  oraz nie spełnia warunków ,  o  których mowa w  art .  95a ust .  1  ustawy z  dnia 20 czerwca 1997 r  .
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:

(ChunkerEvaluator) Sentence #2783 from documents/00102231 from sent23

Text  : - Prawo o ruchu drogowym ( Dz . U .  z  2005 r  .
Tokens: 1 2____ 3 4____ 5_______ 6 7_ 8 9 10 11 12__ 13 14

Chunks:
  TruePositive nam [2,5] = Prawo o ruchu drogowym
  TruePositive nam [7,10] = Dz . U .

(ChunkerEvaluator) Sentence #2784 from documents/00102231 from sent24

Text  : Nr 108 , poz . 908 , z późn .  zm .  )
Tokens: 1_ 2__ 3 4__ 5 6__ 7 8 9___ 10 11 12 13

Chunks:

2016-10-13 16:40:46,032 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 203 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102233.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102233.ini
(ChunkerEvaluator) Sentence #2785 from documents/00102233 from sent1

Text  : 23 ) w art . 45 w pkt 1 wyrazy "  numery NIP ,  REGON oraz ewentualnie PESEL "  zastępuje się wyrazami "  dane ,  o  których mowa w  art .  35 pkt 2  ,  "  ;  24 )  w  art .  46 w  ust .  4  :
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 [13,13] = NIP
  TruePositive nam [15,15] = REGON
  TruePositive nam [18,18] = PESEL

(ChunkerEvaluator) Sentence #2786 from documents/00102233 from sent2

Text  : a ) w pkt 1 wyrazy " numery NIP ,  REGON ,  PESEL lub inny numer identyfikacyjny ,  o  którym mowa w  art .  33 ust .  3  "  zastępuje się wyrazami "  dane ,  o  których mowa w  art .  35 pkt 2  "  ,  b  )  po pkt 2  dodaje się pkt 2a w  brzmieniu :
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

Chunks:
  TruePositive nam [9,9] = NIP
  TruePositive nam [11,11] = REGON
  TruePositive nam [13,13] = PESEL

(ChunkerEvaluator) Sentence #2787 from documents/00102233 from sent3

Text  : " 2a ) informacje o uprawnieniu płatnika składek do wypłaty zasiłków ,  "
Tokens: 1 2_ 3 4_________ 5 6__________ 7_______ 8______ 9_ 10_____ 11______ 12 13

Chunks:

(ChunkerEvaluator) Sentence #2788 from documents/00102233 from sent4

Text  : c ) w pkt 9 na końcu dodaje się wyrazy "  albo podpisem elektronicznym "  ;
Tokens: 1 2 3 4__ 5 6_ 7____ 8_____ 9__ 10____ 11 12__ 13______ 14____________ 15 16

Chunks:

(ChunkerEvaluator) Sentence #2789 from documents/00102233 from sent5

Text  : 25 ) w art . 47 :
Tokens: 1_ 2 3 4__ 5 6_ 7

Chunks:

(ChunkerEvaluator) Sentence #2790 from documents/00102233 from sent6

Text  : a ) w ust . 1 : - w zdaniu wstępnym po wyrazach "  za dany miesiąc "  dodaje się wyrazy "  ,  z  zastrzeżeniem ust .  1a "  ,
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 #2791 from documents/00102233 from sent7

Text  : - w pkt 1 wyrazy " do 12 dnia "  zastępuje się wyrazami "  do 10 dnia "  ,  -  pkt 2  otrzymuje brzmienie :
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 #2792 from documents/00102233 from sent8

Text  : " 2 ) do 5 dnia następnego miesiąca - dla jednostek budżetowych ,  zakładów budżetowych i  gospodarstw pomocniczych w  rozumieniu art .  18 ust .  1  ,  art .  19 ust .  1  i  art .  20 ust .  1  ustawy z  dnia 26 listopada 1998 r  .  o  finansach publicznych (  Dz .  U  .  Nr 155 ,  poz .  1014 oraz z  1999 r  .  Nr 38 ,  poz .  360 ,  Nr 49 ,  poz .  485 ,  Nr 70 ,  poz .  778 i  Nr 110 ,  poz .  1255 )  ,  "  b  )  po  ust .   1   dodaje się ust .   1a  w   brzmieniu :
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

Chunks:
  TruePositive nam [41,51] = ustawy z dnia 26 listopada 1998 r . o finansach publicznych
  TruePositive nam [53,56] = Dz . U .

(ChunkerEvaluator) Sentence #2793 from documents/00102233 from sent9

Text  : " 1a .
Tokens: 1 2_ 3

Chunks:

(ChunkerEvaluator) Sentence #2794 from documents/00102233 from sent10

Text  : Twórcy i artyści przesyłają deklaracje rozliczeniowe i imienne raporty miesięczne oraz opłacają składki za okres wykonywania działalności twórczej lub artystycznej przed dniem wydania decyzji Komisji do Spraw Zaopatrzenia Emerytalnego Twórców w  terminie opłacania składek za miesiąc ,  w  którym otrzymali decyzję .  "  ,  c  )  w  ust .  4  skreśla się wyrazy "  ,  przy użyciu dokumentów płatniczych określonych w  art .  49 ust .  3  "  ,
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

Chunks:
  TruePositive nam [25,30] = Komisji do Spraw Zaopatrzenia Emerytalnego Twórców

(ChunkerEvaluator) Sentence #2795 from documents/00102233 from sent11

Text  : d ) po ust . 4 dodaje się ust .  4a w  brzmieniu :  "  4a .
Tokens: 1 2 3_ 4__ 5 6 7_____ 8__ 9__ 10 11 12 13_______ 14 15 16 17

Chunks:

(ChunkerEvaluator) Sentence #2796 from documents/00102233 from sent12

Text  : Składki lub wpłaty , o których mowa w ust .  4  ,  płatnik składek opłaca przy użyciu :
Tokens: 1______ 2__ 3_____ 4 5 6______ 7___ 8 9__ 10 11 12 13_____ 14_____ 15____ 16__ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #2797 from documents/00102233 from sent13

Text  : 1 ) bankowych dokumentów płatniczych składanych za pośrednictwem banku według wzorów ,  o  których mowa w  art .  49 ust .  3  ,  2  )  dokumentu elektronicznego z  programu informatycznego udostępnianego przez Zakład płatnikom składek lub wydruku z  tego programu ,
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:
  FalsePositive nam [33,33] = Zakład

(ChunkerEvaluator) Sentence #2798 from documents/00102233 from sent14

Text  : 3 ) dokumentu elektronicznego z programu informatycznego udostępnianego płatnikom składek przez bank ,  4  )  dokumentu w  postaci uzgodnionej z  instytucją obsługującą wpłaty składek na ubezpieczenia społeczne
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 #2799 from documents/00102233 from sent15

Text  : - zwanych dalej " dokumentami płatniczymi . " ,
Tokens: 1 2______ 3____ 4 5__________ 6__________ 7 8 9

Chunks:

(ChunkerEvaluator) Sentence #2800 from documents/00102233 from sent16

Text  : e ) ust . 5 i 6 otrzymują brzmienie :
Tokens: 1 2 3__ 4 5 6 7 8________ 9________ 10

Chunks:

2016-10-13 16:40:46,184 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 204 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102234.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102234.ini
(ChunkerEvaluator) Sentence #2801 from documents/00102234 from sent1

Text  : Art . 48 . Minister właściwy do spraw środowiska w  porozumieniu z  ministrem właściwym do spraw rolnictwa określi ,  w  drodze rozporządzenia :
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 #2802 from documents/00102234 from sent2

Text  : 1 ) gatunki dziko występujących roślin :
Tokens: 1 2 3______ 4____ 5____________ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #2803 from documents/00102234 from sent3

Text  : a ) objętych ochroną ścisłą , z wyszczególnieniem gatunków wymagających ochrony czynnej ,
Tokens: 1 2 3_______ 4______ 5_____ 6 7 8________________ 9_______ 10__________ 11_____ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #2804 from documents/00102234 from sent4

Text  : b ) objętych ochroną częściową
Tokens: 1 2 3_______ 4______ 5________

Chunks:

(ChunkerEvaluator) Sentence #2805 from documents/00102234 from sent5

Text  : c ) objętych ochroną częściową , które mogą być pozyskiwane ,  oraz sposoby ich pozyskiwania ,
Tokens: 1 2 3_______ 4______ 5________ 6 7____ 8___ 9__ 10_________ 11 12__ 13_____ 14_ 15__________ 16

Chunks:

(ChunkerEvaluator) Sentence #2806 from documents/00102234 from sent6

Text  : d ) wymagających ustalenia stref ochrony ich ostoi lub stanowisk ,
Tokens: 1 2 3___________ 4________ 5____ 6______ 7__ 8____ 9__ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #2807 from documents/00102234 from sent7

Text  : 2 ) zakazy właściwe dla poszczególnych gatunków lub grup gatunków roślin ,  wybrane spośród zakazów ,  o  których mowa w  art .  51 ust .  1  ,  i  odstępstwa od zakazów ,  wybrane spośród odstępstw ,  o  których mowa w  art .  51 ust .  2  ,
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 #2808 from documents/00102234 from sent8

Text  : 3 ) sposoby ochrony gatunków , w tym wielkość stref ochrony
Tokens: 1 2 3______ 4______ 5_______ 6 7 8__ 9_______ 10___ 11_____

Chunks:

(ChunkerEvaluator) Sentence #2809 from documents/00102234 from sent9

Text  : - kierując się potrzebą ochrony dziko występujących roślin , ich siedlisk ,  ostoi lub stanowisk oraz wymaganiami ekologicznymi ,  naukowymi i  kulturowymi ,  a  także biorąc pod uwagę obowiązujące w  tym zakresie przepisy prawa Unii Europejskiej .
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 [35,36] = Unii Europejskiej

(ChunkerEvaluator) Sentence #2810 from documents/00102234 from sent10

Text  : Art . 49 .
Tokens: 1__ 2 3_ 4

Chunks:

(ChunkerEvaluator) Sentence #2811 from documents/00102234 from sent11

Text  : Minister właściwy do spraw środowiska w porozumieniu z ministrem właściwym do spraw rolnictwa określi ,  w  drodze rozporządzenia :
Tokens: 1_______ 2_______ 3_ 4____ 5_________ 6 7___________ 8 9________ 10_______ 11 12___ 13_______ 14_____ 15 16 17____ 18____________ 19

Chunks:

(ChunkerEvaluator) Sentence #2812 from documents/00102234 from sent12

Text  : 1 ) gatunki dziko występujących :
Tokens: 1 2 3______ 4____ 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #2813 from documents/00102234 from sent13

Text  : a ) zwierząt objętych ochroną ścisłą , z wyszczególnieniem gatunków wymagających ochrony czynnej ,
Tokens: 1 2 3_______ 4_______ 5______ 6_____ 7 8 9________________ 10______ 11__________ 12_____ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #2814 from documents/00102234 from sent14

Text  : b ) zwierząt objętych ochroną częściową ,
Tokens: 1 2 3_______ 4_______ 5______ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #2815 from documents/00102234 from sent15

Text  : c ) zwierząt objętych ochroną częściową , które mogą być pozyskiwane ,  oraz sposoby ich pozyskiwania ,
Tokens: 1 2 3_______ 4_______ 5______ 6________ 7 8____ 9___ 10_ 11_________ 12 13__ 14_____ 15_ 16__________ 17

Chunks:

(ChunkerEvaluator) Sentence #2816 from documents/00102234 from sent16

Text  : d ) ptaków , które mogą być sprzedawane , transportowane i  przetrzymywane w  celach handlowych ,  jeżeli zostały legalnie upolowane ,
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 #2817 from documents/00102234 from sent17

Text  : e ) zwierząt wymagających ustalenia stref ochrony ostoi , miejsc rozrodu lub regularnego przebywania .
Tokens: 1 2 3_______ 4___________ 5________ 6____ 7______ 8____ 9 10____ 11_____ 12_ 13_________ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #2818 from documents/00102234 from sent18

Text  : 2 ) zakazy właściwe dla poszczególnych gatunków lub grup gatunków zwierząt ,  wybrane spośród zakazów ,  o  których mowa w  art .  52 ust .  1  ,  i  odstępstwa od zakazów ,  wybrane spośród odstępstw ,  o  których mowa w  art .  52 ust .  2  ,
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 #2819 from documents/00102234 from sent19

Text  : 3 ) sposoby ochrony gatunków , w tym wielkość stref ochrony
Tokens: 1 2 3______ 4______ 5_______ 6 7 8__ 9_______ 10___ 11_____

Chunks:

(ChunkerEvaluator) Sentence #2820 from documents/00102234 from sent20

Text  : - kierując się potrzebą ochrony dziko występujących zwierząt , ich siedlisk ,  ostoi lub stanowisk oraz wymaganiami ekologicznymi ,  naukowymi i  kulturowymi ,  a  także biorąc pod uwagę obowiązujące w  tym zakresie przepisy prawa Unii Europejskiej .
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 [35,36] = Unii Europejskiej

2016-10-13 16:40:46,310 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 205 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102238.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102238.ini
(ChunkerEvaluator) Sentence #2821 from documents/00102238 from sent1

Text  : po rozpoznaniu , z udziałem Sejmu i Prokuratora Generalnego ,  na rozprawie w  dniu 8  września 2005 r  .  ,  pytania prawnego Sądu Okręgowego w  Koszalinie o  stwierdzenie :  czy art .  91b ust .  2  pkt 2  ustawy z  dnia 26 stycznia 1982 r  .  -  Karta Nauczyciela (  Dz .  U  .  z  2003 r  .  Nr 118 ,  poz .  1112 )  oraz art .  91b ust .  2  pkt 4  ustawy z  dnia 26 stycznia 1982 r  .  -  Karta Nauczyciela (  Dz .  U  .  z  2003 r  .
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

Chunks:
  TruePositive nam [6,6] = Sejmu
  TruePositive nam [8,9] = Prokuratora Generalnego
  TruePositive nam [23,24] = Sądu Okręgowego
  TruePositive nam [26,26] = Koszalinie
  TruePositive nam [51,54] = Dz . U .
  TruePositive nam [87,90] = Dz . U .
  FalsePositive nam [39,49] = ustawy z dnia 26 stycznia 1982 r . - Karta Nauczyciela
  FalsePositive nam [75,85] = ustawy z dnia 26 stycznia 1982 r . - Karta Nauczyciela
  FalseNegative nam [48,49] = Karta Nauczyciela
  FalseNegative nam [84,85] = Karta Nauczyciela

(ChunkerEvaluator) Sentence #2822 from documents/00102238 from sent2

Text  : Nr 118 , poz . 1112 , ze zm .  )  ,  w  brzmieniu nadanym przez art .  1  pkt 34 lit .  a  ustawy z  dnia 15 lipca 2004 r  .  o  zmianie ustawy -  Karta Nauczyciela oraz o  zmianie niektórych innych ustaw (  Dz .  U  .  Nr 179 ,  poz .  1845 )  ,  w  zakresie wyłączającym prawo nauczyciela zatrudnionego w  placówce niepublicznej w  wymiarze co najmniej 1  /  2  etatu obowiązującego wymiaru zajęć ,  z  grupy nauczycieli uprawnionych do wcześniejszej emerytury bez względu na wiek ,  są zgodne z  art .  2  w  części wyrażającej zasadę sprawiedliwości społecznej i   z   art .   32  Konstytucji ,
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

Chunks:
  TruePositive nam [25,44] = ustawy z dnia 15 lipca 2004 r . o zmianie ustawy - Karta Nauczyciela oraz o zmianie niektórych innych ustaw
  TruePositive nam [46,49] = Dz . U .

(ChunkerEvaluator) Sentence #2823 from documents/00102238 from sent3

Text  : Art . 91b ust . 2 pkt 2 ustawy z  dnia 26 stycznia 1982 r  .  -  Karta Nauczyciela (  Dz .  U  .  z  2003 r  .  Nr 118 ,  poz .  1112 ,  ze zm .  )  ,  w  brzmieniu obowiązującym do dnia wejścia w  życie ustawy z  dnia 15 lipca 2004 r  .  o  zmianie ustawy -  Karta Nauczyciela oraz o  zmianie niektórych innych ustaw (  Dz .  U  .  Nr 179 ,  poz .  1845 )  ,  w  zakresie ,  w  jakim w  związku z  art .  1  ust .  2  pkt 2  lit .  b   wyłącza stosowanie art .   88  tej ustawy do  nauczyciela zatrudnionego w   placówce niepublicznej w   wymiarze co  najmniej 1   /   2   obowiązkowego wymiaru zajęć ,   oraz art .   91b ust .   2   pkt 4   ustawy z   dnia 26  stycznia 1982 r   .   -   Karta Nauczyciela (   Dz  .   U   .   z   2003 r   .   Nr  118 ,   poz .   1112 ,   ze  zm  .   )   ,   w   brzmieniu nadanym przez art .   1   pkt 34  lit .   a   ustawy z   dnia 15  lipca 2004 r   .   o   zmianie ustawy -   Karta Nauczyciela oraz o   zmianie niektórych innych ustaw (   Dz  .   U   .   Nr  179 ,   poz .   1845 )   ,   w   zakresie ,   w   jakim w   związku z   art .   1   ust .   2   pkt 2   lit .   b   wyłącza stosowanie art .   88  tej ustawy do  nauczyciela zatrudnionego w   placówce niepublicznej w   wymiarze co  najmniej 1   /   2   obowiązkowego wymiaru zajęć ,   są  niezgodne z   art .   32  ust .   1   ,   a   przez to  z   nakazem urzeczywistnienia zasad sprawiedliwości społecznej wyrażonym w   art .   2   Konstytucji Rzeczypospolitej Polskiej .
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__________ 122____ 123__ 124 125_ 126 127 128 129 130 131 132 133 134___ 135 136_ 137 138_____ 139_ 140 141 142 143__ 144________ 145 146 147 148 149 150 151_ 152 153 154 155 156 157 158 159_ 160 161 162 163 164 165 166 167______ 168____ 169__ 170 171 172 173 174 175 176 177 178___ 179 180_ 181 182__ 183_ 184 185 186 187____ 188___ 189 190__ 191________ 192_ 193 194____ 195_______ 196___ 197__ 198 199 200 201 202 203 204 205 206 207 208_ 209 210 211 212_____ 213 214 215__ 216 217____ 218 219 220 221 222 223 224 225 226 227 228 229 230____ 231_______ 232 233 234 235 236___ 237 238________ 239__________ 240 241_____ 242__________ 243 244_____ 245 246_____ 247 248 249 250__________ 251____ 252__ 253 254 255______ 256 257 258 259 260 261 262 263 264 265__ 266 267 268____ 269______________ 270__ 271____________ 272_______ 273______ 274 275 276 277 278________ 279_____________ 280_____ 281

Chunks:
  TruePositive nam [21,24] = Dz . U .
  TruePositive nam [49,68] = ustawy z dnia 15 lipca 2004 r . o zmianie ustawy - Karta Nauczyciela oraz o zmianie niektórych innych ustaw
  TruePositive nam [70,73] = Dz . U .
  TruePositive nam [146,149] = Dz . U .
  TruePositive nam [178,197] = ustawy z dnia 15 lipca 2004 r . o zmianie ustawy - Karta Nauczyciela oraz o zmianie niektórych innych ustaw
  TruePositive nam [199,202] = Dz . U .
  TruePositive nam [278,280] = Konstytucji Rzeczypospolitej Polskiej
  FalsePositive nam [9,19] = ustawy z dnia 26 stycznia 1982 r . - Karta Nauczyciela
  FalsePositive nam [134,144] = ustawy z dnia 26 stycznia 1982 r . - Karta Nauczyciela
  FalseNegative nam [18,19] = Karta Nauczyciela
  FalseNegative nam [143,144] = Karta Nauczyciela

2016-10-13 16:40:46,538 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 206 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102241.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102241.ini
(ChunkerEvaluator) Sentence #2824 from documents/00102241 from sent1

Text  : Krzysztof Kolasiński - sprawozdawca ,
Tokens: 1________ 2_________ 3 4___________ 5

Chunks:
  TruePositive nam [1,2] = Krzysztof Kolasiński

(ChunkerEvaluator) Sentence #2825 from documents/00102241 from sent2

Text  : Janusz Niemcewicz ,
Tokens: 1_____ 2_________ 3

Chunks:
  TruePositive nam [1,2] = Janusz Niemcewicz

(ChunkerEvaluator) Sentence #2826 from documents/00102241 from sent3

Text  : Jadwiga Skórzewska - Łosiak ,
Tokens: 1______ 2_________ 3 4_____ 5

Chunks:
  TruePositive nam [1,4] = Jadwiga Skórzewska - Łosiak

(ChunkerEvaluator) Sentence #2827 from documents/00102241 from sent4

Text  : Jerzy Stępień ,
Tokens: 1____ 2______ 3

Chunks:
  TruePositive nam [1,2] = Jerzy Stępień

(ChunkerEvaluator) Sentence #2828 from documents/00102241 from sent5

Text  : protokolant : Grażyna Szałygo ,
Tokens: 1__________ 2 3______ 4______ 5

Chunks:
  TruePositive nam [3,4] = Grażyna Szałygo

(ChunkerEvaluator) Sentence #2829 from documents/00102241 from sent6

Text  : po rozpoznaniu na rozprawie w dniu 23 kwietnia 2002 r  .  sprawy z  wniosku Rzecznika Praw Obywatelskich ,  z  udziałem przedstawicieli uczestników postępowania :  wnioskodawcy .
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 [15,17] = Rzecznika Praw Obywatelskich

(ChunkerEvaluator) Sentence #2830 from documents/00102241 from sent7

Text  : Sejmu Rzeczypospolitej Polskiej i Prokuratora Generalnego , o stwierdzenie ,  że :
Tokens: 1____ 2_______________ 3_______ 4 5__________ 6__________ 7 8 9___________ 10 11 12

Chunks:
  TruePositive nam [5,6] = Prokuratora Generalnego
  FalsePositive nam [1,3] = Sejmu Rzeczypospolitej Polskiej
  FalseNegative nam [1,1] = Sejmu
  FalseNegative nam [2,3] = Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2831 from documents/00102241 from sent8

Text  : 1 ) art . 51 i art . 52 w  związku z  art .  90e ust .  1  i  6  ustawy z  dnia 28 lipca 1990 r  .  o  działalności ubezpieczeniowej (  Dz .  U  .  z  1996 r  .  Nr 11 ,  poz .  62 z  późn .  zm .  )  nie określając charakteru prawnego Ubezpieczeniowego Funduszu Gwarancyjnego ,  a  tym samym nie wskazując procedury (  karnej ,  cywilnej czy administracyjnej )  i  nie stanowiąc jej w  zaskarżonej ustawie ,  wedle której Fundusz nakłada na podmioty zobowiązane do zawarcia obowiązkowej umowy ubezpieczenia -  opłaty karne za niezawarcie tej umowy ,   egzekwując ją  własnym tytułem wykonawczym w   trybie egzekucji administracyjnej ,   pozbawiając tym samym podmiot ,   na  który została nałożona taka opłata karna ,   z   możliwości korzystania z   procesowe określonych środków odwoławczych przed wszczęciem postępowania egzekucyjnego -   są  niezgodne z   art .   2   ,   art .   7   i   art .   78  Konstytucji RP  ,   nie zapewniają bowiem należytych gwarancji proceduralnych ,
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_ 122___ 123__ 124 125 126_______ 127________ 128 129______ 130________ 131____ 132_________ 133__ 134_______ 135_________ 136__________ 137 138 139______ 140 141 142 143 144 145 146 147 148 149 150 151 152________ 153 154 155 156_______ 157___ 158_______ 159______ 160___________ 161

Chunks:
  TruePositive nam [21,31] = ustawy z dnia 28 lipca 1990 r . o działalności ubezpieczeniowej
  TruePositive nam [33,36] = Dz . U .
  TruePositive nam [57,59] = Ubezpieczeniowego Funduszu Gwarancyjnego
  TruePositive nam [84,84] = Fundusz
  TruePositive nam [152,153] = Konstytucji RP

(ChunkerEvaluator) Sentence #2832 from documents/00102241 from sent9

Text  : 2 ) art . 90e ust . 1 i 1a ustawy wskazanej w  pkt 1  -  nie dokonując zróżnicowania wysokości opłaty karnej wedle faktycznego zawinienia osoby zobowiązanej do zawarcia obowiązkowej umowy ubezpieczenia ,  przewidując taką samą opłatę karną dla podmiotów ,  które nie zawarły umowy ,  jak i  dla podmiotów ,  które opóźniły się w  zawarciu umowy choćby o  1  dzień -  narusza zasadę sprawiedliwości społecznej ,  o  której stanowi art .  2  Konstytucji RP ,
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

Chunks:
  TruePositive nam [74,75] = Konstytucji RP

(ChunkerEvaluator) Sentence #2833 from documents/00102241 from sent10

Text  : 1 ) art . 51 i art . 52 w  związku z  art .  90e ust .  1  i  ust .  6  ustawy z  dnia 28 lipca 1990 r  .  o  działalności ubezpieczeniowej (  Dz .  U  .  z  1996 r  .  Nr 11 ,  poz .  62 ,  z  1997 r  .  Nr 43 ,  poz .  272 ,  Nr 88 ,  poz .  554 ,  Nr 107 ,  poz .  685 ,  Nr 121 ,  poz .  770 i  Nr 139 .  poz .  934 ,  z  1998 r  .  Nr 155 ,  poz .  1015 ,  z   1999 r   .   Nr  49  ,   poz .   483 i   Nr  110 ,   poz .   1255 ,   z   2000 r   .   Nr  43  ,   poz .   483 ,   Nr  48  ,   poz .   552 ,   Nr  70  ,   poz .   819 i   Nr  116 ,   poz .   1216 oraz z   2001 r   .   Nr  37  ,   poz .   424 )   nie jest niezgodny z   art .   2   ,   art .   7   i   art .   78  Konstytucji Rzeczypospolitej Polskiej ;
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_ 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148_ 149_ 150 151_ 152 153 154 155 156 157 158 159 160 161 162_ 163______ 164 165 166 167 168 169 170 171 172 173 174 175 176________ 177_____________ 178_____ 179

Chunks:
  TruePositive nam [23,33] = ustawy z dnia 28 lipca 1990 r . o działalności ubezpieczeniowej
  TruePositive nam [35,38] = Dz . U .
  TruePositive nam [176,178] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2834 from documents/00102241 from sent11

Text  : 2 ) art . 90e ust . 1a ustawy wskazanej w  pkt 1  nie jest niezgodny z  art .  2  Konstytucji Rzeczypospolitej Polskiej .
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 [21,23] = Konstytucji Rzeczypospolitej Polskiej

2016-10-13 16:40:46,721 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 207 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102244.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102244.ini
(ChunkerEvaluator) Sentence #2835 from documents/00102244 from sent1

Text  : 8 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2836 from documents/00102244 from sent2

Text  : Art . 1079 Kodeksu cywilnego
Tokens: 1__ 2 3___ 4______ 5________

Chunks:
  TruePositive nam [4,5] = Kodeksu cywilnego

(ChunkerEvaluator) Sentence #2837 from documents/00102244 from sent3

Text  : jest zgodny z art . 64 ust . 1 i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej .
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 [28,30] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2838 from documents/00102244 from sent4

Text  : 9 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #2839 from documents/00102244 from sent5

Text  : Art . 1081 Kodeksu cywilnego
Tokens: 1__ 2 3___ 4______ 5________

Chunks:
  TruePositive nam [4,5] = Kodeksu cywilnego

(ChunkerEvaluator) Sentence #2840 from documents/00102244 from sent6

Text  : jest zgodny z art . 64 ust . 1 i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej .
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 [28,30] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2841 from documents/00102244 from sent7

Text  : 10 .
Tokens: 1_ 2

Chunks:

(ChunkerEvaluator) Sentence #2842 from documents/00102244 from sent8

Text  : Art . 1082 Kodeksu cywilnego w brzmieniu nadanym przez ustawę z  dnia 28 lipca 1990 r  .  o  zmianie ustawy -  Kodeks cywilny (  Dz .  U  .  Nr 55 ,  poz .  321 )
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 [4,5] = Kodeksu cywilnego
  TruePositive nam [10,23] = ustawę z dnia 28 lipca 1990 r . o zmianie ustawy - Kodeks cywilny
  TruePositive nam [25,28] = Dz . U .

(ChunkerEvaluator) Sentence #2843 from documents/00102244 from sent9

Text  : jest zgodny z art . 64 ust . 1 i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej .
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 [28,30] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2844 from documents/00102244 from sent10

Text  : 11 .
Tokens: 1_ 2

Chunks:

(ChunkerEvaluator) Sentence #2845 from documents/00102244 from sent11

Text  : Art . 1086 Kodeksu cywilnego
Tokens: 1__ 2 3___ 4______ 5________

Chunks:
  TruePositive nam [4,5] = Kodeksu cywilnego

(ChunkerEvaluator) Sentence #2846 from documents/00102244 from sent12

Text  : - jest zgodny z art . 64 ust . 1  i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej ,
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 [29,31] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2847 from documents/00102244 from sent13

Text  : - nie jest niezgodny z art . 64 ust .  3  Konstytucji Rzeczypospolitej Polskiej .
Tokens: 1 2__ 3___ 4________ 5 6__ 7 8_ 9__ 10 11 12_________ 13______________ 14______ 15

Chunks:
  TruePositive nam [12,14] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2848 from documents/00102244 from sent14

Text  : 12 .
Tokens: 1_ 2

Chunks:

(ChunkerEvaluator) Sentence #2849 from documents/00102244 from sent15

Text  : Art . 1087 Kodeksu cywilnego
Tokens: 1__ 2 3___ 4______ 5________

Chunks:
  TruePositive nam [4,5] = Kodeksu cywilnego

(ChunkerEvaluator) Sentence #2850 from documents/00102244 from sent16

Text  : - jest zgodny z art . 64 ust . 1  i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej w  zakresie ,  w  którym odnosi się do spadków otwartych przed dniem ogłoszenia niniejszego wyroku w  Dzienniku Ustaw ,
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

Chunks:
  TruePositive nam [29,31] = Konstytucji Rzeczypospolitej Polskiej
  TruePositive nam [48,49] = Dzienniku Ustaw

(ChunkerEvaluator) Sentence #2851 from documents/00102244 from sent17

Text  : - jest niezgodny z art . 64 ust . 1  i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej w  zakresie ,  w  którym odnosi się do spadków otwartych od tego dnia ,
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 [29,31] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2852 from documents/00102244 from sent18

Text  : - nie jest niezgodny z art . 64 ust .  3  Konstytucji Rzeczypospolitej Polskiej .
Tokens: 1 2__ 3___ 4________ 5 6__ 7 8_ 9__ 10 11 12_________ 13______________ 14______ 15

Chunks:
  TruePositive nam [12,14] = Konstytucji Rzeczypospolitej Polskiej

(ChunkerEvaluator) Sentence #2853 from documents/00102244 from sent19

Text  : 13 .
Tokens: 1_ 2

Chunks:

(ChunkerEvaluator) Sentence #2854 from documents/00102244 from sent20

Text  : Rozporządzenie Rady Ministrów z dnia 12 grudnia 1990 r .  w  sprawie warunków dziedziczenia ustawowego gospodarstw rolnych (  Dz .  U  .  Nr 89 ,  poz .  519 )
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 [1,17] = Rozporządzenie Rady Ministrów z dnia 12 grudnia 1990 r . w sprawie warunków dziedziczenia ustawowego gospodarstw rolnych
  TruePositive nam [19,22] = Dz . U .

(ChunkerEvaluator) Sentence #2855 from documents/00102244 from sent21

Text  : - nie jest niezgodne z art . 32 ust .  1  ,  art .  37 i  art .  64 ust .  3  Konstytucji Rzeczypospolitej Polskiej i  art .  1  Protokołu nr 1  do Konwencji o  ochronie praw człowieka i  podstawowych wolności (  Dz .  U  .  z  1995 r  .
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

Chunks:
  TruePositive nam [23,25] = Konstytucji Rzeczypospolitej Polskiej
  TruePositive nam [43,46] = Dz . U .
  FalsePositive nam [29,41] = 1 Protokołu nr 1 do Konwencji o ochronie praw człowieka i podstawowych wolności
  FalseNegative nam [34,41] = Konwencji o ochronie praw człowieka i podstawowych wolności

(ChunkerEvaluator) Sentence #2856 from documents/00102244 from sent22

Text  : Nr 36 , poz . 175 i z 1998 r  .
Tokens: 1_ 2_ 3 4__ 5 6__ 7 8 9___ 10 11

Chunks:

(ChunkerEvaluator) Sentence #2857 from documents/00102244 from sent23

Text  : Nr 147 , poz . 962 ) ,
Tokens: 1_ 2__ 3 4__ 5 6__ 7 8

Chunks:

(ChunkerEvaluator) Sentence #2858 from documents/00102244 from sent24

Text  : - jest zgodne z art . 64 ust . 1  i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej w  zakresie ,  w  którym odnosi się do spadków otwartych przed dniem ogłoszenia niniejszego wyroku w  Dzienniku Ustaw ,
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

Chunks:
  TruePositive nam [29,31] = Konstytucji Rzeczypospolitej Polskiej
  TruePositive nam [48,49] = Dzienniku Ustaw

(ChunkerEvaluator) Sentence #2859 from documents/00102244 from sent25

Text  : - jest niezgodne z art . 64 ust . 1  i  2  w  związku z  art .  21 ust .  1  i  art .  31 ust .  3  Konstytucji Rzeczypospolitej Polskiej w  zakresie ,  w  którym odnosi się do spadków otwartych od tego dnia .
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 [29,31] = Konstytucji Rzeczypospolitej Polskiej

2016-10-13 16:40:46,871 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 208 from 330: /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 #2860 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 #2861 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 #2862 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 #2863 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 #2864 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 #2865 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 #2866 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 #2867 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 #2868 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 #2869 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 #2870 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 #2871 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 #2872 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 #2873 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

2016-10-13 16:40:47,150 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 209 from 330: /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 #2874 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 #2875 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 #2876 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 #2877 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 #2878 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 #2879 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 #2880 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 #2881 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 #2882 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 #2883 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 #2884 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 #2885 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 #2886 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 #2887 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 #2888 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 #2889 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

2016-10-13 16:40:47,252 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 210 from 330: /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 #2890 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 #2891 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 #2892 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 #2893 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 #2894 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 #2895 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 #2896 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 #2897 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 #2898 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 #2899 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 #2900 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 #2901 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 #2902 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 #2903 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 #2904 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 #2905 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 #2906 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 #2907 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 #2908 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

2016-10-13 16:40:47,385 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 211 from 330: /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 #2909 from documents/00102267 from sent1

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

Chunks:

(ChunkerEvaluator) Sentence #2910 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 #2911 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 #2912 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 #2913 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 #2914 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 #2915 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 #2916 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 #2917 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 #2918 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 #2919 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 #2920 from documents/00102267 from sent12

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

Chunks:

(ChunkerEvaluator) Sentence #2921 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 #2922 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 #2923 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 #2924 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 #2925 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 #2926 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 #2927 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 #2928 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 #2929 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 #2930 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 #2931 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 #2932 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 #2933 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

2016-10-13 16:40:47,536 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 212 from 330: /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 #2934 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 #2935 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 #2936 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 #2937 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 #2938 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 #2939 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 #2940 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 #2941 from documents/00102278 from sent8

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

Chunks:

(ChunkerEvaluator) Sentence #2942 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 #2943 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 #2944 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 #2945 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 #2946 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 #2947 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 #2948 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 #2949 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 #2950 from documents/00102278 from sent17

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

Chunks:

2016-10-13 16:40:47,647 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 213 from 330: /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 #2951 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 #2952 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 #2953 from documents/00102291 from sent3

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

Chunks:

(ChunkerEvaluator) Sentence #2954 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 #2955 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 #2956 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 #2957 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 #2958 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 #2959 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 #2960 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 #2961 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 #2962 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 #2963 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 #2964 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 #2965 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

2016-10-13 16:40:47,730 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 214 from 330: /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 #2966 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 #2967 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 #2968 from documents/00102301 from sent3

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

Chunks:

(ChunkerEvaluator) Sentence #2969 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 #2970 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 #2971 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 #2972 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 #2973 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 #2974 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 #2975 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 #2976 from documents/00102301 from sent11

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

Chunks:

(ChunkerEvaluator) Sentence #2977 from documents/00102301 from sent12

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

Chunks:

(ChunkerEvaluator) Sentence #2978 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 #2979 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 #2980 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 #2981 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 #2982 from documents/00102301 from sent17

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

Chunks:

(ChunkerEvaluator) Sentence #2983 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 #2984 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 #2985 from documents/00102301 from sent20

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

Chunks:

(ChunkerEvaluator) Sentence #2986 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 #2987 from documents/00102301 from sent22

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

Chunks:

(ChunkerEvaluator) Sentence #2988 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 #2989 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 #2990 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 #2991 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 #2992 from documents/00102301 from sent27

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

Chunks:

(ChunkerEvaluator) Sentence #2993 from documents/00102301 from sent28

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

Chunks:

2016-10-13 16:40:47,844 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 215 from 330: /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 #2994 from documents/00102302 from sent1

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

Chunks:

(ChunkerEvaluator) Sentence #2995 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 #2996 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 #2997 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 #2998 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 #2999 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 #3000 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 #3001 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:

2016-10-13 16:40:47,918 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 216 from 330: /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 #3002 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 #3003 from documents/00102312 from sent2

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

Chunks:
  FalseNegative nam [1,1] = Nobel

(ChunkerEvaluator) Sentence #3004 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 #3005 from documents/00102312 from sent4

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

Chunks:

(ChunkerEvaluator) Sentence #3006 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 #3007 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 #3008 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 #3009 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 #3010 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 #3011 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:

2016-10-13 16:40:47,990 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 217 from 330: /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 #3012 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 #3013 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 #3014 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 #3015 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 #3016 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 #3017 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 #3018 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 #3019 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 #3020 from documents/00102346 from sent9

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

Chunks:

2016-10-13 16:40:48,038 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 218 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102352.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102352.ini
(ChunkerEvaluator) Sentence #3021 from documents/00102352 from sent1

Text  : Wiem , że niektórzy zaczną pieprzyć , że „ prawda was wyzwoli ”  .
Tokens: 1___ 2 3_ 4________ 5_____ 6_______ 7 8_ 9 10____ 11_ 12_____ 13 14

Chunks:

(ChunkerEvaluator) Sentence #3022 from documents/00102352 from sent2

Text  : To jest jednakże – w najgłębszym moim przekonaniu – slogan bez cienia sensu .
Tokens: 1_ 2___ 3_______ 4 5 6__________ 7___ 8__________ 9 10____ 11_ 12____ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #3023 from documents/00102352 from sent3

Text  : Przestrzegam zresztą przed jego nadużywaniem ; ci , w których teoretycznie jest wymierzony ,  wiedzą tyle ,  że przez nich ujawniona prawda może się bardzo nie spodobać dzisiejszym arrywistom .
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 #3024 from documents/00102352 from sent4

Text  : Którzy – w większości – sumienia mają sami tak zabrudzone ,  że …
Tokens: 1_____ 2 3 4_________ 5 6_______ 7___ 8___ 9__ 10________ 11 12 13

Chunks:

(ChunkerEvaluator) Sentence #3025 from documents/00102352 from sent5

Text  : No , ale pora o tych tytułowych „ dwóch ”  .
Tokens: 1_ 2 3__ 4___ 5 6___ 7_________ 8 9____ 10 11

Chunks:

(ChunkerEvaluator) Sentence #3026 from documents/00102352 from sent6

Text  : Ci dwaj , to nie byle kto : minister Sikorski i  reżyser Wajda ;  w  wypadku tego drugiego można by zwalić na wiek i  sklerozę ,  ale Sikorski ?
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 [10,10] = Sikorski
  TruePositive nam [13,13] = Wajda
  TruePositive nam [28,28] = Sikorski

(ChunkerEvaluator) Sentence #3027 from documents/00102352 from sent7

Text  : Obaj – w moim głębokim przekonaniu – zgłupieli doszczętnie :  podjęli ponownie głośno ,  zdało by się –  kompletnie już pogrzebany temat zburzenia Pałacu 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

Chunks:
  TruePositive nam [24,25] = Pałacu Kultury

(ChunkerEvaluator) Sentence #3028 from documents/00102352 from sent8

Text  : A czemu nie Zamku Królewskiego ?
Tokens: 1 2____ 3__ 4____ 5___________ 6

Chunks:
  TruePositive nam [4,5] = Zamku Królewskiego

(ChunkerEvaluator) Sentence #3029 from documents/00102352 from sent9

Text  : Przecież w końcu to te wredne gierkowskie komuchy odbudowały go nie z  miłości do monarchii ,  ale w  celach jawnie propagandowych …
Tokens: 1_______ 2 3____ 4_ 5_ 6_____ 7__________ 8______ 9_________ 10 11_ 12 13_____ 14 15_______ 16 17_ 18 19____ 20____ 21____________ 22

Chunks:

2016-10-13 16:40:48,090 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 219 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102359.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102359.ini
(ChunkerEvaluator) Sentence #3030 from documents/00102359 from sent1

Text  : Nie jest też przypadkiem , że język Esperanto jest traktowany jako mieszanka językowa .
Tokens: 1__ 2___ 3__ 4__________ 5 6_ 7____ 8________ 9___ 10________ 11__ 12_______ 13______ 14

Chunks:
  FalsePositive nam [8,8] = Esperanto

(ChunkerEvaluator) Sentence #3031 from documents/00102359 from sent2

Text  : Musi tu zostać też nadmienione , że Esperanto od 1887 r  .  rozwinęło się w  dużej części spontanicznie .
Tokens: 1___ 2_ 3_____ 4__ 5__________ 6 7_ 8________ 9_ 10__ 11 12 13_______ 14_ 15 16___ 17____ 18___________ 19

Chunks:
  FalsePositive nam [8,8] = Esperanto

(ChunkerEvaluator) Sentence #3032 from documents/00102359 from sent3

Text  : Interesującą analizę strachu przed Esperanto podaje Claude Piron w swym dziele :  "  Studium psychologii reakcji "  .
Tokens: 1___________ 2______ 3______ 4____ 5________ 6_____ 7_____ 8____ 9 10__ 11____ 12 13 14_____ 15_________ 16_____ 17 18

Chunks:
  TruePositive nam [7,8] = Claude Piron
  TruePositive nam [14,16] = Studium psychologii reakcji
  FalsePositive nam [5,5] = Esperanto

(ChunkerEvaluator) Sentence #3033 from documents/00102359 from sent4

Text  : Cytując : " Esperanto występuje jako język - intruz w  świecie ,  gdzie każdemu narodowi przypisany jest język .
Tokens: 1______ 2 3 4________ 5________ 6___ 7____ 8 9_____ 10 11_____ 12 13___ 14_____ 15______ 16________ 17__ 18___ 19

Chunks:

(ChunkerEvaluator) Sentence #3034 from documents/00102359 from sent5

Text  : Esperanto pokazuje że język nie musi być prezentem minionego wieku ,  lecz może powstać z  czystej konwencji .
Tokens: 1________ 2_______ 3_ 4____ 5__ 6___ 7__ 8________ 9________ 10___ 11 12__ 13__ 14_____ 15 16_____ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #3035 from documents/00102359 from sent6

Text  : Dla Esperanto kryterium poprawności jest niezgodne z jego autorytetem lecz z  komunikatywnym działaniem .
Tokens: 1__ 2________ 3________ 4__________ 5___ 6________ 7 8___ 9__________ 10__ 11 12____________ 13________ 14

Chunks:
  FalsePositive nam [2,2] = Esperanto

(ChunkerEvaluator) Sentence #3036 from documents/00102359 from sent7

Text  : Z tym właśnie porusza Esperanto to , co leży głęboko i  to ,  co zazwyczaj nie widzi światła dziennego .
Tokens: 1 2__ 3______ 4______ 5________ 6_ 7 8_ 9___ 10_____ 11 12 13 14 15_______ 16_ 17___ 18_____ 19_______ 20

Chunks:
  FalsePositive nam [5,5] = Esperanto

(ChunkerEvaluator) Sentence #3037 from documents/00102359 from sent8

Text  : To co związane jest zazwyczaj z porządkiem klasyfikacji języków ,  irlandzki ,  niderlandzki ,  francuski ,  czy angielski nie znajdują się według wielu ludzi na tym samym poziomie .
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 #3038 from documents/00102359 from sent9

Text  : Gdy tylko ludzie mówiącymi różnymi językami sięgną po Esperanto ,  aby móc się między sobą komunikować ,  ranga ich języków narodowych straci na swym znaczeniu .  "
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:
  FalsePositive nam [9,9] = Esperanto

(ChunkerEvaluator) Sentence #3039 from documents/00102359 from sent10

Text  : Esperanto zarzucano także bycie eurocentrycznym .
Tokens: 1________ 2________ 3____ 4____ 5______________ 6

Chunks:

(ChunkerEvaluator) Sentence #3040 from documents/00102359 from sent11

Text  : Dziwnym sposobem niektórzy z krytyków często kompromitują się , gdy określają angielski lub hiszpański jako język międzynarodowy .
Tokens: 1______ 2_______ 3________ 4 5_______ 6_____ 7___________ 8__ 9 10_ 11_______ 12_______ 13_ 14________ 15__ 16___ 17____________ 18

Chunks:

(ChunkerEvaluator) Sentence #3041 from documents/00102359 from sent12

Text  : Krytyka ma jedno prawdziwe sedno : patrząc językowo - naukowo ,  Esperanto jest ukształtowane w  wielu względach z  języków indoeuropejskich .
Tokens: 1______ 2_ 3____ 4________ 5____ 6 7______ 8_______ 9 10_____ 11 12_______ 13__ 14___________ 15 16___ 17_______ 18 19_____ 20______________ 21

Chunks:
  FalsePositive nam [12,12] = Esperanto

(ChunkerEvaluator) Sentence #3042 from documents/00102359 from sent13

Text  : Esperanto wychodzi też z Europy wschodniej i utrzymuje dziś pewne europejskie ukształtowanie .
Tokens: 1________ 2_______ 3__ 4 5_____ 6_________ 7 8________ 9___ 10___ 11_________ 12____________ 13

Chunks:
  TruePositive nam [5,6] = Europy wschodniej

(ChunkerEvaluator) Sentence #3043 from documents/00102359 from sent14

Text  : Esperanto nie przyjęło jednak indoeuropejskich impulsów w ciągu swego rozwoju .
Tokens: 1________ 2__ 3_______ 4_____ 5_______________ 6_______ 7 8____ 9____ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #3044 from documents/00102359 from sent15

Text  : Wielu , którzy uważają Esperanto za godne poparcia zrzeka się z  przyczyn pragmatycznych uczenia tego języka .
Tokens: 1____ 2 3_____ 4______ 5________ 6_ 7____ 8_______ 9_____ 10_ 11 12______ 13____________ 14_____ 15__ 16____ 17

Chunks:
  FalsePositive nam [5,5] = Esperanto

(ChunkerEvaluator) Sentence #3045 from documents/00102359 from sent16

Text  : Wykorzystują natomiast swój cenny czas na uczenie się jednego z  "  wielkich "  języków .
Tokens: 1___________ 2________ 3___ 4____ 5___ 6_ 7______ 8__ 9______ 10 11 12______ 13 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #3046 from documents/00102359 from sent17

Text  : Innych zwolenników Esperanto powstrzymuje bezsilność z powodu postawienia w dzisiejszym świecie języka angielskiego na pierwszym miejscu .
Tokens: 1_____ 2__________ 3________ 4___________ 5_________ 6 7_____ 8__________ 9 10_________ 11_____ 12____ 13__________ 14 15_______ 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #3047 from documents/00102359 from sent18

Text  : Esperantystom zawsze w nauce tego języka towarzyszył idealizm .
Tokens: 1____________ 2_____ 3 4____ 5___ 6_____ 7__________ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #3048 from documents/00102359 from sent19

Text  : Istnieją także błędne informacje dotyczące języka Esperanto , które powodują że ludzie wierzą ,  że Esperanto jest zbawiennych środkiem przeciwko konfliktom i  wojnom .
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:
  FalsePositive nam [7,7] = Esperanto
  FalsePositive nam [16,16] = Esperanto

(ChunkerEvaluator) Sentence #3049 from documents/00102359 from sent20

Text  : Poza tym trafia się często na publicystów , którzy twierdzą że Esperanto nie żyje .
Tokens: 1___ 2__ 3_____ 4__ 5_____ 6_ 7__________ 8 9_____ 10______ 11 12_______ 13_ 14__ 15

Chunks:
  FalsePositive nam [12,12] = Esperanto

(ChunkerEvaluator) Sentence #3050 from documents/00102359 from sent21

Text  : Spekulacje na temat przyszłości języka Esperanto są zbyteczne .
Tokens: 1_________ 2_ 3____ 4__________ 5_____ 6________ 7_ 8________ 9

Chunks:
  FalsePositive nam [6,6] = Esperanto

(ChunkerEvaluator) Sentence #3051 from documents/00102359 from sent22

Text  : Powinno zostać podkreślone , że Esperanto istnieje , że Ruch Esperancki jest pod względem liczby członków stabilny i  że esperanto znajduje żywe ,  praktyczne zastosowanie w  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

Chunks:
  TruePositive nam [10,11] = Ruch Esperancki
  FalsePositive nam [6,6] = Esperanto

(ChunkerEvaluator) Sentence #3052 from documents/00102359 from sent23

Text  : Także pośród anarchistów .
Tokens: 1____ 2_____ 3__________ 4

Chunks:

2016-10-13 16:40:48,214 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 220 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102368.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102368.ini
(ChunkerEvaluator) Sentence #3053 from documents/00102368 from sent1

Text  : Raz na pewien czas blogerów dopada sieciowa wersja “ Chlebka papieskiego “  .
Tokens: 1__ 2_ 3_____ 4___ 5_______ 6_____ 7_______ 8_____ 9 10_____ 11_________ 12 13

Chunks:
  FalseNegative nam [5,5] = blogerów

(ChunkerEvaluator) Sentence #3054 from documents/00102368 from sent2

Text  : Chlebek papieski był zaczynem na ciasto , który należało rozmnożyć ,  podzielić na cztery ,  jedną część upiec ,  a  pozostałe posłać dalej .
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 #3055 from documents/00102368 from sent3

Text  : Podobnie blogerzy stukają się czasem nieistniejącymi palcami : teraz Ty wymień pięć rzeczy o  sobie ,  o  których nikt raczej nie wie !
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:
  FalsePositive nam [10,10] = Ty
  FalseNegative nam [2,2] = blogerzy

(ChunkerEvaluator) Sentence #3056 from documents/00102368 from sent4

Text  : itd .
Tokens: 1__ 2

Chunks:

(ChunkerEvaluator) Sentence #3057 from documents/00102368 from sent5

Text  : Podchodził em do takich wpisów z lekkim zażenowaniem - lub może resentymentem ,  bo nikt mnie nigdy do tej zabawy nie zaprosił .
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 #3058 from documents/00102368 from sent6

Text  : Aż wreszcie natrafił się mem sieciowy , który całkiem mi się podoba ,  a  w  dodatku nie trzeba być do niego zaproszonym .
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 #3059 from documents/00102368 from sent7

Text  : Żeby było jeszcze ciekawiej , mem ten dorobił się własnego dnia międzynarodowego -  Blog Day ,  31 sierpnia .
Tokens: 1___ 2___ 3______ 4________ 5 6__ 7__ 8______ 9__ 10______ 11__ 12______________ 13 14__ 15_ 16 17 18______ 19

Chunks:
  TruePositive nam [14,15] = Blog Day

(ChunkerEvaluator) Sentence #3060 from documents/00102368 from sent8

Text  : Który udało mi się przegapić !
Tokens: 1____ 2____ 3_ 4__ 5________ 6

Chunks:

(ChunkerEvaluator) Sentence #3061 from documents/00102368 from sent9

Text  : “ Tego dnia każdy blogger ma za zadanie napisać wpis a  w  nim opisać 5  jego zdaniem najciekawszych blogów ,  które czytuje .
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 #3062 from documents/00102368 from sent10

Text  : Jednak niewielu polskich bloggerów zna i praktykuje ten zwyczaj ”  .
Tokens: 1_____ 2_______ 3_______ 4________ 5__ 6 7_________ 8__ 9______ 10 11

Chunks:
  FalseNegative nam [4,4] = bloggerów

(ChunkerEvaluator) Sentence #3063 from documents/00102368 from sent11

Text  : Skoro zagadnienie dla każdego , to lepiej późno , niż wcale .
Tokens: 1____ 2__________ 3__ 4______ 5 6_ 7_____ 8____ 9 10_ 11___ 12

Chunks:

(ChunkerEvaluator) Sentence #3064 from documents/00102368 from sent12

Text  : A raczej warto , moim zdaniem dlatego , że sam dzięki blog dayowi odkrył em już jeden dobry blog (  choć nie wiadomo właściwie ,  czy rasowemu blogerowi kolejny dobry blog jest do szczęścia potrzebny )  .
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 #3065 from documents/00102368 from sent13

Text  : Oto pięć “ blogów ” wartych uwagi ( a które tylko dowodzą ,  że blog to może być wszystko )  :
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 #3066 from documents/00102368 from sent14

Text  : XKCD - komiks sieciowy , chyba w środę i sobotę ,  patykowe figurki i  geekowy humor .
Tokens: 1___ 2 3_____ 4_______ 5 6____ 7 8____ 9 10____ 11 12______ 13_____ 14 15_____ 16___ 17

Chunks:
  FalsePositive nam [1,1] = XKCD

(ChunkerEvaluator) Sentence #3067 from documents/00102368 from sent15

Text  : Tematy przewodnie : romantyczność , sarkazm , matematyka i słowa .
Tokens: 1_____ 2_________ 3 4____________ 5 6______ 7 8_________ 9 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #3068 from documents/00102368 from sent16

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3069 from documents/00102368 from sent17

Text  : Momus - notatki muzyka , myśliciela i zdaję się dandysa .
Tokens: 1____ 2 3______ 4_____ 5 6_________ 7 8____ 9__ 10_____ 11

Chunks:
  FalsePositive nam [1,1] = Momus

(ChunkerEvaluator) Sentence #3070 from documents/00102368 from sent18

Text  : Dużo o kulturze alternatywnej i dziwnej muzyce , sporo o  Berlinie i  Japonii .
Tokens: 1___ 2 3_______ 4____________ 5 6______ 7_____ 8 9____ 10 11______ 12 13_____ 14

Chunks:
  TruePositive nam [11,11] = Berlinie
  TruePositive nam [13,13] = Japonii

(ChunkerEvaluator) Sentence #3071 from documents/00102368 from sent19

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3072 from documents/00102368 from sent20

Text  : Jeż węgierski - Węgry widziane oczami Polaka .
Tokens: 1__ 2________ 3 4____ 5_______ 6_____ 7_____ 8

Chunks:
  TruePositive nam [4,4] = Węgry
  TruePositive nam [7,7] = Polaka

(ChunkerEvaluator) Sentence #3073 from documents/00102368 from sent21

Text  : Zazwyczaj nie czytam blogów opisujących , co dzieje się na ulicy autora -  w  tym wypadku robię to z  przyjemnością .
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 #3074 from documents/00102368 from sent22

Text  : 4 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3075 from documents/00102368 from sent23

Text  : Perturbacje - “ kultura - polityka - media - cała reszta ”  .
Tokens: 1__________ 2 3 4______ 5 6_______ 7 8____ 9 10__ 11____ 12 13

Chunks:

(ChunkerEvaluator) Sentence #3076 from documents/00102368 from sent24

Text  : Takie powinny być blogi - o wszystkim co możliwe ,  a  mimo to składające się w  elegancką całość .
Tokens: 1____ 2______ 3__ 4____ 5 6 7________ 8_ 9______ 10 11 12__ 13 14________ 15_ 16 17_______ 18____ 19

Chunks:

(ChunkerEvaluator) Sentence #3077 from documents/00102368 from sent25

Text  : Pisze go Jan Chipchase , który dla Nokii wykonuje badania etnograficzne użycia komórek na świecie .
Tokens: 1____ 2_ 3__ 4________ 5 6____ 7__ 8____ 9_______ 10_____ 11___________ 12____ 13_____ 14 15_____ 16

Chunks:
  TruePositive nam [3,4] = Jan Chipchase
  TruePositive nam [8,8] = Nokii

(ChunkerEvaluator) Sentence #3078 from documents/00102368 from sent26

Text  : Jan robi świetne zdjęcia i - częściowo z ich pomocą -  wyłapuje najdziwniejsze szczegóły związane z  używaniem komórek i  innych dynksów .
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 [1,1] = Jan

2016-10-13 16:40:48,340 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 221 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102370.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102370.ini
(ChunkerEvaluator) Sentence #3079 from documents/00102370 from sent1

Text  : W Niemczech stworzono bazę danych o nazwie 0xdb , będącą katalogiem filmów zbudowanym w  dużej mierze w  oparciu o  dane wyssane z  serwisów p2p :
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 [2,2] = Niemczech

(ChunkerEvaluator) Sentence #3080 from documents/00102370 from sent2

Text  : Projekt jest ciekawy , bo sonduje granice dozwolonego użytku (  w  tym wypadku przede wszystkim prawa do cytowania )  -  dowodząc ,  że można w  jego ramach zrobić całkiem dużo .
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 #3081 from documents/00102370 from sent3

Text  : Przypomina mi się projekt , o którym opowiadał kiedyś John Wilbanks z  Science Commons :  data miningu legalnie dostępnych streszczeń artykułów naukowych (  których pełne wersje są zastrzeżone )  w  celu wysysania z  nich przydatnych informacji /  wiedzy .
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 [10,11] = John Wilbanks
  TruePositive nam [13,14] = Science Commons

(ChunkerEvaluator) Sentence #3082 from documents/00102370 from sent4

Text  : Jeszcze jedna , konkretna rzecz , którą robią twórcy 0xdb ,  jest warta uwagi -  otóż wykorzystują oni podpisy do filmów jako dane pozwalające przeszukiwać pełnotekstowo treść produkcji .
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 #3083 from documents/00102370 from sent5

Text  : To klasyczny przykład na “ użycie nieprzewidziane przez twórców ”  -  jakich w  internecie pełno .
Tokens: 1_ 2________ 3_______ 4_ 5 6_____ 7______________ 8____ 9______ 10 11 12____ 13 14________ 15___ 16

Chunks:
  TruePositive nam [14,14] = internecie

(ChunkerEvaluator) Sentence #3084 from documents/00102370 from sent6

Text  : Tu mam wątpliwość , czy korzystanie z takich nieautoryzowanych list dialogowych jest legalne (  a  przynajmniej w  jakim zakresie ?  )  .
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 #3085 from documents/00102370 from sent7

Text  : Jedno jest pewne - taka wyszukiwarka rzuca nowe światło na kwestię podpisów :  nagle okazuje się ,  że piraccy tłumacze przy okazji wykonują cenną pracę archiwizacyjną .
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:

2016-10-13 16:40:48,402 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 222 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102371.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102371.ini
(ChunkerEvaluator) Sentence #3086 from documents/00102371 from sent1

Text  : W Gazecie Wyborczej tekst o polskim bootlegowym wideo z koncertu U2 .
Tokens: 1 2______ 3________ 4____ 5 6______ 7__________ 8____ 9 10______ 11 12

Chunks:
  TruePositive nam [2,3] = Gazecie Wyborczej
  TruePositive nam [11,11] = U2

(ChunkerEvaluator) Sentence #3087 from documents/00102371 from sent2

Text  : Jest w tej historii wszystko to , co ekscytuje w  nowej kulturze ,  na którą -  najwyraźniej -  wreszcie się otwieramy .
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 #3088 from documents/00102371 from sent3

Text  : W największym skrócie - polecam przeczytać cały artykuł - fani uczestniczący w  lipcowym koncercie zespołu w  Chorzowie zmówili się i  wnieśli na stadion tkaniny ,  z  których ułożyli wielką polską flagę w  czasie gdy U2 wykonywało inspirowane Solidarnością “  New Year ’  s  Day ”  .
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

Chunks:
  TruePositive nam [17,17] = Chorzowie
  TruePositive nam [35,35] = U2
  TruePositive nam [38,38] = Solidarnością
  TruePositive nam [40,44] = New Year ’ s Day

(ChunkerEvaluator) Sentence #3089 from documents/00102371 from sent4

Text  : A więc kooperacja oddolna na wielką skalę ( inspirowana zapewne stadionowymi kartoniadami kibiców )  .
Tokens: 1 2___ 3_________ 4______ 5_ 6_____ 7____ 8 9__________ 10_____ 11__________ 12__________ 13_____ 14 15

Chunks:

(ChunkerEvaluator) Sentence #3090 from documents/00102371 from sent5

Text  : Oraz poczucie , że można ulepszyć występ gwiazdy , dodając własny element do scenografii .
Tokens: 1___ 2_______ 3 4_ 5____ 6_______ 7_____ 8______ 9 10_____ 11____ 12_____ 13 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #3091 from documents/00102371 from sent6

Text  : Co ciekawe , podczas gdy fani pamiętali o kontekście powstania piosenki ,  Bono jak twierdzi zdążył już zapomnieć -  nie było więc szans ,  by oficjalna scenografia uwzględniła wielką biało -  czerwoną flagę rozpostartą na stadionie .
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 [13,13] = Bono

(ChunkerEvaluator) Sentence #3092 from documents/00102371 from sent7

Text  : Musiała robić wrażenie , skoro Bono wyznał :
Tokens: 1______ 2____ 3_______ 4 5____ 6___ 7_____ 8

Chunks:
  TruePositive nam [6,6] = Bono

(ChunkerEvaluator) Sentence #3093 from documents/00102371 from sent8

Text  : “ Chciał em napić się wody , a kiedy się z  powrotem odwrócił em ,  cały stadion ,  80 tysięcy ludzi ,  zniknął pod biało -  czerwoną flagą .
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 #3094 from documents/00102371 from sent9

Text  : Mimo zakazu fani wnieśli na stadion kilkanaście kamer wideo i  nagrali materiał ,  na podstawie którego powstała rejestracja chorzowskiego koncertu (  zespół na oficjalnym DVD wypuścił nagranie z  Chicago )  .
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 [25,25] = DVD
  TruePositive nam [29,29] = Chicago

(ChunkerEvaluator) Sentence #3095 from documents/00102371 from sent10

Text  : Po ośmiu miesiącach prowadzony przez krakowskiego licealistę projekt zaowocował dwugodzinnym materiałem z  profesjonalnie zremasterowanym dźwiękiem .
Tokens: 1_ 2____ 3_________ 4_________ 5____ 6___________ 7_________ 8______ 9_________ 10__________ 11________ 12 13____________ 14_____________ 15_______ 16

Chunks:

(ChunkerEvaluator) Sentence #3096 from documents/00102371 from sent11

Text  : Przypomina mi się “ Awesome ; I Fuckin ’ Shot That !  ”  ,  nagranie koncertu Beastie Boys z  Madison Square Garden nagrane przez 50 widzów ,  którzy otrzymali od zespołu kamery wideo z  prośbą o  nagranie koncertu z  własnej perspektywy .
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 [17,18] = Beastie Boys
  TruePositive nam [20,22] = Madison Square Garden
  FalsePositive nam [8,8] = Fuckin
  FalsePositive nam [10,11] = Shot That
  FalseNegative nam [5,12] = Awesome ; I Fuckin ’ Shot That !

(ChunkerEvaluator) Sentence #3097 from documents/00102371 from sent12

Text  : Różnica oczywiście jest taka , że w tym wypadku zespół w  niczym twórcom nie pomógł ,  a  ci musieli na przykład wnosić kamery w  majtkach (  z  powodu jakiegoś absurdalnego zakazu ,  który nie obowiązywał już podczas następnego koncertu ,  w  Berlinie ,  gdzie tłumnie i  jawnie koncert nagrywano )  .
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:
  TruePositive nam [42,42] = Berlinie

(ChunkerEvaluator) Sentence #3098 from documents/00102371 from sent13

Text  : Film jest dostępny w sieci jako torrent , a informacja dotycząca warunków udostępniania jest odpowiednikiem licencji Creative Commons zezwalającej na niekomercyjne użycie (  szkoda ,  że nie można takich treści udostępniać wprost na licencji CC …  )  .
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] = Creative Commons
  TruePositive nam [35,35] = CC

(ChunkerEvaluator) Sentence #3099 from documents/00102371 from sent14

Text  : Zamierzam film obejrzeć , by przekonać się , czy rzeczywiście -  jak twierdzą ci ,  którzy już widzieli -  film jest wysokiej klasy offową produkcją .
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 #3100 from documents/00102371 from sent15

Text  : Jeśli tak jest , to kolejny dowód na to ,  że fani tworzą świetne rzeczy mimo wyraźnych ograniczeń .
Tokens: 1____ 2__ 3___ 4 5_ 6______ 7____ 8_ 9_ 10 11 12__ 13____ 14_____ 15____ 16__ 17_______ 18________ 19

Chunks:

(ChunkerEvaluator) Sentence #3101 from documents/00102371 from sent16

Text  : W tym wypadku , na przykład , nie mogli zapewne filmować muzyków z  bliska .
Tokens: 1 2__ 3______ 4 5_ 6_______ 7 8__ 9____ 10_____ 11______ 12_____ 13 14____ 15

Chunks:

(ChunkerEvaluator) Sentence #3102 from documents/00102371 from sent17

Text  : Ale warto pamiętać o “ Phantom Edit ” , amatorskiej re -  edycji “  Mrocznego Widma ”  ,  która powstała bez zgody Lucasa i  bez budżetu Lucasfilm ,  bez zaawansowanego sprzętu ,  dużego zespołu czy dodatkowych ujęć posiadanych przez wytwórnię .
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 [6,7] = Phantom Edit
  TruePositive nam [15,16] = Mrocznego Widma
  TruePositive nam [23,23] = Lucasa
  TruePositive nam [27,27] = Lucasfilm

(ChunkerEvaluator) Sentence #3103 from documents/00102371 from sent18

Text  : Mimo to ponowny montaż , sprowadzający się wyłącznie do wycinania i  przestawiania scen ,  uważany jest za lepszy i  wierniejszy duchowi oryginalnych Gwiezdnych Wojen niż film Lucasa .
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 [23,24] = Gwiezdnych Wojen
  TruePositive nam [27,27] = Lucasa

2016-10-13 16:40:48,716 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 223 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102378.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102378.ini
(ChunkerEvaluator) Sentence #3104 from documents/00102378 from sent1

Text  : “ Historia i media ” piszą o archiwizacji cyfrowej -  poruszali śmy ten temat w  trakcie grudniowej konferencji “  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

Chunks:
  TruePositive nam [2,4] = Historia i media
  TruePositive nam [20,23] = Kultura 2 . 0

(ChunkerEvaluator) Sentence #3105 from documents/00102378 from sent2

Text  : Odniosł em wówczas wrażenie , że dla niektórych instytucji ,  których przedstawiciele byli wówczas obecni ,  temat właściwie nie istnieje .
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 #3106 from documents/00102378 from sent3

Text  : Z prostego powodu - kopia cyfrowa była ich zdaniem gorsza od oryginału ,  przez co za podstawowe zadanie uznawali oni archiwizację fizycznych /  analogowych oryginałów .
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 #3107 from documents/00102378 from sent4

Text  : Są oczywiście w Polsce archiwiści “ progresywni ” - wiele bibliotek w  Polsce pracuje nad bibliotekami cyfrowymi .
Tokens: 1_ 2_________ 3 4_____ 5_________ 6 7__________ 8 9 10___ 11_______ 12 13____ 14_____ 15_ 16__________ 17_______ 18

Chunks:
  TruePositive nam [4,4] = Polsce
  TruePositive nam [13,13] = Polsce

(ChunkerEvaluator) Sentence #3108 from documents/00102378 from sent5

Text  : Ale dużo gorzej jest z archiwizacją na przykład treści audiowizualnych (  tu najważniejszą rolę powinni odegrać nadawcy publiczni )  .
Tokens: 1__ 2___ 3_____ 4___ 5 6___________ 7_ 8_______ 9_____ 10_____________ 11 12 13___________ 14__ 15_____ 16_____ 17_____ 18_______ 19 20

Chunks:

(ChunkerEvaluator) Sentence #3109 from documents/00102378 from sent6

Text  : Z tego co wiem , treści są archiwizowane cyfrowo ,  ale na potrzeby własne owych instytucji -  brak w  Polsce inicjatyw na wzór holenderskiego projektu “  Images for the Future “  .
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 [20,20] = Polsce
  TruePositive nam [27,30] = Images for the Future

(ChunkerEvaluator) Sentence #3110 from documents/00102378 from sent7

Text  : A tymczasem to właśnie taśmy filmowe i audio rozpadną się najprędzej w  pył .
Tokens: 1 2________ 3_ 4______ 5____ 6______ 7 8____ 9_______ 10_ 11________ 12 13_ 14

Chunks:

(ChunkerEvaluator) Sentence #3111 from documents/00102378 from sent8

Text  : Dobrze więc , że autorzy z “ Media i historia ”  stwierdzają wprost :
Tokens: 1_____ 2___ 3 4_ 5______ 6 7 8____ 9 10______ 11 12_________ 13____ 14

Chunks:
  FalsePositive nam [8,8] = Media
  FalseNegative nam [8,10] = Media i historia

(ChunkerEvaluator) Sentence #3112 from documents/00102378 from sent9

Text  : “ pisanie o relacjach między historią a internetem to nie przykład myślenia w  kategoriach fantastyki ,  ale opisywanie problemu ,  który z  roku na rok stawać się będzie coraz bardziej istotny ”  .
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 [8,8] = internetem

(ChunkerEvaluator) Sentence #3113 from documents/00102378 from sent10

Text  : W tekście pojawia się wątek , który można by określić jako “  archiwizacja powszechna ”  -  Archive.org ,  Flickr ,  a  przede wszystkim Google to wielkie archiwa naszej kultury ,  tworzone w  sposób rozproszony ,  wspólnymi siłami .
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 [24,24] = Google
  FalsePositive nam [17,17] = Archive.org
  FalsePositive nam [19,19] = Flickr

(ChunkerEvaluator) Sentence #3114 from documents/00102378 from sent11

Text  : Warto tu też wspomnieć o prywatnych inicjatywach archiwizacyjnych - przy powszechnej dostępności skanerów ,  kamer wideo i  odpowiedniego wolnego oprogramowania ,  każdy może dziś być archiwistą .
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 #3115 from documents/00102378 from sent12

Text  : Mikołaj pisze u nas w komentarzach o prowadzonym przez siebie projekcie Polish Air Force Operations Record Books 1940 -  1947 -  internauci sami wzięli się za archiwizowanie dzienników bojowych polskich sił powietrznych w  Anglii w  czasie Drugiej Wojny Światowej .
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 [1,1] = Mikołaj
  TruePositive nam [12,20] = Polish Air Force Operations Record Books 1940 - 1947
  TruePositive nam [22,22] = internauci
  TruePositive nam [34,34] = Anglii
  TruePositive nam [37,39] = Drugiej Wojny Światowej

(ChunkerEvaluator) Sentence #3116 from documents/00102378 from sent13

Text  : Warto przeczytać drugi komentarz , w którym Mikołaj pisze więcej o  prowadzeniu takich projektów :
Tokens: 1____ 2_________ 3____ 4________ 5 6 7_____ 8______ 9____ 10____ 11 12_________ 13____ 14_______ 15

Chunks:
  TruePositive nam [8,8] = Mikołaj

(ChunkerEvaluator) Sentence #3117 from documents/00102378 from sent14

Text  : “ Takich inicjatyw mogło by być znacznie więcej , ale obok braku funduszy głównym problemem są moim zdaniem przepisy ,  niewielkie zaufanie społeczne i  zwyczaje .  ”
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 #3118 from documents/00102378 from sent15

Text  : “ Przypuszczam , że przyszłością tego typu projektów naukowych są grupy wolontariuszy koordynowane i  finansowane przez fachowców .
Tokens: 1 2___________ 3 4_ 5___________ 6___ 7___ 8________ 9________ 10 11___ 12___________ 13__________ 14 15_________ 16___ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #3119 from documents/00102378 from sent16

Text  : W pewnym sensie jest to model podobny do Wikipedii ,  ale ograniczony do ściśle określonej tematyki oraz tworzony wyłącznie w  oparciu o  materiały źródłowe .  ”
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 [9,9] = Wikipedii

2016-10-13 16:40:48,849 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 224 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102380.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102380.ini
(ChunkerEvaluator) Sentence #3120 from documents/00102380 from sent1

Text  : Juniorzy Bzury jak na razie zajmują 1 miejsce w grupie "  B  "  Juniora .
Tokens: 1_______ 2____ 3__ 4_ 5____ 6______ 7 8______ 9 10____ 11 12 13 14_____ 15

Chunks:
  TruePositive nam [2,2] = Bzury
  FalsePositive nam [12,12] = B

(ChunkerEvaluator) Sentence #3121 from documents/00102380 from sent2

Text  : MKS przegrał tylko na wyjeździe z UKS SMS Łódź ,  na który to mecz Juniorzy pojechali w  7  co było spowodowane chorobami pozostałych zawodników .
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] = MKS
  TruePositive nam [7,9] = UKS SMS Łódź
  FalsePositive nam [15,15] = Juniorzy

(ChunkerEvaluator) Sentence #3122 from documents/00102380 from sent3

Text  : Najważniejszy był mecz z KS " Wifama " Łódź ,  z  którymi to Juniorzy walczą w  każdej klasie rozgrywkowej o  tytuł "  Mistrza Województwa "  .
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 [5,9] = KS " Wifama " Łódź
  TruePositive nam [23,24] = Mistrza Województwa
  FalsePositive nam [14,14] = Juniorzy

(ChunkerEvaluator) Sentence #3123 from documents/00102380 from sent4

Text  : Mecz zakończył się zwycięstwem gospodarzy co cieszy bo ostatnio z  "  Wifamą "  podopieczni Grzegorza Pawłowskiego wygrali w  finale Mistrzostw Młodzików ,  gdzie zajęli I  miejsce a  później zostali 4  drużyną w  Polsce co było wielkim osiągnięciem młodych siatkarzy .
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 [12,12] = Wifamą
  TruePositive nam [15,16] = Grzegorza Pawłowskiego
  TruePositive nam [20,21] = Mistrzostw Młodzików
  TruePositive nam [33,33] = Polsce

(ChunkerEvaluator) Sentence #3124 from documents/00102380 from sent5

Text  : Miejmy nadzieje że drugą rundę Juniorzy przejdą bez porażki i  utrzymają pierwsze miejsce w  tabeli .
Tokens: 1_____ 2_______ 3_ 4____ 5____ 6_______ 7______ 8__ 9______ 10 11_______ 12______ 13_____ 14 15____ 16

Chunks:

(ChunkerEvaluator) Sentence #3125 from documents/00102380 from sent6

Text  : Wyniki tegorocznych rozgrywek Juniora .
Tokens: 1_____ 2___________ 3________ 4______ 5

Chunks:
  FalsePositive nam [4,4] = Juniora

(ChunkerEvaluator) Sentence #3126 from documents/00102380 from sent7

Text  : Drużynę prowadzi Pan Grzegorz Pawłowski .
Tokens: 1______ 2_______ 3__ 4_______ 5________ 6

Chunks:
  TruePositive nam [4,5] = Grzegorz Pawłowski
  FalsePositive nam [3,3] = Pan

(ChunkerEvaluator) Sentence #3127 from documents/00102380 from sent8

Text  : SPK Koluszki - MKS Bzura Ozorków 1 : 3 EKS Skra Bełchatów II -  MKS Bzura Ozorków 1  :  3  SAS VIS 2007 Skierniewice -  MKS Bzura Ozorków 0  :  3  MKS Bzura Ozorków -  KS Warta Działoszyn 3  :  0  Siatkarz Wieluń -  MKS Bzura Ozorków 0  :  3  UKS SMS Łódź -  MKS Bzura Ozorków 3  :  0  MKS Bzura Ozorków -  KS "  Wifama "  Łódź 3  :  2  MKS Bzura Ozorków -  LUMKS "  Kasztelan "  Rozprza 3  :  0  Rozgrywający :  Adrian Bartczak "  Muki "  Piotr Dośpiał "  Piotruś "  Artur Ancerowicz "  Ancer "   Atakujący :   Damian Wdowiak "   Wujo "   Rafał Piasecki "   Ufo "   Przyjmujący :   Mateusz Kowalski "   Lewy "   Jakub Majchrzak "   Laska "   Olaf Pisera "   Olo "   Dominik Gabrysiak "   Kali "   Środkowi :   Mateusz Sobczak "   Ciacho "   Maciej Karolak "   Koras "   Damian Rybak "   Ryba "   .
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__ 122______ 123 124__ 125 126_ 127___ 128 129 130 131____ 132______ 133 134_ 135 136_____ 137 138____ 139____ 140 141___ 142 143___ 144____ 145 146__ 147 148___ 149__ 150 151_ 152 153

Chunks:
  TruePositive nam [1,2] = SPK Koluszki
  TruePositive nam [4,6] = MKS Bzura Ozorków
  TruePositive nam [26,28] = MKS Bzura Ozorków
  TruePositive nam [32,34] = MKS Bzura Ozorków
  TruePositive nam [36,38] = KS Warta Działoszyn
  TruePositive nam [45,47] = MKS Bzura Ozorków
  TruePositive nam [51,53] = UKS SMS Łódź
  TruePositive nam [55,57] = MKS Bzura Ozorków
  TruePositive nam [61,63] = MKS Bzura Ozorków
  TruePositive nam [73,75] = MKS Bzura Ozorków
  TruePositive nam [87,88] = Adrian Bartczak
  TruePositive nam [90,90] = Muki
  TruePositive nam [104,105] = Damian Wdowiak
  TruePositive nam [107,107] = Wujo
  TruePositive nam [148,149] = Damian Rybak
  TruePositive nam [151,151] = Ryba
  FalsePositive nam [10,17] = EKS Skra Bełchatów II - MKS Bzura Ozorków
  FalsePositive nam [22,22] = VIS
  FalsePositive nam [24,24] = Skierniewice
  FalsePositive nam [43,43] = Wieluń
  FalsePositive nam [65,67] = KS " Wifama
  FalsePositive nam [69,69] = Łódź
  FalsePositive nam [77,79] = LUMKS " Kasztelan
  FalsePositive nam [81,81] = Rozprza
  FalsePositive nam [92,98] = Piotr Dośpiał " Piotruś " Artur Ancerowicz
  FalsePositive nam [100,102] = Ancer " Atakujący
  FalsePositive nam [109,114] = Rafał Piasecki " Ufo " Przyjmujący
  FalsePositive nam [116,119] = Mateusz Kowalski " Lewy
  FalsePositive nam [121,124] = Jakub Majchrzak " Laska
  FalsePositive nam [126,129] = Olaf Pisera " Olo
  FalsePositive nam [131,136] = Dominik Gabrysiak " Kali " Środkowi
  FalsePositive nam [138,141] = Mateusz Sobczak " Ciacho
  FalsePositive nam [143,146] = Maciej Karolak " Koras
  FalseNegative nam [10,13] = EKS Skra Bełchatów II
  FalseNegative nam [15,17] = MKS Bzura Ozorków
  FalseNegative nam [21,24] = SAS VIS 2007 Skierniewice
  FalseNegative nam [42,43] = Siatkarz Wieluń
  FalseNegative nam [65,69] = KS " Wifama " Łódź
  FalseNegative nam [77,81] = LUMKS " Kasztelan " Rozprza
  FalseNegative nam [92,93] = Piotr Dośpiał
  FalseNegative nam [95,95] = Piotruś
  FalseNegative nam [97,98] = Artur Ancerowicz
  FalseNegative nam [100,100] = Ancer
  FalseNegative nam [109,110] = Rafał Piasecki
  FalseNegative nam [112,112] = Ufo
  FalseNegative nam [116,117] = Mateusz Kowalski
  FalseNegative nam [119,119] = Lewy
  FalseNegative nam [121,122] = Jakub Majchrzak
  FalseNegative nam [124,124] = Laska
  FalseNegative nam [126,127] = Olaf Pisera
  FalseNegative nam [129,129] = Olo
  FalseNegative nam [131,132] = Dominik Gabrysiak
  FalseNegative nam [134,134] = Kali
  FalseNegative nam [138,139] = Mateusz Sobczak
  FalseNegative nam [141,141] = Ciacho
  FalseNegative nam [143,144] = Maciej Karolak
  FalseNegative nam [146,146] = Koras

2016-10-13 16:40:48,954 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 225 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102382.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102382.ini
(ChunkerEvaluator) Sentence #3128 from documents/00102382 from sent1

Text  : Bzura Ozorków zremisowała 0 : 0 mecz w Pucharze Polski z  Ekologiem Zduńska Wola w  pierwszym meczu było 4  :  0  dla Ekologa .
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 [1,2] = Bzura Ozorków
  TruePositive nam [9,10] = Pucharze Polski
  TruePositive nam [12,14] = Ekologiem Zduńska Wola
  TruePositive nam [23,23] = Ekologa

(ChunkerEvaluator) Sentence #3129 from documents/00102382 from sent2

Text  : Fortecki - Ciszewski , Suliński , Olejniczak , Borkowski -  Karolak ,  Szpiegowski ,  Chmielecki ,  Ziemniak -  Banasiak ,  Koziak Michał .
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 [1,1] = Fortecki
  TruePositive nam [3,3] = Ciszewski
  TruePositive nam [5,5] = Suliński
  TruePositive nam [7,7] = Olejniczak
  TruePositive nam [9,9] = Borkowski
  TruePositive nam [11,11] = Karolak
  TruePositive nam [13,13] = Szpiegowski
  TruePositive nam [15,15] = Chmielecki
  TruePositive nam [17,17] = Ziemniak
  TruePositive nam [19,19] = Banasiak
  TruePositive nam [21,22] = Koziak Michał

2016-10-13 16:40:48,971 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 226 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102383.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102383.ini
(ChunkerEvaluator) Sentence #3130 from documents/00102383 from sent1

Text  : 19 maja 2006 w Szkole Podstawowej nr 4 z Oddziałami Integracyjnymi w  Ozorkowie odbył się II Międzyszkolny Turniej Bezpieczeństwa w  Ruchu Drogowym -  "  CZTERY RAZY BEZPIECZNIEJ "  2006 .
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 [13,13] = Ozorkowie
  FalsePositive nam [5,11] = Szkole Podstawowej nr 4 z Oddziałami Integracyjnymi
  FalsePositive nam [16,19] = II Międzyszkolny Turniej Bezpieczeństwa
  FalsePositive nam [21,22] = Ruchu Drogowym
  FalseNegative nam [5,8] = Szkole Podstawowej nr 4
  FalseNegative nam [16,28] = II Międzyszkolny Turniej Bezpieczeństwa w Ruchu Drogowym - " CZTERY RAZY BEZPIECZNIEJ "

(ChunkerEvaluator) Sentence #3131 from documents/00102383 from sent2

Text  : Wzięły w nim udział drużyny z zaproszonych szkół podstawowych wraz ze swoimi opiekunami .
Tokens: 1_____ 2 3__ 4_____ 5______ 6 7___________ 8____ 9___________ 10__ 11 12____ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #3132 from documents/00102383 from sent3

Text  : Turniej otworzyła dyrektor p . Małgorzata Gawęda , a nad całością sprawował nadzór Jarosław Fajfer .
Tokens: 1______ 2________ 3_______ 4 5 6_________ 7_____ 8 9 10_ 11______ 12_______ 13____ 14______ 15____ 16

Chunks:
  TruePositive nam [6,7] = Małgorzata Gawęda
  TruePositive nam [14,15] = Jarosław Fajfer

(ChunkerEvaluator) Sentence #3133 from documents/00102383 from sent4

Text  : Etap pierwszy polegał na rozwiązaniu testu dotyczącego wiadomości BRD .
Tokens: 1___ 2_______ 3______ 4_ 5__________ 6____ 7__________ 8_________ 9__ 10

Chunks:
  FalsePositive nam [9,9] = BRD

(ChunkerEvaluator) Sentence #3134 from documents/00102383 from sent5

Text  : Etap drugi dotyczył pierwszej pomocy i jazdy wśród znaków drogowych na terenie naszego Miasteczka Ruchu Drogowego .
Tokens: 1___ 2____ 3_______ 4________ 5_____ 6 7____ 8____ 9_____ 10_______ 11 12_____ 13_____ 14________ 15___ 16_______ 17

Chunks:
  TruePositive nam [14,16] = Miasteczka Ruchu Drogowego

(ChunkerEvaluator) Sentence #3135 from documents/00102383 from sent6

Text  : Etap trzeci - jazdy sprawnościowej .
Tokens: 1___ 2_____ 3 4____ 5_____________ 6

Chunks:

(ChunkerEvaluator) Sentence #3136 from documents/00102383 from sent7

Text  : Turniej wygrała drużyna ze szkoły nr 5 w Ozorkowie pod kierunkiem p  .  Roberta Górzyńskiego ,  II miejsce -  drużyna z  Leśmierza pod opieką p  .  Arkadiusza Wyderkiwicza ,  III miejsce gospodarze pod opieką Jarosława Fajfera i  IV miejsce -  drużyna z  Parzęczewa pod opieką p  .  Ewy Jędrachowicz .
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

Chunks:
  TruePositive nam [9,9] = Ozorkowie
  TruePositive nam [14,15] = Roberta Górzyńskiego
  TruePositive nam [22,22] = Leśmierza
  TruePositive nam [27,28] = Arkadiusza Wyderkiwicza
  TruePositive nam [35,36] = Jarosława Fajfera
  TruePositive nam [43,43] = Parzęczewa
  TruePositive nam [48,49] = Ewy Jędrachowicz

(ChunkerEvaluator) Sentence #3137 from documents/00102383 from sent8

Text  : Każdy uczestnik otrzymał atrakcyjne nagrody i poczęstunek ufundowane przez :  Urząd Miasta w  Ozorkowie ,  Ozorkowskie Przedsiębiorstwo Komunalne ,  Wojewódzki Ośrodek Ruchu Drogowego w  Łodzi ,  Cukiernię "  Piotruś "  -  p  .  Edyty Graczyk i  Masarnię p  .  Józefa Laszkiewicza .
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 [11,12] = Urząd Miasta
  TruePositive nam [14,14] = Ozorkowie
  TruePositive nam [16,18] = Ozorkowskie Przedsiębiorstwo Komunalne
  TruePositive nam [20,23] = Wojewódzki Ośrodek Ruchu Drogowego
  TruePositive nam [25,25] = Łodzi
  TruePositive nam [34,35] = Edyty Graczyk
  TruePositive nam [40,41] = Józefa Laszkiewicza
  FalsePositive nam [27,30] = Cukiernię " Piotruś "
  FalsePositive nam [37,37] = Masarnię
  FalseNegative nam [29,29] = Piotruś

(ChunkerEvaluator) Sentence #3138 from documents/00102383 from sent9

Text  : Sędziami byli nasi goście : p . Małgorzata Andrzejewska -  Inspektor Oświaty z  Urzędu Miasta w  Ozorkowie ,  sierżant sztabowy Marzanna Boratyńska z  Komendy Powiatowej Policji w  Zgierzu ,  p  .  Jolanta Łuczak (  nadzorująca pierwszą pomoc )  ,  p  .  Jerzy Lewandowski -  Kierownik Oddziału Bezpieczeństwa Ruchu Drogowego WORD Łódź ,  aspirant Jarosław Kasprowicz z  Jednostki Ratownictwa Państwowej Straży Pożarnej w  Ozorkowie .
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

Chunks:
  TruePositive nam [8,9] = Małgorzata Andrzejewska
  TruePositive nam [17,17] = Ozorkowie
  TruePositive nam [21,22] = Marzanna Boratyńska
  TruePositive nam [24,26] = Komendy Powiatowej Policji
  TruePositive nam [28,28] = Zgierzu
  TruePositive nam [32,33] = Jolanta Łuczak
  TruePositive nam [42,43] = Jerzy Lewandowski
  TruePositive nam [45,51] = Kierownik Oddziału Bezpieczeństwa Ruchu Drogowego WORD Łódź
  TruePositive nam [54,55] = Jarosław Kasprowicz
  TruePositive nam [57,61] = Jednostki Ratownictwa Państwowej Straży Pożarnej
  TruePositive nam [63,63] = Ozorkowie
  FalsePositive nam [14,15] = Urzędu Miasta
  FalseNegative nam [11,15] = Inspektor Oświaty z Urzędu Miasta

(ChunkerEvaluator) Sentence #3139 from documents/00102383 from sent10

Text  : Fotografie : p . Krystyna Janczyk .
Tokens: 1_________ 2 3 4 5_______ 6______ 7

Chunks:
  TruePositive nam [5,6] = Krystyna Janczyk

(ChunkerEvaluator) Sentence #3140 from documents/00102383 from sent11

Text  : Pomoc w przygotowaniach : p . Jan Sikora i p  .  Marek Andrzejczak .
Tokens: 1____ 2 3______________ 4 5 6 7__ 8_____ 9 10 11 12___ 13_________ 14

Chunks:
  TruePositive nam [7,8] = Jan Sikora
  TruePositive nam [12,13] = Marek Andrzejczak

(ChunkerEvaluator) Sentence #3141 from documents/00102383 from sent12

Text  : Mamy nadzieję na kontynuację w przyszłym roku i większą frekwencję szkół ,  wszak bezpieczeństwo naszych dzieci jest dobrem nas wszystkich !
Tokens: 1___ 2_______ 3_ 4__________ 5 6________ 7___ 8 9______ 10________ 11___ 12 13___ 14____________ 15_____ 16____ 17__ 18____ 19_ 20________ 21

Chunks:

2016-10-13 16:40:49,078 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 227 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102387.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102387.ini
(ChunkerEvaluator) Sentence #3142 from documents/00102387 from sent1

Text  : Czytelnikom życzę wszystkiego dobrego w nowym roku i śpieszę dodać ,  że sylwester przebiegał u  mnie w  popkulturowej atmosferze ;  )  Nie chodzi oczywiście o  to ,  że sylwestrowa zabawa miała coś wspólnego ze studiowaniem książek ,  prowadzeniem wykładów ,  pisaniem artykułów czy czymś w  tym stylu .
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:
  FalseNegative nam [6,7] = nowym roku
  FalseNegative nam [13,13] = sylwester

(ChunkerEvaluator) Sentence #3143 from documents/00102387 from sent2

Text  : Nic bardziej mylnego .
Tokens: 1__ 2_______ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #3144 from documents/00102387 from sent3

Text  : Chodzi raczej o to , że wraz ze znajomymi zdarzyło mi się momentami prowadzić ciekawą ,  lekko „  wypaczoną ”  poprzez spożycie alkoholu ,  dyskusję .
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 #3145 from documents/00102387 from sent4

Text  : Oczywiście muszę zaznaczyć , że alkohol nie był spożywany w  ilościach mogących skutkować „  pochorowaniem się ”  bądź powodujących poranną chęć wypicia całej butelki wody mineralnej .
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 #3146 from documents/00102387 from sent5

Text  : Spożywali śmy z umiarem , umiar ten jednak prowadził do ciekawych rozmów ;  )  Ot choćby na temat współczesnych seriali telewizyjnych oraz ich zamierzchłych poprzedników .
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 #3147 from documents/00102387 from sent6

Text  : Mówiąc konkretniej , wszyscy ( ośmieleni alkoholem ; ) )  z  dużą swobodą przyznawali się do swoich przeszłych fascynacji takimi serialami jak na przykład Crime Story ,  Shaka Zulu czy polskim W  labiryncie .
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 [25,26] = Crime Story
  TruePositive nam [28,29] = Shaka Zulu
  FalseNegative nam [32,33] = W labiryncie

(ChunkerEvaluator) Sentence #3148 from documents/00102387 from sent7

Text  : Sposoby , w jaki argumentowali swoje racje , były bardzo różne ;  )  -  obrazowali je nuceniem przewodnich motywów muzyki z  danego serialu bądź też prezentowaniem gestów charakterystycznych dla bohaterów danych serii .
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 #3149 from documents/00102387 from sent8

Text  : Praktycznie wszyscy wymienili jakiś stary serial , który uważali za najlepszy .
Tokens: 1__________ 2______ 3________ 4____ 5____ 6_____ 7 8____ 9______ 10 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #3150 from documents/00102387 from sent9

Text  : Serial wszechczasów taki , do którego to co leci teraz ,  nie może się nawet równać .
Tokens: 1_____ 2___________ 3___ 4 5_ 6______ 7_ 8_ 9___ 10___ 11 12_ 13__ 14_ 15___ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #3151 from documents/00102387 from sent10

Text  : Serial , który jest oznaką dawanych „ złotych czasów ”  .
Tokens: 1_____ 2 3____ 4___ 5_____ 6_______ 7 8______ 9_____ 10 11

Chunks:

(ChunkerEvaluator) Sentence #3152 from documents/00102387 from sent11

Text  : Czasów , w których właściwie wszystko – muzyka , akcja ,  bohaterowie seriali mieli urok jakiego na próżno jest szukać w  dzisiejszych produkcjach .
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 #3153 from documents/00102387 from sent12

Text  : Każdy opowiedział się za jakimś konkretnym serialem , który najbardziej przemawiał do jego wyobraźni .
Tokens: 1____ 2__________ 3__ 4_ 5_____ 6_________ 7_______ 8 9____ 10_________ 11________ 12 13__ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #3154 from documents/00102387 from sent13

Text  : Głosy zwykle rozkładały się w zależności od płci .
Tokens: 1____ 2_____ 3_________ 4__ 5 6_________ 7_ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #3155 from documents/00102387 from sent14

Text  : Kobiety optowały za opcją bardziej „ soapy ” – na przykład za serialem W  labiryncie ,  mężczyźni skupiali się na produkcjach sensacyjnych bądź skupionych na akcji .
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 [14,15] = W labiryncie

(ChunkerEvaluator) Sentence #3156 from documents/00102387 from sent15

Text  : Ja na przykład był em gorącym rzecznikiem serialu Crime Story .
Tokens: 1_ 2_ 3_______ 4__ 5_ 6______ 7__________ 8______ 9____ 10___ 11

Chunks:
  TruePositive nam [9,10] = Crime Story

(ChunkerEvaluator) Sentence #3157 from documents/00102387 from sent16

Text  : W ciągu kliku dni po sylwestrze przyszła pewna refleksja .
Tokens: 1 2____ 3____ 4__ 5_ 6_________ 7_______ 8____ 9________ 10

Chunks:
  FalseNegative nam [6,6] = sylwestrze

(ChunkerEvaluator) Sentence #3158 from documents/00102387 from sent17

Text  : Czy ja rzeczywiście tak bardzo lubił em Crime Story ?
Tokens: 1__ 2_ 3___________ 4__ 5_____ 6____ 7_ 8____ 9____ 10

Chunks:
  TruePositive nam [8,9] = Crime Story

(ChunkerEvaluator) Sentence #3159 from documents/00102387 from sent18

Text  : Albo inaczej – czy jego obrona jako najwybitniejszego przedstawiciela seriali ,  które już dawno odeszły w  siną dal i  nie powrócą ,  opierała się nie tyle na faktycznych wartościach Crime Story ,  ale na moim wyidealizowanym obrazie owego serialu .
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 [30,31] = Crime Story

(ChunkerEvaluator) Sentence #3160 from documents/00102387 from sent19

Text  : Przyciśnięty do muru nie mógł by m tak naprawdę powiedzieć nic na temat fabuły (  pamiętam ją jedynie w  zarysie )  ,  gry aktorskiej ,  walorów estetycznych 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

Chunks:

(ChunkerEvaluator) Sentence #3161 from documents/00102387 from sent20

Text  : Czy nie jest tak , że w głowach posiadamy obraz wyidealizowanego „  złotego wieku ”  telewizyjnej rozrywki .
Tokens: 1__ 2__ 3___ 4__ 5 6_ 7 8______ 9________ 10___ 11______________ 12 13_____ 14___ 15 16__________ 17______ 18

Chunks:

2016-10-13 16:40:49,218 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 228 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102391.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102391.ini
(ChunkerEvaluator) Sentence #3162 from documents/00102391 from sent1

Text  : Samochody Xmods są ciekawą propozycją balansującą na granicy między modelem i  zabawką .
Tokens: 1________ 2____ 3_ 4______ 5_________ 6__________ 7_ 8______ 9_____ 10_____ 11 12_____ 13

Chunks:
  TruePositive nam [2,2] = Xmods

(ChunkerEvaluator) Sentence #3163 from documents/00102391 from sent2

Text  : Oryginalnie pomyślane były raczej jako zabawka z możliwością tuningu .
Tokens: 1__________ 2________ 3___ 4_____ 5___ 6______ 7 8__________ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #3164 from documents/00102391 from sent3

Text  : Dzięki atrakcyjnemu wyglądowi , przystępnej cenie , ale przede wszystkim dzięki temu ,  że w  USA trafiły do sieci sklepów Radio Shack ,  zyskały bardzo dużą popularność .
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 [16,16] = USA
  FalsePositive nam [21,22] = Radio Shack

(ChunkerEvaluator) Sentence #3165 from documents/00102391 from sent4

Text  : To spowodowało , że na rynku zaczęło pojawiać się coraz więcej części tuningowych produkowanych przez inne firmy .
Tokens: 1_ 2__________ 3 4_ 5_ 6____ 7______ 8_______ 9__ 10___ 11____ 12____ 13_________ 14___________ 15___ 16__ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #3166 from documents/00102391 from sent5

Text  : Dziś oferta podzespołów do Xmodsów jest tak obszerna , że teoretycznie można przerobić to autko na prawdziwego ścigacza klasy 1  :  24 .
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] = Xmodsów

(ChunkerEvaluator) Sentence #3167 from documents/00102391 from sent6

Text  : Xmods sprzedawany jest w postaci gotowej do jazdy .
Tokens: 1____ 2__________ 3___ 4 5______ 6______ 7_ 8____ 9

Chunks:
  FalseNegative nam [1,1] = Xmods

(ChunkerEvaluator) Sentence #3168 from documents/00102391 from sent7

Text  : Do uruchomienia potrzeba czterech akumulatorków AAA do autka oraz baterii 9V do nadajnika .
Tokens: 1_ 2___________ 3_______ 4_______ 5____________ 6__ 7_ 8____ 9___ 10_____ 11 12 13_______ 14

Chunks:
  FalsePositive nam [6,6] = AAA

(ChunkerEvaluator) Sentence #3169 from documents/00102391 from sent8

Text  : Model jest dostarczany ze zdjętymi kołami , karoserią i anteną .
Tokens: 1____ 2___ 3__________ 4_ 5_______ 6_____ 7 8________ 9 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #3170 from documents/00102391 from sent9

Text  : Wszystkie te elementy wraz z nadajnikiem spakowane są w walizeczkę ,  która wprawdzie prezentuje się bardzo ładnie ,  ale nie jest specjalnie wygodna do przenoszenia zmontowanego auta .
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 #3171 from documents/00102391 from sent10

Text  : Karoseria Xmodsa wykonana jest z twardego plastiku i ma budowę modularną .
Tokens: 1________ 2_____ 3_______ 4___ 5 6_______ 7_______ 8 9_ 10____ 11_______ 12

Chunks:
  FalsePositive nam [1,2] = Karoseria Xmodsa
  FalseNegative nam [2,2] = Xmodsa

(ChunkerEvaluator) Sentence #3172 from documents/00102391 from sent11

Text  : Elementy takie jak spoilery , zderzaki czy progi są przykręcane i  można je wymieniać na inne .
Tokens: 1_______ 2____ 3__ 4_______ 5 6_______ 7__ 8____ 9_ 10_________ 11 12___ 13 14_______ 15 16__ 17

Chunks:

(ChunkerEvaluator) Sentence #3173 from documents/00102391 from sent12

Text  : Do każdej wersji nadwozia można dokupić pakiet stylistyczny , pozwalających na zabawę w  tuning wizualny .
Tokens: 1_ 2_____ 3_____ 4_______ 5____ 6______ 7_____ 8___________ 9 10___________ 11 12____ 13 14____ 15______ 16

Chunks:

(ChunkerEvaluator) Sentence #3174 from documents/00102391 from sent13

Text  : Xmods ma niezależne zawieszenie każdego koła i wyposażony jest w  amortyzatory cierne .
Tokens: 1____ 2_ 3_________ 4__________ 5______ 6___ 7 8_________ 9___ 10 11__________ 12____ 13

Chunks:
  TruePositive nam [1,1] = Xmods

(ChunkerEvaluator) Sentence #3175 from documents/00102391 from sent14

Text  : Napęd z ułożonego wzdłużnie silniczka przenoszony jest na tylne koła poprzez dyferencjał .
Tokens: 1____ 2 3________ 4________ 5________ 6__________ 7___ 8_ 9____ 10__ 11_____ 12_________ 13

Chunks:

(ChunkerEvaluator) Sentence #3176 from documents/00102391 from sent15

Text  : Co ciekawe mimo że samochód ma napęd tylko na tylne koła ,  wyposażony jest w  stalowy wałek napędowy biegnący aż do przednich kół .
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 #3177 from documents/00102391 from sent16

Text  : Wałek pozostaje bezużyteczny do momentu zamontowania sprzedawanej oddzielnie konwersji do napędu na cztery koła .
Tokens: 1____ 2________ 3___________ 4_ 5______ 6___________ 7___________ 8_________ 9________ 10 11____ 12 13____ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #3178 from documents/00102391 from sent17

Text  : Sterowanie Xmodsa jest całkowicie proporcjonalne .
Tokens: 1_________ 2_____ 3___ 4_________ 5_____________ 6

Chunks:
  TruePositive nam [2,2] = Xmodsa

(ChunkerEvaluator) Sentence #3179 from documents/00102391 from sent18

Text  : Model wyposażony jest w bieg wsteczny , którego włączenie wymaga dwukrotnego naciśnięcia cyngla .  -  dobre rozwiązanie ,  którego brakuje nawet niektórym regulatorom przeznaczonym dla modeli skali 1  :  10 .
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 #3180 from documents/00102391 from sent19

Text  : Aparatura sterująca działa w oparciu o wymienne kwarce , pozwalające wykorzystać 6  kanałów w  paśmie 27 Mhz .
Tokens: 1________ 2________ 3_____ 4 5______ 6 7_______ 8_____ 9 10_________ 11_________ 12 13_____ 14 15____ 16 17_ 18

Chunks:

(ChunkerEvaluator) Sentence #3181 from documents/00102391 from sent20

Text  : Nadajnik pistoletowy Xmodsa to bardzo wygodna i przemyślana konstrukcja .
Tokens: 1_______ 2__________ 3_____ 4_ 5_____ 6______ 7 8__________ 9__________ 10

Chunks:
  TruePositive nam [3,3] = Xmodsa

(ChunkerEvaluator) Sentence #3182 from documents/00102391 from sent21

Text  : Za naciśnięciem jednego przycisku można go złożyć w celu bezpiecznego przetransportowania .
Tokens: 1_ 2___________ 3______ 4________ 5____ 6_ 7_____ 8 9___ 10__________ 11_________________ 12

Chunks:

(ChunkerEvaluator) Sentence #3183 from documents/00102391 from sent22

Text  : Kierownicę można montować z obu stron , co powala na wygodne korzystanie z  nadajnika osobom leworęcznym .
Tokens: 1_________ 2____ 3_______ 4 5__ 6____ 7 8_ 9_____ 10 11_____ 12_________ 13 14_______ 15____ 16_________ 17

Chunks:

2016-10-13 16:40:49,340 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 229 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102396.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102396.ini
(ChunkerEvaluator) Sentence #3184 from documents/00102396 from sent1

Text  : HPI E - Firestorm vs . Traxxas Rustler
Tokens: 1__ 2 3 4________ 5_ 6 7______ 8______

Chunks:
  TruePositive nam [7,7] = Traxxas
  TruePositive nam [8,8] = Rustler
  FalsePositive nam [1,4] = HPI E - Firestorm
  FalseNegative nam [1,1] = HPI
  FalseNegative nam [2,4] = E - Firestorm

(ChunkerEvaluator) Sentence #3185 from documents/00102396 from sent2

Text  : Trudno w to uwierzyć , ale E - Firestorm to pierwszy w  historii firmy HPI elektryczny stadium truck 2WD .
Tokens: 1_____ 2 3_ 4_______ 5 6__ 7 8 9________ 10 11______ 12 13______ 14___ 15_ 16_________ 17_____ 18___ 19_ 20

Chunks:
  TruePositive nam [7,9] = E - Firestorm
  TruePositive nam [15,15] = HPI
  FalsePositive nam [19,19] = 2WD

(ChunkerEvaluator) Sentence #3186 from documents/00102396 from sent3

Text  : Dostępny jest w dwóch wersjach : z 15 - zwojowym silnikiem Firebolt oraz z  bezszczotkowym silnikiem Flux .
Tokens: 1_______ 2___ 3 4____ 5_______ 6 7 8_ 9 10______ 11_______ 12______ 13__ 14 15____________ 16_______ 17__ 18

Chunks:
  FalsePositive nam [12,12] = Firebolt
  FalsePositive nam [17,17] = Flux

(ChunkerEvaluator) Sentence #3187 from documents/00102396 from sent4

Text  : Obydwie wersje sprzedawane są w postaci zestawów gotowych do jazdy (  RTR )  .
Tokens: 1______ 2_____ 3__________ 4_ 5 6______ 7_______ 8_______ 9_ 10___ 11 12_ 13 14

Chunks:

(ChunkerEvaluator) Sentence #3188 from documents/00102396 from sent5

Text  : Dzięki uprzejmości Irka Dziwisa mieli śmy możliwość przetestować model E  -  Firestorm z  silnikiem Firebolt .
Tokens: 1_____ 2__________ 3___ 4______ 5____ 6__ 7________ 8___________ 9____ 10 11 12_______ 13 14_______ 15______ 16

Chunks:
  TruePositive nam [3,4] = Irka Dziwisa
  TruePositive nam [10,12] = E - Firestorm
  FalsePositive nam [15,15] = Firebolt

(ChunkerEvaluator) Sentence #3189 from documents/00102396 from sent6

Text  : Oczywiście nie mogli śmy uniknąć porównania go z klasycznym reprezentantem gotowych do jazdy stadium trucków ,  czyli modelem Traxxas Rustler ,  również w  wersjach z  silnikiem szczotkowym .
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 [19,19] = Traxxas
  TruePositive nam [20,20] = Rustler

(ChunkerEvaluator) Sentence #3190 from documents/00102396 from sent7

Text  : Mimo że daty wypuszczenia modeli na rynek dzieli ponad dziesięć lat ,  na pierwszy rzut oka widać spore podobieństwo .
Tokens: 1___ 2_ 3___ 4___________ 5_____ 6_ 7____ 8_____ 9____ 10______ 11_ 12 13 14______ 15__ 16_ 17___ 18___ 19__________ 20

Chunks:

(ChunkerEvaluator) Sentence #3191 from documents/00102396 from sent8

Text  : Projektanci z HPI oparli się na klasycznej , sprawdzonej konstrukcji elektrycznego trucka 2WD i  nie próbowali wprowadzać na siłę żadnych rewolucyjnych rozwiązań .
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] = HPI

(ChunkerEvaluator) Sentence #3192 from documents/00102396 from sent9

Text  : Naszym zdaniem była to bardzo dobra decyzja .
Tokens: 1_____ 2______ 3___ 4_ 5_____ 6____ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #3193 from documents/00102396 from sent10

Text  : Najbardziej rzucające się w oczy różnice między modelami to większy rozstaw przednich kół w  modelu HPI oraz inna konstrukcja układu kierowniczego .
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 [16,16] = HPI

(ChunkerEvaluator) Sentence #3194 from documents/00102396 from sent11

Text  : W Rustlerze serwo skrętu ustawione jest wzdłużnie , w Firestormie jest ono montowane poprzecznie ,  podobnie jak w  typowo zawodniczych truckach takich jak Losi XXX -  T  czy Associated T4 .
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 [2,2] = Rustlerze
  TruePositive nam [10,10] = Firestormie
  TruePositive nam [24,24] = Losi
  FalsePositive nam [25,25] = XXX
  FalsePositive nam [29,30] = Associated T4
  FalseNegative nam [25,27] = XXX - T
  FalseNegative nam [29,29] = Associated
  FalseNegative nam [30,30] = T4

(ChunkerEvaluator) Sentence #3195 from documents/00102396 from sent12

Text  : Przy bliższym porównaniu modeli widać jednak jasno , że E  -  Firestorm jest modelem nowszym i  jego twórcy wyposażyli go w  wiele rozwiązań znanych z  topowych modeli klasy stadium truck .
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:
  FalsePositive nam [12,12] = Firestorm
  FalseNegative nam [10,12] = E - Firestorm

(ChunkerEvaluator) Sentence #3196 from documents/00102396 from sent13

Text  : Stalowe półosie typu dogbone użyte przez HPI są znacznie nowocześniejszym rozwiązaniem niż teleskopowe ,  plastikowe półośki Rustlera .
Tokens: 1______ 2______ 3___ 4______ 5____ 6____ 7__ 8_ 9_______ 10______________ 11__________ 12_ 13_________ 14 15________ 16_____ 17______ 18

Chunks:
  TruePositive nam [7,7] = HPI
  TruePositive nam [17,17] = Rustlera

(ChunkerEvaluator) Sentence #3197 from documents/00102396 from sent14

Text  : Zawieszenie Firestorma jest w pełni regulowane .
Tokens: 1__________ 2_________ 3___ 4 5____ 6_________ 7

Chunks:
  TruePositive nam [2,2] = Firestorma

(ChunkerEvaluator) Sentence #3198 from documents/00102396 from sent15

Text  : Zamiast znanych z Rustlera plastikowych górnych wahaczy ( camber links )  w  Firestormie zastosowano -  zarówno z  przodu jak i  z  tyłu -  ich stalowe ,  regulowane odpowiedniki .
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 [4,4] = Rustlera
  TruePositive nam [13,13] = Firestormie

(ChunkerEvaluator) Sentence #3199 from documents/00102396 from sent16

Text  : Dodając do tego gwintowane amortyzatory , Firestorm pod względem możliwości regulacji zawieszenia zostawia Rustlera w  tyle .
Tokens: 1______ 2_ 3___ 4_________ 5___________ 6 7________ 8__ 9_______ 10________ 11_______ 12_________ 13______ 14______ 15 16__ 17

Chunks:
  TruePositive nam [7,7] = Firestorm
  TruePositive nam [14,14] = Rustlera

(ChunkerEvaluator) Sentence #3200 from documents/00102396 from sent17

Text  : Konstruktorzy z HPI bardzo poważnie potraktowali również temat wytrzymałości .
Tokens: 1____________ 2 3__ 4_____ 5_______ 6___________ 7______ 8____ 9____________ 10

Chunks:
  TruePositive nam [3,3] = HPI

(ChunkerEvaluator) Sentence #3201 from documents/00102396 from sent18

Text  : Wszystkie zębatki w przekładni Firestorma są metalowe , co daje mu przewagę nad Rustlerem ,  którego słabym punktem jest plastikowy idler w  przekładni .
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 [5,5] = Firestorma
  TruePositive nam [14,14] = Rustlerem

(ChunkerEvaluator) Sentence #3202 from documents/00102396 from sent19

Text  : W zakresie dołączonej do zestawu RTR elektroniki i silnika nie ma wyraźnych różnic ,  jedynie w  przypadku Rustlera w  wersji XL -  5  z  12 -  zwojowym silnikiem ,  należy uznać przewagę modelu firmy Traxxas .
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 [18,18] = Rustlera
  TruePositive nam [35,35] = Traxxas
  FalsePositive nam [21,23] = XL - 5

2016-10-13 16:40:49,464 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 230 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102400.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102400.ini
(ChunkerEvaluator) Sentence #3203 from documents/00102400 from sent1

Text  : Wszystko jasne !
Tokens: 1_______ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #3204 from documents/00102400 from sent2

Text  : Jury konkursu Globalnie - multimedialnie ogłasza listę Laureatów .
Tokens: 1___ 2_______ 3________ 4 5_____________ 6______ 7____ 8________ 9

Chunks:
  FalsePositive nam [8,8] = Laureatów
  FalseNegative nam [3,5] = Globalnie - multimedialnie

(ChunkerEvaluator) Sentence #3205 from documents/00102400 from sent3

Text  : Zdecydowano o przyznaniu trzech równorzędnych nagród redakcjom trzech qmamów :  Szkoła bez granic ,  De facto ,  Czysty Las .
Tokens: 1__________ 2 3_________ 4_____ 5____________ 6_____ 7________ 8_____ 9_____ 10 11____ 12_ 13____ 14 15 16___ 17 18____ 19_ 20

Chunks:
  TruePositive nam [11,13] = Szkoła bez granic
  TruePositive nam [18,19] = Czysty Las
  FalseNegative nam [15,16] = De facto

(ChunkerEvaluator) Sentence #3206 from documents/00102400 from sent4

Text  : Szkoła bez granic - Zespołu Szkół im . Piastów Śląskich w  Łaziskach Górnych
Tokens: 1_____ 2__ 3_____ 4 5______ 6____ 7_ 8 9______ 10______ 11 12_______ 13_____

Chunks:
  TruePositive nam [1,3] = Szkoła bez granic
  TruePositive nam [5,10] = Zespołu Szkół im . Piastów Śląskich
  TruePositive nam [12,13] = Łaziskach Górnych

(ChunkerEvaluator) Sentence #3207 from documents/00102400 from sent5

Text  : Qmam bardzo dobrze realizuje kategorię konkursową ( międzykulturowa rzeczywistość )  ,  opisując zjawisko międzykulturowości na przykładzie szkoły ,  z  której pochodzi redakcja -  szkoła otrzymała certyfikat Szkoły Globalnej .
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:
  FalsePositive nam [27,28] = Szkoły Globalnej

(ChunkerEvaluator) Sentence #3208 from documents/00102400 from sent6

Text  : Artykuły w nim zamieszczone świadczą o tym , że wiedzę na temat globalizacji uczniowie czerpią z  codziennego życia -  a  nawet starają się edukować innych .
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 #3209 from documents/00102400 from sent7

Text  : Dużym plusem są opisane spotkania z obcokrajowcami , pokazujące przełamywanie uprzedzeń i  pokonywanie różnic kulturowych .
Tokens: 1____ 2_____ 3_ 4______ 5________ 6 7_____________ 8 9_________ 10___________ 11_______ 12 13_________ 14____ 15_________ 16

Chunks:

(ChunkerEvaluator) Sentence #3210 from documents/00102400 from sent8

Text  : De facto - Zespołu Szkół Zawodowych nr 2 w Knurowie
Tokens: 1_ 2____ 3 4______ 5____ 6_________ 7_ 8 9 10______

Chunks:
  TruePositive nam [4,8] = Zespołu Szkół Zawodowych nr 2
  TruePositive nam [10,10] = Knurowie
  FalseNegative nam [1,2] = De facto

(ChunkerEvaluator) Sentence #3211 from documents/00102400 from sent9

Text  : Qmam wpasowuje się w kategorię ( międzykulturowa rzeczywistość ) na kilku różnych płaszczyznach ,  obalając zarówno stereotypy środowiskowe ,  jak i  poszukując elementów wielokulturowości w  najbliższej okolicy .
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:
  FalsePositive nam [1,1] = Qmam

(ChunkerEvaluator) Sentence #3212 from documents/00102400 from sent10

Text  : Duży plus za dotarcie do przedstawicieli innych kultur i wywiad z  nimi -  choć mógł by być bardziej wyczerpujący oraz sondę wśród lokalnej społeczności .
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 #3213 from documents/00102400 from sent11

Text  : Czysty Las - Gimnazjum w Słodkowie
Tokens: 1_____ 2__ 3 4________ 5 6________

Chunks:
  TruePositive nam [1,2] = Czysty Las
  TruePositive nam [4,4] = Gimnazjum
  TruePositive nam [6,6] = Słodkowie

(ChunkerEvaluator) Sentence #3214 from documents/00102400 from sent12

Text  : Oryginalna forma qmama łącząca fotografię z poezją w ciekawy sposób zwraca uwagę na bliski ,  lecz niedostrzegany na co dzień problem (  ekologii )  .
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 #3215 from documents/00102400 from sent13

Text  : Gratulujemy !
Tokens: 1__________ 2

Chunks:

(ChunkerEvaluator) Sentence #3216 from documents/00102400 from sent14

Text  : Wszystkim uczestnikom konkursu dziękujemy za udział .
Tokens: 1________ 2__________ 3_______ 4_________ 5_ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3217 from documents/00102400 from sent15

Text  : Z wyróżnionymi redakcjami skontaktujemy się telefonicznie i mailowo .
Tokens: 1 2___________ 3_________ 4____________ 5__ 6____________ 7 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #3218 from documents/00102400 from sent16

Text  : A nagrody . . . są już w drodze :  )
Tokens: 1 2______ 3 4 5 6_ 7__ 8 9_____ 10 11

Chunks:

(ChunkerEvaluator) Sentence #3219 from documents/00102400 from sent17

Text  : Projekt jest współfinansowany w ramach programu polskiej pomocy zagranicznej Ministerstwa Spraw Zagranicznych RP .
Tokens: 1______ 2___ 3_______________ 4 5_____ 6_______ 7_______ 8_____ 9___________ 10__________ 11___ 12___________ 13 14

Chunks:
  TruePositive nam [10,13] = Ministerstwa Spraw Zagranicznych RP

2016-10-13 16:40:49,554 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 231 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102405.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102405.ini
(ChunkerEvaluator) Sentence #3220 from documents/00102405 from sent1

Text  : " Nasz Woodstock ma totalnie przerąbane w większości mediów .
Tokens: 1 2___ 3________ 4_ 5_______ 6_________ 7 8_________ 9_____ 10

Chunks:
  FalsePositive nam [2,3] = Nasz Woodstock
  FalseNegative nam [3,3] = Woodstock

(ChunkerEvaluator) Sentence #3221 from documents/00102405 from sent2

Text  : Dziennikarze traktują nas jak bandę oszołomów " - oburzał się chłopak z  dredami .
Tokens: 1___________ 2_______ 3__ 4__ 5____ 6________ 7 8 9______ 10_ 11_____ 12 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #3222 from documents/00102405 from sent3

Text  : " Możesz to teraz sprostować .
Tokens: 1 2_____ 3_ 4____ 5_________ 6

Chunks:

(ChunkerEvaluator) Sentence #3223 from documents/00102405 from sent4

Text  : Siadaj i pisz do gazety " - powiedzieli śmy .
Tokens: 1_____ 2 3___ 4_ 5_____ 6 7 8__________ 9__ 10

Chunks:

(ChunkerEvaluator) Sentence #3224 from documents/00102405 from sent5

Text  : Myślał , myślał i machnął fajny tekst .
Tokens: 1_____ 2 3_____ 4 5______ 6____ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #3225 from documents/00102405 from sent6

Text  : Opublikowali śmy go i wiele innych w qmamie festiwalowym "  Przystanek Woodstock "  .
Tokens: 1___________ 2__ 3_ 4 5____ 6_____ 7 8_____ 9___________ 10 11________ 12_______ 13 14

Chunks:
  TruePositive nam [11,12] = Przystanek Woodstock

(ChunkerEvaluator) Sentence #3226 from documents/00102405 from sent7

Text  : Już od dziś w serwisie mam . media . pl .
Tokens: 1__ 2_ 3___ 4 5_______ 6__ 7 8____ 9 10 11

Chunks:
  TruePositive nam [6,10] = mam . media . pl

(ChunkerEvaluator) Sentence #3227 from documents/00102405 from sent8

Text  : W qmamie zebrali śmy przemyślenia i opinie .
Tokens: 1 2_____ 3______ 4__ 5___________ 6 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #3228 from documents/00102405 from sent9

Text  : Uczucia i ulotne wrażenia .
Tokens: 1______ 2 3_____ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #3229 from documents/00102405 from sent10

Text  : To , co mogło umknąć w rozmowie , ma swój trwały ślad w  e  -  gazecie o  Woodstock .
Tokens: 1_ 2 3_ 4____ 5_____ 6 7_______ 8 9_ 10__ 11____ 12__ 13 14 15 16_____ 17 18_______ 19

Chunks:
  TruePositive nam [18,18] = Woodstock

(ChunkerEvaluator) Sentence #3230 from documents/00102405 from sent11

Text  : Dziś opublikowali śmy pierwszy i jedyny numer " Przystanku Woodstock .  "
Tokens: 1___ 2___________ 3__ 4_______ 5 6_____ 7____ 8 9_________ 10_______ 11 12

Chunks:
  TruePositive nam [9,10] = Przystanku Woodstock

(ChunkerEvaluator) Sentence #3231 from documents/00102405 from sent12

Text  : To wydanie okolicznościowe , związane z imprezą , " na której powinien się znaleźć każdy wolny człowiek .  "
Tokens: 1_ 2______ 3______________ 4 5_______ 6 7______ 8 9 10 11____ 12______ 13_ 14_____ 15___ 16___ 17______ 18 19

Chunks:

(ChunkerEvaluator) Sentence #3232 from documents/00102405 from sent13

Text  : Tak przynajmniej uważa jeden z uczestników tegorocznego festiwalu .
Tokens: 1__ 2___________ 3____ 4____ 5 6__________ 7___________ 8________ 9

Chunks:

(ChunkerEvaluator) Sentence #3233 from documents/00102405 from sent14

Text  : Zachęcamy do poznania qmama , tym bardziej , że materiały do niego pochodzą wyłącznie od "  woodstokowiczów "  .
Tokens: 1________ 2_ 3_______ 4____ 5 6__ 7_______ 8 9_ 10_______ 11 12___ 13______ 14_______ 15 16 17_____________ 18 19

Chunks:

(ChunkerEvaluator) Sentence #3234 from documents/00102405 from sent15

Text  : Teksty może niedoskonałe dziennikarsko , filmiki podobnie - pod względem jakości obrazu i  dźwięku .
Tokens: 1_____ 2___ 3___________ 4____________ 5 6______ 7_______ 8 9__ 10______ 11_____ 12____ 13 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #3235 from documents/00102405 from sent16

Text  : Ale są za to w pełni szczere i autentyczne .
Tokens: 1__ 2_ 3_ 4_ 5 6____ 7______ 8 9__________ 10

Chunks:

(ChunkerEvaluator) Sentence #3236 from documents/00102405 from sent17

Text  : A o to nam przede wszystkim chodziło .
Tokens: 1 2 3_ 4__ 5_____ 6________ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #3237 from documents/00102405 from sent18

Text  : Przystanek Woodstock - specjalne wydanie qmama animowanego przez Fundację Nowe Media .
Tokens: 1_________ 2________ 3 4________ 5______ 6____ 7__________ 8____ 9_______ 10__ 11___ 12

Chunks:
  TruePositive nam [1,2] = Przystanek Woodstock
  TruePositive nam [9,11] = Fundację Nowe Media

2016-10-13 16:40:49,629 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 232 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102407.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102407.ini
(ChunkerEvaluator) Sentence #3238 from documents/00102407 from sent1

Text  : Z okazji świąt Bożego Narodzenia pragniemy złożyć najserdeczniejsze życzenia .
Tokens: 1 2_____ 3____ 4_____ 5_________ 6________ 7_____ 8________________ 9_______ 10

Chunks:
  FalsePositive nam [3,5] = świąt Bożego Narodzenia
  FalseNegative nam [4,5] = Bożego Narodzenia

(ChunkerEvaluator) Sentence #3239 from documents/00102407 from sent2

Text  : Naszym współpracownikom życzymy sił do realizowania projektów i misji Fundacji ;  partnerom -  owocnej współpracy z  Fundacją ,  nauczycielom -  satysfakcji z  wykonywanej pracy ,  uczniom -  zapału i  kreatywności .
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 [10,10] = Fundacji
  TruePositive nam [17,17] = Fundacją

(ChunkerEvaluator) Sentence #3240 from documents/00102407 from sent3

Text  : A przede wszystkim i każdemu - spokoju ducha i powodzenia w  nadchodzącym Nowym Roku .
Tokens: 1 2_____ 3________ 4 5______ 6 7______ 8____ 9 10________ 11 12__________ 13___ 14__ 15

Chunks:
  TruePositive nam [13,14] = Nowym Roku

2016-10-13 16:40:49,653 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 233 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102415.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102415.ini
(ChunkerEvaluator) Sentence #3241 from documents/00102415 from sent1

Text  : Premiera mojej książki w formie papierowej się opóźnia , ale od dziś można ją czytać na Wikiźródłach .
Tokens: 1_______ 2____ 3______ 4 5_____ 6_________ 7__ 8______ 9 10_ 11 12__ 13___ 14 15____ 16 17__________ 18

Chunks:
  TruePositive nam [17,17] = Wikiźródłach

(ChunkerEvaluator) Sentence #3242 from documents/00102415 from sent2

Text  : Liryka i polityka .
Tokens: 1_____ 2 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #3243 from documents/00102415 from sent3

Text  : Miłej lektury .
Tokens: 1____ 2______ 3

Chunks:

2016-10-13 16:40:49,666 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 234 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102420.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102420.ini
(ChunkerEvaluator) Sentence #3244 from documents/00102420 from sent1

Text  : W tym miesiącu nie odbędzie się spotkanie z cyklu “  Kultura 2  .  0  ″  ,  za co szczególnie przepraszamy osoby dopytujące się nas o  termin i  spodziewające się czegoś w  najbliższy wtorek .
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 [11,14] = Kultura 2 . 0

(ChunkerEvaluator) Sentence #3245 from documents/00102420 from sent2

Text  : Już teraz zapraszamy na spotkanie czerwcowe , które będzie podsumowaniem dotychczasowych spotkań -  przed przerwą wakacyjną .
Tokens: 1__ 2____ 3_________ 4_ 5________ 6________ 7 8____ 9_____ 10___________ 11_____________ 12_____ 13 14___ 15_____ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #3246 from documents/00102420 from sent3

Text  : Jak przystało na podsumowanie , chcemy poruszyć temat ogólny i  podstawowy ,  czyli stan kultury i  uczestnictwa w  kulturze 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

Chunks:
  TruePositive nam [21,21] = Polsce

(ChunkerEvaluator) Sentence #3247 from documents/00102420 from sent4

Text  : A w szczególności zastanowić się , jak funkcjonują dwa obiegi kultury :  oficjalny i  tradycyjny ;  oraz nowy ,  w  dużej mierze niezależny ,  i  funkcjonujący z  pomocą nowych mediów .
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:

2016-10-13 16:40:49,705 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 235 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102421.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102421.ini
(ChunkerEvaluator) Sentence #3248 from documents/00102421 from sent1

Text  : Pojutrze rozpoczyna się w Dubrovniku w Chorwacji iSummit , doroczny zjazd osób działających na rzecz wolnej kultury organizowany przez organizację iCommons .
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] = Dubrovniku
  TruePositive nam [7,7] = Chorwacji
  FalseNegative nam [8,8] = iSummit
  FalseNegative nam [21,21] = iCommons

(ChunkerEvaluator) Sentence #3249 from documents/00102421 from sent2

Text  : Do Dubrovnika zjeżdża się na trzy dni wiele fascynujących osób ,  których łączy idea commons .
Tokens: 1_ 2_________ 3______ 4__ 5_ 6___ 7__ 8____ 9____________ 10__ 11 12_____ 13___ 14__ 15_____ 16

Chunks:
  TruePositive nam [2,2] = Dubrovnika

(ChunkerEvaluator) Sentence #3250 from documents/00102421 from sent3

Text  : Postaram się relacjonować przebieg wydarzeń na blogu CC Polska -  choć zapewne dopiero po powrocie .
Tokens: 1_______ 2__ 3___________ 4_______ 5_______ 6_ 7____ 8_ 9_____ 10 11__ 12_____ 13_____ 14 15______ 16

Chunks:
  TruePositive nam [8,9] = CC Polska

(ChunkerEvaluator) Sentence #3251 from documents/00102421 from sent4

Text  : W międzyczasie zachęcam Was do odwiedzenia strony zjazdu lub do uczestnictwa w  wirtualnej jego wersji w  świecie Second Life (  rejestracja w  SL jest darmowa )  .
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 [18,19] = Second Life
  TruePositive nam [23,23] = SL

(ChunkerEvaluator) Sentence #3252 from documents/00102421 from sent5

Text  : Obrady będą też podobno transmitowane na żywo .
Tokens: 1_____ 2___ 3__ 4______ 5____________ 6_ 7___ 8

Chunks:

2016-10-13 16:40:49,739 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 236 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102424.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102424.ini
(ChunkerEvaluator) Sentence #3253 from documents/00102424 from sent1

Text  : Sejm dziś w nocy będzie głosował nad nowelizacją prawa autorskiego .
Tokens: 1___ 2___ 3 4___ 5_____ 6_______ 7__ 8__________ 9____ 10_________ 11

Chunks:
  TruePositive nam [1,1] = Sejm

(ChunkerEvaluator) Sentence #3254 from documents/00102424 from sent2

Text  : Polecam teksty na ten temat Vagli i Jarosława Lipszyca -  wynika z  nich ,  że być może zostaną nagle wprowadzone np .  opłaty za zagnieżdżanie klipów (  pobieranych np .  z  serwisów takich jak Youtube )  .
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 [6,6] = Vagli
  TruePositive nam [8,9] = Jarosława Lipszyca
  TruePositive nam [35,35] = Youtube

(ChunkerEvaluator) Sentence #3255 from documents/00102424 from sent3

Text  : Jak wymienia Lipszyc , projekt najprawdopodobniej zakłada , że
Tokens: 1__ 2_______ 3______ 4 5______ 6_________________ 7______ 8 9_

Chunks:
  TruePositive nam [3,3] = Lipszyc

(ChunkerEvaluator) Sentence #3256 from documents/00102424 from sent4

Text  : każdy korzystający z utworu audiowizualnego ( np . poprzez zamieszczenie hotlinka do piosenki na youtube )  ma obowiązek zapłacić za to organizacji zbiorowego zarządzania .
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

(ChunkerEvaluator) Sentence #3257 from documents/00102424 from sent5

Text  : artysta nie może się w żaden sposób zrzec tego wynagrodzenia ,  nawet sprzedaż praw autorskich nic tu nie zmienia .
Tokens: 1______ 2__ 3___ 4__ 5 6____ 7_____ 8____ 9___ 10___________ 11 12___ 13______ 14__ 15________ 16_ 17 18_ 19_____ 20

Chunks:

(ChunkerEvaluator) Sentence #3258 from documents/00102424 from sent6

Text  : prawo będzie działać wstecz , bo głosowana dziś ustawa będzie obowiązywać od 6  czerwca
Tokens: 1____ 2_____ 3______ 4_____ 5 6_ 7________ 8___ 9_____ 10____ 11_________ 12 13 14_____

Chunks:

2016-10-13 16:40:49,781 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 237 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102426.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102426.ini
(ChunkerEvaluator) Sentence #3259 from documents/00102426 from sent1

Text  : NYT publikuje artykuły klikalne
Tokens: 1__ 2________ 3_______ 4_______

Chunks:
  TruePositive nam [1,1] = NYT

(ChunkerEvaluator) Sentence #3260 from documents/00102426 from sent2

Text  : Na stronach artykułów z New York Timesa , po kliknięciu dwukrotnie w  dowolne słowo ,  pokazuje się jego definicja słownikowa lub wpis encyklopedyczny .
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 [5,7] = New York Timesa

(ChunkerEvaluator) Sentence #3261 from documents/00102426 from sent3

Text  : Warto kolekcjonować takie przykłady na okazje , gdy ktoś powie ,  że email niczym się od listu nie różni ,  itp .
Tokens: 1____ 2____________ 3____ 4________ 5_ 6_____ 7 8__ 9___ 10___ 11 12 13___ 14____ 15_ 16 17___ 18_ 19___ 20 21_ 22

Chunks:

2016-10-13 16:40:49,799 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 238 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102447.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102447.ini
(ChunkerEvaluator) Sentence #3262 from documents/00102447 from sent1

Text  : Na PanTuNieStał dowiedział em się o projekcie myspace.ldz , czyli rewitalizacji starych gablot reklamowych na Piotrkowskiej i  w  okolicy poprzez prezentowanie w  niej sztuki /  dizajnu .
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 [2,2] = PanTuNieStał
  TruePositive nam [16,16] = Piotrkowskiej
  FalseNegative nam [8,8] = myspace.ldz

(ChunkerEvaluator) Sentence #3263 from documents/00102447 from sent2

Text  : - jedyne co mi przeszkadza , to nazwa .
Tokens: 1 2_____ 3_ 4_ 5__________ 6 7_ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #3264 from documents/00102447 from sent3

Text  : Skojarzenie gablot ze stronami Myspace ’ a jest zabawne ,  ale nazywanie wszystkiego po “  internetowemu ”  zaczyna być dla mnie denerwujące .
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] = Myspace

(ChunkerEvaluator) Sentence #3265 from documents/00102447 from sent4

Text  : Dobrze , że przynajmniej jest kropka , a nie małpa .
Tokens: 1_____ 2 3_ 4___________ 5___ 6_____ 7 8 9__ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #3266 from documents/00102447 from sent5

Text  : Na stronie jak na razie można znaleźć zdjęcia gablot “  sprzed ”  -  czekam na zdjęcia “  po ”  .
Tokens: 1_ 2______ 3__ 4_ 5____ 6____ 7______ 8______ 9_____ 10 11____ 12 13 14____ 15 16_____ 17 18 19 20

Chunks:

(ChunkerEvaluator) Sentence #3267 from documents/00102447 from sent6

Text  : I na podobne realizacje w innych miastach .
Tokens: 1 2_ 3______ 4_________ 5 6_____ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #3268 from documents/00102447 from sent7

Text  : Na marginesie , tu widzę wyraźne granice działań artystycznych -  w  przypadku których powielenie pomysłu może zostać odebrane jako zamach na inicjatora projektu -  tymczasem projekty “  społeczne ”  z  założenia są dużo bardziej otwarte .
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:
  FalsePositive nam [28,28] = społeczne

2016-10-13 16:40:49,849 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 239 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102454.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102454.ini
(ChunkerEvaluator) Sentence #3269 from documents/00102454 from sent1

Text  : W Polsce ukazała się nowa książka Lawrence ’ a Lessiga ,  “  Remiks .
Tokens: 1 2_____ 3______ 4__ 5___ 6______ 7_______ 8 9 10_____ 11 12 13____ 14

Chunks:
  TruePositive nam [2,2] = Polsce
  TruePositive nam [7,10] = Lawrence ’ a Lessiga
  FalseNegative nam [13,13] = Remiks

(ChunkerEvaluator) Sentence #3270 from documents/00102454 from sent2

Text  : Aby sztuka i biznes rozkwitały w hybrydowej gospodarce ” .
Tokens: 1__ 2_____ 3 4_____ 5_________ 6 7_________ 8_________ 9 10

Chunks:
  FalseNegative nam [1,8] = Aby sztuka i biznes rozkwitały w hybrydowej gospodarce

(ChunkerEvaluator) Sentence #3271 from documents/00102454 from sent3

Text  : Jest to już druga jego książka wydana przez Wydawnictwa Akademickie i  Profesjonalne po “  Wolnej kulturze ”  ,  która ukazała się 5  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

Chunks:
  TruePositive nam [15,16] = Wolnej kulturze
  FalsePositive nam [9,10] = Wydawnictwa Akademickie
  FalseNegative nam [9,12] = Wydawnictwa Akademickie i Profesjonalne

(ChunkerEvaluator) Sentence #3272 from documents/00102454 from sent4

Text  : Z tej okazji WAiP , we współpracy z SWPS oraz “  Polityką ”  organizuje dyskusję nad książką ,  pod tytułem “  Czy nasze dzieci są przestępcami ?  ”  .
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 [4,4] = WAiP
  TruePositive nam [9,9] = SWPS
  TruePositive nam [12,12] = Polityką
  FalsePositive nam [22,24] = Czy nasze dzieci
  FalsePositive nam [22,27] = Czy nasze dzieci są przestępcami ?
  FalseNegative nam [22,26] = Czy nasze dzieci są przestępcami

(ChunkerEvaluator) Sentence #3273 from documents/00102454 from sent5

Text  : W dyskusji udział wezmą Wiesław Godzic ( SWPS ) ,  Ewa Wójtowicz ,  (  ASP w  Poznaniu )  ,  Łukasz Gołębiewski (  Biblioteka Analiz )  oraz ja sam ,  jako przedstawiciel Creative Commons Polska .
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 [5,6] = Wiesław Godzic
  TruePositive nam [8,8] = SWPS
  TruePositive nam [11,12] = Ewa Wójtowicz
  TruePositive nam [15,15] = ASP
  TruePositive nam [17,17] = Poznaniu
  TruePositive nam [20,21] = Łukasz Gołębiewski
  TruePositive nam [23,24] = Biblioteka Analiz
  TruePositive nam [32,34] = Creative Commons Polska

2016-10-13 16:40:49,891 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 240 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102460.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102460.ini
(ChunkerEvaluator) Sentence #3274 from documents/00102460 from sent1

Text  : W dniu 15 . 09 . 2006 r . odbędzie się otwarcie warsztatów terapi zajęciowej w  Ozorkowie ,  ul .  Koścuszki 31 .
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 [17,17] = Ozorkowie
  TruePositive nam [21,21] = Koścuszki

(ChunkerEvaluator) Sentence #3275 from documents/00102460 from sent2

Text  : O godz . 13 odbędzie się na boisku sportowym na ul .  Łęczyckiej piknik integracyjny .
Tokens: 1 2___ 3 4_ 5_______ 6__ 7_ 8_____ 9________ 10 11 12 13________ 14____ 15__________ 16

Chunks:
  TruePositive nam [13,13] = Łęczyckiej

(ChunkerEvaluator) Sentence #3276 from documents/00102460 from sent3

Text  : Serdecznie zapraszamy .
Tokens: 1_________ 2_________ 3

Chunks:

(ChunkerEvaluator) Sentence #3277 from documents/00102460 from sent4

Text  : W otwarciu WTZ wezmą udział władze miejskie i powiatowe .
Tokens: 1 2_______ 3__ 4____ 5_____ 6_____ 7_______ 8 9________ 10

Chunks:
  TruePositive nam [3,3] = WTZ

(ChunkerEvaluator) Sentence #3278 from documents/00102460 from sent5

Text  : Zarząd Oddziału Łódzkiego PSLCnP .
Tokens: 1_____ 2_______ 3________ 4_____ 5

Chunks:
  FalsePositive nam [2,4] = Oddziału Łódzkiego PSLCnP
  FalseNegative nam [1,3] = Zarząd Oddziału Łódzkiego
  FalseNegative nam [4,4] = PSLCnP

2016-10-13 16:40:49,913 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 241 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102466.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102466.ini
(ChunkerEvaluator) Sentence #3279 from documents/00102466 from sent1

Text  : W sobote 29 Września zainaugurują rozgrywki II Ligi Siatkówki Mężczyzn .
Tokens: 1 2_____ 3_ 4_______ 5___________ 6________ 7_ 8___ 9________ 10______ 11

Chunks:
  TruePositive nam [7,10] = II Ligi Siatkówki Mężczyzn
  FalsePositive nam [4,4] = Września

(ChunkerEvaluator) Sentence #3280 from documents/00102466 from sent2

Text  : W rozgrywkach drugiej grupy weźmie udział zespół Bzury Ozorków .
Tokens: 1 2__________ 3______ 4____ 5_____ 6_____ 7_____ 8____ 9______ 10

Chunks:
  TruePositive nam [8,9] = Bzury Ozorków

(ChunkerEvaluator) Sentence #3281 from documents/00102466 from sent3

Text  : Siatkarze z Ozorkowa do gry w drugiej lidze przygotowywali się od początku Sierpnia .
Tokens: 1________ 2 3_______ 4_ 5__ 6 7______ 8____ 9_____________ 10_ 11 12______ 13______ 14

Chunks:
  TruePositive nam [3,3] = Ozorkowa
  FalsePositive nam [13,13] = Sierpnia

(ChunkerEvaluator) Sentence #3282 from documents/00102466 from sent4

Text  : Uczestniczyli w wielu ciężkich treningach i sparingach .
Tokens: 1____________ 2 3____ 4_______ 5_________ 6 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #3283 from documents/00102466 from sent5

Text  : W połowie Sierpnia uczestniczyli w obozie przygotowawczym w miejscowości Chodzież .
Tokens: 1 2______ 3_______ 4____________ 5 6_____ 7______________ 8 9___________ 10______ 11

Chunks:
  TruePositive nam [10,10] = Chodzież
  FalsePositive nam [3,3] = Sierpnia

(ChunkerEvaluator) Sentence #3284 from documents/00102466 from sent6

Text  : Na dniach został rozegrany towarzyski turniej w Ozorkowie w którym Bzura wygrała wszystkie mecze kolejno z  Czarnymi Rząśnia ,  Wartą Działoszyn i  Wilgą Garwolin .
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] = Ozorkowie
  TruePositive nam [11,11] = Bzura
  TruePositive nam [17,18] = Czarnymi Rząśnia
  TruePositive nam [20,21] = Wartą Działoszyn
  TruePositive nam [23,24] = Wilgą Garwolin

(ChunkerEvaluator) Sentence #3285 from documents/00102466 from sent7

Text  : Kadra Bzury Ozorków na sezon 2007 / 2008 :
Tokens: 1____ 2____ 3______ 4_ 5____ 6___ 7 8___ 9

Chunks:
  TruePositive nam [2,3] = Bzury Ozorków

(ChunkerEvaluator) Sentence #3286 from documents/00102466 from sent8

Text  : Przyjmujący : Przemysław Antosiak , Przemysław Prawda , Adam Dębski ,  Piotr Janiak
Tokens: 1__________ 2 3_________ 4_______ 5 6_________ 7_____ 8 9___ 10____ 11 12___ 13____

Chunks:
  TruePositive nam [3,4] = Przemysław Antosiak
  TruePositive nam [6,7] = Przemysław Prawda
  TruePositive nam [9,10] = Adam Dębski
  TruePositive nam [12,13] = Piotr Janiak

(ChunkerEvaluator) Sentence #3287 from documents/00102466 from sent9

Text  : Środkowi : Krzysztof Domagała , Daniel Sęk , Kamil Wójcik ,  Mateusz Sobczak
Tokens: 1_______ 2 3________ 4_______ 5 6_____ 7__ 8 9____ 10____ 11 12_____ 13_____

Chunks:
  TruePositive nam [3,4] = Krzysztof Domagała
  TruePositive nam [6,7] = Daniel Sęk
  TruePositive nam [9,10] = Kamil Wójcik
  TruePositive nam [12,13] = Mateusz Sobczak

(ChunkerEvaluator) Sentence #3288 from documents/00102466 from sent10

Text  : Atakujący : Marcin Sadecki
Tokens: 1________ 2 3_____ 4______

Chunks:
  TruePositive nam [3,4] = Marcin Sadecki

(ChunkerEvaluator) Sentence #3289 from documents/00102466 from sent11

Text  : Rozgrywający : Rafał Grabarczyk , Piotr Dośpiał
Tokens: 1___________ 2 3____ 4_________ 5 6____ 7______

Chunks:
  TruePositive nam [3,4] = Rafał Grabarczyk
  TruePositive nam [6,7] = Piotr Dośpiał

(ChunkerEvaluator) Sentence #3290 from documents/00102466 from sent12

Text  : Libero : Damian Sobczak
Tokens: 1_____ 2 3_____ 4______

Chunks:
  TruePositive nam [3,4] = Damian Sobczak
  FalsePositive nam [1,1] = Libero

(ChunkerEvaluator) Sentence #3291 from documents/00102466 from sent13

Text  : Najbliższe mecze Bzury Ozorków :
Tokens: 1_________ 2____ 3____ 4______ 5

Chunks:
  TruePositive nam [3,4] = Bzury Ozorków

(ChunkerEvaluator) Sentence #3292 from documents/00102466 from sent14

Text  : 29 . 09 . 2007 - SMS II Spała -  Bzura Ozorków
Tokens: 1_ 2 3_ 4 5___ 6 7__ 8_ 9____ 10 11___ 12_____

Chunks:
  TruePositive nam [7,9] = SMS II Spała
  TruePositive nam [11,12] = Bzura Ozorków

(ChunkerEvaluator) Sentence #3293 from documents/00102466 from sent15

Text  : 06 . 10 . 2007 - Bzura Ozorków - Siatkarz Wieluń
Tokens: 1_ 2 3_ 4 5___ 6 7____ 8______ 9 10______ 11____

Chunks:
  TruePositive nam [7,8] = Bzura Ozorków
  TruePositive nam [10,11] = Siatkarz Wieluń

(ChunkerEvaluator) Sentence #3294 from documents/00102466 from sent16

Text  : 17 . 10 . 2007 - Bzura Ozorków - Avia Świdnik
Tokens: 1_ 2 3_ 4 5___ 6 7____ 8______ 9 10__ 11_____

Chunks:
  TruePositive nam [7,8] = Bzura Ozorków
  TruePositive nam [10,11] = Avia Świdnik

2016-10-13 16:40:49,971 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 242 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102480.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102480.ini
(ChunkerEvaluator) Sentence #3295 from documents/00102480 from sent1

Text  : W ostatnim meczu w Ozorkowie rundy jesiennej piłkarze Bzury Ozorków wygrali 3  :  1  .
Tokens: 1 2_______ 3____ 4 5________ 6____ 7________ 8_______ 9____ 10_____ 11_____ 12 13 14 15

Chunks:
  TruePositive nam [5,5] = Ozorkowie
  TruePositive nam [9,10] = Bzury Ozorków

(ChunkerEvaluator) Sentence #3296 from documents/00102480 from sent2

Text  : Bohaterem spotkania okazał się wychowanek Widzewa , na ca codzień grający w  Halowej drużynie KP Owlex Łódz ,  Marcin Janeczko ,  obchodzący swoje imieniny .
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 [6,6] = Widzewa
  TruePositive nam [15,17] = KP Owlex Łódz
  TruePositive nam [19,20] = Marcin Janeczko
  FalsePositive nam [13,13] = Halowej

(ChunkerEvaluator) Sentence #3297 from documents/00102480 from sent3

Text  : Strzelił dwie bramki .
Tokens: 1_______ 2___ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #3298 from documents/00102480 from sent4

Text  : Na listę strzelców wpisał się także najlepszy strzelec drużyny mający już 8  bramek Łukasz Olczyk .
Tokens: 1_ 2____ 3________ 4_____ 5__ 6____ 7________ 8_______ 9______ 10____ 11_ 12 13____ 14____ 15____ 16

Chunks:
  TruePositive nam [14,15] = Łukasz Olczyk

2016-10-13 16:40:49,993 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 243 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102490.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102490.ini
(ChunkerEvaluator) Sentence #3299 from documents/00102490 from sent1

Text  : Miejska Biblioteka Publiczna oraz Towarzystwo Przyjaciół Ozorkowa zaprasza na prelekcję pt .  "  Śladami noblistów polskich .
Tokens: 1______ 2_________ 3________ 4___ 5__________ 6_________ 7_______ 8_______ 9_ 10_______ 11 12 13 14_____ 15_______ 16______ 17

Chunks:
  TruePositive nam [1,3] = Miejska Biblioteka Publiczna
  TruePositive nam [5,7] = Towarzystwo Przyjaciół Ozorkowa
  FalseNegative nam [14,16] = Śladami noblistów polskich

(ChunkerEvaluator) Sentence #3300 from documents/00102490 from sent2

Text  : Życie i twórczość H . Sienkiewicza i Wł . St .  Reymonta z  uwzględnieniem wątków ozorkowskich "  .
Tokens: 1____ 2 3________ 4 5 6___________ 7 8_ 9 10 11 12______ 13 14____________ 15____ 16__________ 17 18

Chunks:
  FalsePositive nam [4,6] = H . Sienkiewicza
  FalsePositive nam [8,12] = Wł . St . Reymonta
  FalseNegative nam [1,16] = Życie i twórczość H . Sienkiewicza i Wł . St . Reymonta z uwzględnieniem wątków ozorkowskich

(ChunkerEvaluator) Sentence #3301 from documents/00102490 from sent3

Text  : Spotkanie odbędzie się 11 października br . ( środa )  o  godz .  17 .  00 w  czytelni MBP przy ul .  Listopadowej 6  .
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 [19,19] = MBP
  TruePositive nam [23,23] = Listopadowej

2016-10-13 16:40:50,013 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 244 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102491.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102491.ini
(ChunkerEvaluator) Sentence #3302 from documents/00102491 from sent1

Text  : Jeszcze w tym miesiącu Ozorków podpisze umowę z Politechniką Łódzką na przygotowanie dokumentacji wykorzystania energii geotermalnej do ogrzewania mieszkań -  zapowiadają władze miasta .
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 [5,5] = Ozorków
  TruePositive nam [9,10] = Politechniką Łódzką

(ChunkerEvaluator) Sentence #3303 from documents/00102491 from sent2

Text  : We wstępnych rozmowach PŁ zgodziła się współfinansować projekt przeznaczając na ten cel 60 tys .  zł .
Tokens: 1_ 2________ 3________ 4_ 5_______ 6__ 7______________ 8______ 9____________ 10 11_ 12_ 13 14_ 15 16 17

Chunks:
  TruePositive nam [4,4] = PŁ
  TruePositive nam [16,16] = zł

(ChunkerEvaluator) Sentence #3304 from documents/00102491 from sent3

Text  : Drugie tyle pieniędzy Ozorków chce pozyskać z Wojewódzkiego Funduszu Ochrony Środowiska ,  natomiast brakujące 30 tys .  zł miasto wyłoży z  własnego budżetu .
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 [4,4] = Ozorków
  TruePositive nam [8,11] = Wojewódzkiego Funduszu Ochrony Środowiska
  TruePositive nam [18,18] = zł

2016-10-13 16:40:50,037 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 245 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102492.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102492.ini
(ChunkerEvaluator) Sentence #3305 from documents/00102492 from sent1

Text  : Miejski Ośrodek Kultury w Ozorkowie zaprasza dzieci w wieku 7  –  12 lat na WESOŁE WAKACJE W  MIEŚCIE w  terminie od 6  do 24 LIPCA 2009 Zajęcia w  godzinach 9  .  00 –  16 .  00 W  programie :  -  warsztaty plastyczne -  zajęcia muzyczne -  zajęcia ruchowe -  spacery -  projekcje bajek -  wycieczki -  wspólne czytanie .
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

Chunks:
  TruePositive nam [1,3] = Miejski Ośrodek Kultury
  TruePositive nam [5,5] = Ozorkowie
  TruePositive nam [15,18] = WESOŁE WAKACJE W MIEŚCIE

(ChunkerEvaluator) Sentence #3306 from documents/00102492 from sent2

Text  : Zapewniamy fachową opiekę i jednodaniowy obiad oraz podwieczorek .
Tokens: 1_________ 2______ 3_____ 4 5___________ 6____ 7___ 8___________ 9

Chunks:

(ChunkerEvaluator) Sentence #3307 from documents/00102492 from sent3

Text  : Koszt 25 zł / za tydzień .
Tokens: 1____ 2_ 3_ 4 5_ 6______ 7

Chunks:
  TruePositive nam [3,3] = zł

(ChunkerEvaluator) Sentence #3308 from documents/00102492 from sent4

Text  : Półkolonie dofinansowane ze środków Urzędu Miejskiego w Ozorkowie .
Tokens: 1_________ 2____________ 3_ 4______ 5_____ 6_________ 7 8________ 9

Chunks:
  TruePositive nam [5,6] = Urzędu Miejskiego
  TruePositive nam [8,8] = Ozorkowie

2016-10-13 16:40:50,068 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 246 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102493.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102493.ini
(ChunkerEvaluator) Sentence #3309 from documents/00102493 from sent1

Text  : Do policyjnej izby zatrzymań w Zgierzu trafił 22 - letni mieszkaniec Łodzi ,  który wraz z  15 -  latkiem z  Pabianic skradł automat z  zabawkami na monety .
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 [6,6] = Zgierzu
  TruePositive nam [12,12] = Łodzi
  TruePositive nam [21,21] = Pabianic

(ChunkerEvaluator) Sentence #3310 from documents/00102493 from sent2

Text  : Do kradzieży doszło w poniedziałkowy wieczór przed sklepem w Ozorkowie .
Tokens: 1_ 2________ 3_____ 4 5_____________ 6______ 7____ 8______ 9 10_______ 11

Chunks:
  TruePositive nam [10,10] = Ozorkowie

(ChunkerEvaluator) Sentence #3311 from documents/00102493 from sent3

Text  : Poszkodowany rozpoznał złodziei .
Tokens: 1___________ 2________ 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #3312 from documents/00102493 from sent4

Text  : Nieletni został przekazy rodzicom .
Tokens: 1_______ 2_____ 3_______ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #3313 from documents/00102493 from sent5

Text  : Właściciel wycenił automat na 1 . 500 zł .
Tokens: 1_________ 2______ 3______ 4_ 5 6 7__ 8_ 9

Chunks:
  TruePositive nam [8,8] = zł

2016-10-13 16:40:50,257 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 247 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102495.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102495.ini
(ChunkerEvaluator) Sentence #3314 from documents/00102495 from sent1

Text  : Zgierz będzie gospodarzem II Mistrzostw Polski w Getbolu .
Tokens: 1_____ 2_____ 3__________ 4_ 5_________ 6_____ 7 8______ 9

Chunks:
  TruePositive nam [1,1] = Zgierz
  FalsePositive nam [4,6] = II Mistrzostw Polski
  FalsePositive nam [8,8] = Getbolu
  FalseNegative nam [4,8] = II Mistrzostw Polski w Getbolu

(ChunkerEvaluator) Sentence #3315 from documents/00102495 from sent2

Text  : Odbędą się w pierwszych dniach czerwca , podczas święta miasta .
Tokens: 1_____ 2__ 3 4_________ 5_____ 6______ 7 8______ 9_____ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #3316 from documents/00102495 from sent3

Text  : Na stadionie MOSiR zmierzą się wtedy najlepsze drużyny z kraju .
Tokens: 1_ 2________ 3____ 4______ 5__ 6____ 7________ 8______ 9 10___ 11

Chunks:
  TruePositive nam [3,3] = MOSiR

(ChunkerEvaluator) Sentence #3317 from documents/00102495 from sent4

Text  : Tym samym Zgierz zdystansował Opole i Szczecin , które też starały się o  organizację mistrzostw .
Tokens: 1__ 2____ 3_____ 4___________ 5____ 6 7_______ 8 9____ 10_ 11_____ 12_ 13 14_________ 15________ 16

Chunks:
  TruePositive nam [3,3] = Zgierz
  TruePositive nam [5,5] = Opole
  TruePositive nam [7,7] = Szczecin

(ChunkerEvaluator) Sentence #3318 from documents/00102495 from sent5

Text  : Getbol to nowa dyscyplina sportu , która w centralnej Polsce dopiero raczkuje .
Tokens: 1_____ 2_ 3___ 4_________ 5_____ 6 7____ 8 9_________ 10____ 11_____ 12______ 13

Chunks:
  TruePositive nam [10,10] = Polsce

(ChunkerEvaluator) Sentence #3319 from documents/00102495 from sent6

Text  : Przywędrowała tutaj ze Śląska Opolskiego .
Tokens: 1____________ 2____ 3_ 4_____ 5_________ 6

Chunks:
  TruePositive nam [4,5] = Śląska Opolskiego

(ChunkerEvaluator) Sentence #3320 from documents/00102495 from sent7

Text  : To taki minifutbol .
Tokens: 1_ 2___ 3_________ 4

Chunks:

(ChunkerEvaluator) Sentence #3321 from documents/00102495 from sent8

Text  : Gra się jeden na jednego , używając klasycznej futbolówki .
Tokens: 1__ 2__ 3____ 4_ 5______ 6 7_______ 8_________ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #3322 from documents/00102495 from sent9

Text  : Boisko ma wymiary 12 na 18 metrów , a bramki –  40 na 65 centymetrów .
Tokens: 1_____ 2_ 3______ 4_ 5_ 6_ 7_____ 8 9 10____ 11 12 13 14 15_________ 16

Chunks:

(ChunkerEvaluator) Sentence #3323 from documents/00102495 from sent10

Text  : Mecz trwa 2 razy po 10 minut .
Tokens: 1___ 2___ 3 4___ 5_ 6_ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #3324 from documents/00102495 from sent11

Text  : W powiecie zgierskim powstały już pierwsze kluby getbola – w  Ozorkowie ,  Głownie i  Zgierzu .
Tokens: 1 2_______ 3________ 4_______ 5__ 6_______ 7____ 8______ 9 10 11_______ 12 13_____ 14 15_____ 16

Chunks:
  TruePositive nam [3,3] = zgierskim
  TruePositive nam [11,11] = Ozorkowie
  TruePositive nam [13,13] = Głownie
  TruePositive nam [15,15] = Zgierzu

(ChunkerEvaluator) Sentence #3325 from documents/00102495 from sent12

Text  : Do gry rwą się też dziewczęta .
Tokens: 1_ 2__ 3__ 4__ 5__ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #3326 from documents/00102495 from sent13

Text  : Już zaplanowano , że w styczniu rozegrane zostaną turnieje z  ich udziałem .
Tokens: 1__ 2__________ 3 4_ 5 6_______ 7________ 8______ 9_______ 10 11_ 12______ 13

Chunks:

(ChunkerEvaluator) Sentence #3327 from documents/00102495 from sent14

Text  : Ale już 15 i 16 grudnia rozegrane natomiast zostaną Mistrzostwa Zgierza Szkół Podstawowych i  Gimnazjalnych .
Tokens: 1__ 2__ 3_ 4 5_ 6______ 7________ 8________ 9______ 10_________ 11_____ 12___ 13__________ 14 15___________ 16

Chunks:
  TruePositive nam [10,15] = Mistrzostwa Zgierza Szkół Podstawowych i Gimnazjalnych

(ChunkerEvaluator) Sentence #3328 from documents/00102495 from sent15

Text  : W planach są też kwietniowe mistrzostwa powiatowe , a w  maju wojewódzkie .
Tokens: 1 2______ 3_ 4__ 5_________ 6__________ 7________ 8 9 10 11__ 12_________ 13

Chunks:

2016-10-13 16:40:50,315 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 248 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102501.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102501.ini
(ChunkerEvaluator) Sentence #3329 from documents/00102501 from sent1

Text  : Koła do Rustlera
Tokens: 1___ 2_ 3_______

Chunks:
  TruePositive nam [3,3] = Rustlera

(ChunkerEvaluator) Sentence #3330 from documents/00102501 from sent2

Text  : Wymiary
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #3331 from documents/00102501 from sent3

Text  : Felgi w modelu Traxxas Rustler mocowane są za pomocą sześciokątów o  rozmiarze 12 mm .
Tokens: 1____ 2 3_____ 4______ 5______ 6_______ 7_ 8_ 9_____ 10__________ 11 12_______ 13 14 15

Chunks:
  TruePositive nam [4,4] = Traxxas
  TruePositive nam [5,5] = Rustler

(ChunkerEvaluator) Sentence #3332 from documents/00102501 from sent4

Text  : Średnica osi wynosi 5mm .
Tokens: 1_______ 2__ 3_____ 4__ 5

Chunks:

(ChunkerEvaluator) Sentence #3333 from documents/00102501 from sent5

Text  : Zewnętrzna średnica felg to standardowe 2 . 2 ” ,  dzięki czemu opony dla modelu można wybierać spośród szerokiej gamy produktów różnych producentów .
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 #3334 from documents/00102501 from sent6

Text  : Tylne i przednie felgi elektrycznego Rustlera różnią sie wewnętrznym offsetem –  z  tyłu jest on większy ,  czyli z  tyłu ośki schowane są głębiej w  feldze .
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 [6,6] = Rustlera

2016-10-13 16:40:50,345 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 249 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102505.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102505.ini
(ChunkerEvaluator) Sentence #3335 from documents/00102505 from sent1

Text  : Budowa modelu Axial AX10 Scorpion
Tokens: 1_____ 2_____ 3____ 4___ 5_______

Chunks:
  TruePositive nam [3,5] = Axial AX10 Scorpion

(ChunkerEvaluator) Sentence #3336 from documents/00102505 from sent2

Text  : Rama
Tokens: 1___

Chunks:
  FalsePositive nam [1,1] = Rama

(ChunkerEvaluator) Sentence #3337 from documents/00102505 from sent3

Text  : [ 19 - 20 ] Do płyt bocznych przykręcamy słupki karoserii i  przekładnię .
Tokens: 1 2_ 3 4_ 5 6_ 7___ 8_______ 9__________ 10____ 11_______ 12 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #3338 from documents/00102505 from sent4

Text  : Przekładnię przykręcamy śrubami AXA087 o długości 16 mm .
Tokens: 1__________ 2__________ 3______ 4_____ 5 6_______ 7_ 8_ 9

Chunks:
  TruePositive nam [4,4] = AXA087

(ChunkerEvaluator) Sentence #3339 from documents/00102505 from sent5

Text  : Należy uważać , aby nie pomylić ich ze śrubami AXA088 o  długości 20 mm .
Tokens: 1_____ 2_____ 3 4__ 5__ 6______ 7__ 8_ 9______ 10____ 11 12______ 13 14 15

Chunks:
  TruePositive nam [10,10] = AXA088

(ChunkerEvaluator) Sentence #3340 from documents/00102505 from sent6

Text  : Te dłuższe śruby służą do przykręcenia drążków zawieszenia .
Tokens: 1_ 2______ 3____ 4____ 5_ 6___________ 7______ 8__________ 9

Chunks:

(ChunkerEvaluator) Sentence #3341 from documents/00102505 from sent7

Text  : Następnie składamy elementy wałów napędowych wychodzących z przekładni z odpowiadającymi im elementami wchodzącymi do dyferencjałów .
Tokens: 1________ 2_______ 3_______ 4____ 5_________ 6___________ 7 8_________ 9 10_____________ 11 12________ 13_________ 14 15___________ 16

Chunks:

(ChunkerEvaluator) Sentence #3342 from documents/00102505 from sent8

Text  : Teraz przykręcamy drążki zawieszenia do płyt bocznych , wykorzystując 20 -  milimetrowe śruby
Tokens: 1____ 2__________ 3_____ 4__________ 5_ 6___ 7_______ 8 9____________ 10 11 12_________ 13___

Chunks:

(ChunkerEvaluator) Sentence #3343 from documents/00102505 from sent9

Text  : [ 21 ] Montujemy do płyt bocznych elementy usztywniające (  śruby wchodzące w  aluminiowe drążki wkręcamy na kleju )  oraz amortyzatory .
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 #3344 from documents/00102505 from sent10

Text  : W ten sposób , poprzez drążki zawieszenia , amortyzatory i  wał napędowy ,  połączyli śmy centralną część modelu z  tylnym i  przednim mostem .
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 #3345 from documents/00102505 from sent11

Text  : [ 22 ] Na tylnym moście mocujemy półkę serwa oraz drążki regulujące zbieżność kół .
Tokens: 1 2_ 3 4_ 5_____ 6_____ 7_______ 8____ 9____ 10__ 11____ 12________ 13_______ 14_ 15

Chunks:

(ChunkerEvaluator) Sentence #3346 from documents/00102505 from sent12

Text  : Warto zwrócić uwagę , że konstrukcja tylnego mostu jest przystosowana do zamontowania układu kierowniczego ,  co pozwala na łatwą konwersję modelu na wszystkie koła skrętne (  elementy potrzebne do takiej konwersji nie są częścią zestawu )  .
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 #3347 from documents/00102505 from sent13

Text  : [ 23 - 26 ] Na przednim moście mocujemy półkę serwa ,  wraz z  mocowaniem serwa i  układ kierowniczy oraz [  34 -  35 ]  przykręcamy koła .
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:

2016-10-13 16:40:50,420 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 250 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102508.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102508.ini
(ChunkerEvaluator) Sentence #3348 from documents/00102508 from sent1

Text  : W ramach promocji otwartego w krakowskim centrum M1 sklepu modelarskiego ,  firma R  /  C  Modelsport zorganizowała otwarty pokaz modeli zdalnie sterowanych .
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 [8,8] = M1
  TruePositive nam [13,16] = R / C Modelsport

(ChunkerEvaluator) Sentence #3349 from documents/00102508 from sent2

Text  : W imprezie wzięli czynny udział krakowscy modelarze , w tym reprezentacja klubu RC Smoki .
Tokens: 1 2_______ 3_____ 4_____ 5_____ 6________ 7________ 8 9 10_ 11___________ 12___ 13 14___ 15

Chunks:
  TruePositive nam [13,14] = RC Smoki

(ChunkerEvaluator) Sentence #3350 from documents/00102508 from sent3

Text  : Warto podkreślić , że organizując ten pokaz firma R /  C  Modelsport postawiła na ogólną promocję modelarstwa RC ,  a  nie tylko na prezentację własnej 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_________ 25_____ 26____ 27

Chunks:
  TruePositive nam [9,12] = R / C Modelsport
  FalsePositive nam [18,18] = RC

(ChunkerEvaluator) Sentence #3351 from documents/00102508 from sent4

Text  : Dzięki temu widzowie mogli zapoznać się z całą gamą modeli zdalnie sterowanych .
Tokens: 1_____ 2___ 3_______ 4____ 5_______ 6__ 7 8___ 9___ 10____ 11_____ 12_________ 13

Chunks:

(ChunkerEvaluator) Sentence #3352 from documents/00102508 from sent5

Text  : Jedną z atrakcji był model Hot Bodies Cyclone Hara Edition ,  którym Jacek Polaczek z  RC Smoków startuje w  Mistrzostwach Polski w  klasie E  -  10TC 540 .
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 [6,10] = Hot Bodies Cyclone Hara Edition
  TruePositive nam [13,14] = Jacek Polaczek
  TruePositive nam [16,17] = RC Smoków
  TruePositive nam [20,21] = Mistrzostwach Polski

(ChunkerEvaluator) Sentence #3353 from documents/00102508 from sent6

Text  : Ogromnych wrażeń dostarczył też Krzysztof Dzioboń z R / C  Modelsport swoją brawurową jazdą terenowymi modelami firm Traxxas i  Kyosho .
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 [5,6] = Krzysztof Dzioboń
  TruePositive nam [8,11] = R / C Modelsport
  TruePositive nam [18,18] = Traxxas
  FalsePositive nam [20,20] = Kyosho
  FalseNegative nam [20,21] = Kyosho .

(ChunkerEvaluator) Sentence #3354 from documents/00102508 from sent7

Text  : Pokaz miał charakter luźnego i spontanicznego spotkania .
Tokens: 1____ 2___ 3________ 4______ 5 6_____________ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #3355 from documents/00102508 from sent8

Text  : Organizatorzy zapewnili uczestnikom dużą swobodę , ograniczając się jedynie do zapewnienia bezpieczeństwa publiczności .
Tokens: 1____________ 2________ 3__________ 4___ 5______ 6 7___________ 8__ 9______ 10 11_________ 12____________ 13__________ 14

Chunks:

(ChunkerEvaluator) Sentence #3356 from documents/00102508 from sent9

Text  : Dzięki otwartemu charakterowi imprezy , wspaniałej pogodzie i licznej frekwencji ,  było to bardzo udane rozpoczęcie sezonu 2008 .
Tokens: 1_____ 2________ 3___________ 4______ 5 6_________ 7_______ 8 9______ 10________ 11 12__ 13 14____ 15___ 16_________ 17____ 18__ 19

Chunks:

2016-10-13 16:40:50,480 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 251 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102511.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102511.ini
(ChunkerEvaluator) Sentence #3357 from documents/00102511 from sent1

Text  : Ponieważ w zeszłym tygodniu Jarek rozbił obydwa swoje modele ,  tym razem musiał pożyczać model od Huberta .
Tokens: 1_______ 2 3______ 4_______ 5____ 6_____ 7_____ 8____ 9_____ 10 11_ 12___ 13____ 14______ 15___ 16 17_____ 18

Chunks:
  TruePositive nam [5,5] = Jarek
  TruePositive nam [17,17] = Huberta

(ChunkerEvaluator) Sentence #3358 from documents/00102511 from sent2

Text  : Niestety w tym tygodniu nie miał ani więcej szczęscia ,  ani tym bardziej umiejętności i  już na początku spotkania niefortunny skok pożyczonym Rustlerem zakończył się złamaniem wahacza .
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 [23,23] = Rustlerem

(ChunkerEvaluator) Sentence #3359 from documents/00102511 from sent3

Text  : Na szczęście na montaż w modelu czekały już tuningowe wahacze z  oferty RPM ,  więc Rustler szybko powrócił na tor .
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 [16,16] = Rustler
  FalsePositive nam [13,13] = RPM

(ChunkerEvaluator) Sentence #3360 from documents/00102511 from sent4

Text  : Na spotkanie przyjechał po raz pierwszy w tym roku Andy z  elektrycznym buggy Kyosho Lazer ZX -  5  .
Tokens: 1_ 2________ 3_________ 4_ 5__ 6_______ 7 8__ 9___ 10__ 11 12__________ 13___ 14____ 15___ 16 17 18 19

Chunks:
  TruePositive nam [10,10] = Andy
  TruePositive nam [14,14] = Kyosho
  TruePositive nam [15,18] = Lazer ZX - 5

(ChunkerEvaluator) Sentence #3361 from documents/00102511 from sent5

Text  : Ponieważ Adam miał swojego Hot Bodies Cyclone D4 , mogli śmy podziwiać widowiskowe pojedynki bagusów 4WD .
Tokens: 1_______ 2___ 3___ 4______ 5__ 6_____ 7______ 8_ 9 10___ 11_ 12_______ 13_________ 14_______ 15_____ 16_ 17

Chunks:
  TruePositive nam [2,2] = Adam
  TruePositive nam [5,8] = Hot Bodies Cyclone D4

(ChunkerEvaluator) Sentence #3362 from documents/00102511 from sent6

Text  : Modele spalinowe reprezentował jak zawsze Hubert swoim Jamminem CRT .  5  ,  Adam bagusem Hot Bodies Lightning oraz Dorota ,  która z  pomocą Jarka pracowała nad dostrojeniem silnika w  swojej Ofnie Hyper 7  po zmianie paliwa z  Tornado na Byron Race .
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 [6,6] = Hubert
  TruePositive nam [8,11] = Jamminem CRT . 5
  TruePositive nam [13,13] = Adam
  TruePositive nam [15,17] = Hot Bodies Lightning
  TruePositive nam [19,19] = Dorota
  TruePositive nam [24,24] = Jarka
  TruePositive nam [38,38] = Tornado
  TruePositive nam [40,41] = Byron Race
  FalsePositive nam [31,33] = Ofnie Hyper 7
  FalseNegative nam [31,31] = Ofnie
  FalseNegative nam [32,33] = Hyper 7

2016-10-13 16:40:50,531 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 252 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102601.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102601.ini
(ChunkerEvaluator) Sentence #3363 from documents/00102601 from sent1

Text  : Artykuł 32
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #3364 from documents/00102601 from sent2

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3365 from documents/00102601 from sent3

Text  : O ile niniejszy Traktat nie stanowi inaczej , po 31 grudnia 2003 roku żadne dodatkowe zobowiązania finansowe nie zostaną podjęte w  ramach programu Phare [  5  ]  ,  programu Współpracy Transgranicznej Phare [  6  ]  ,  funduszy przedakcesyjnych dla Cypru oraz Malty [  7  ]  ,  programu ISPA [  8  ]  i  programu SAPARD [  9  ]  na rzecz nowych Państw Członkowskich .
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 [24,24] = Phare
  TruePositive nam [40,40] = Cypru
  TruePositive nam [42,42] = Malty
  TruePositive nam [48,48] = ISPA
  TruePositive nam [54,54] = SAPARD
  FalsePositive nam [30,31] = Współpracy Transgranicznej
  FalsePositive nam [32,32] = Phare
  FalseNegative nam [30,32] = Współpracy Transgranicznej Phare

(ChunkerEvaluator) Sentence #3366 from documents/00102601 from sent4

Text  : Z dniem 1 stycznia 2004 roku nowe Państwa Członkowskie traktowane są tak samo jak obecne Państwa Członkowskie w  odniesieniu do wydatków w  ramach pierwszych trzech pozycji Perspektywy finansowej ,  w  rozumieniu Porozumienia Międzyinstytucjonalnego z  dnia 6  maja 1999 r  .
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 [27,28] = Perspektywy finansowej
  TruePositive nam [32,33] = Porozumienia Międzyinstytucjonalnego

(ChunkerEvaluator) Sentence #3367 from documents/00102601 from sent5

Text  : [ 10 ] , z zastrzeżeniem poniższych indywidualnych szczegółowych rozwiązań i  wyjątków lub jeżeli niniejszy Traktatu stanowi inaczej .
Tokens: 1 2_ 3 4 5 6____________ 7_________ 8_____________ 9____________ 10_______ 11 12______ 13_ 14____ 15_______ 16______ 17_____ 18_____ 19

Chunks:

(ChunkerEvaluator) Sentence #3368 from documents/00102601 from sent6

Text  : Maksymalne wielkości dodatkowych środków dla pozycji 1 , 2 ,  3  i  5  Perspektywy finansowej związanych z  przystąpieniem są określone w  załączniku XV .
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:
  FalseNegative nam [14,15] = Perspektywy finansowej

(ChunkerEvaluator) Sentence #3369 from documents/00102601 from sent7

Text  : Jednakże , żadne zobowiązanie finansowe w ramach budżetu na rok 2004 dla jakiegokolwiek programu lub agencji nie może zostać podjęte przed dniem przystąpienia nowego Państwa Członkowskiego .
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 #3370 from documents/00102601 from sent8

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3371 from documents/00102601 from sent9

Text  : Ustępu 1 nie stosuje się do wydatków w ramach Europejskiego Funduszu Orientacji i  Gwarancji Rolnej ,  Sekcji Gwarancji ,  zgodnie z  artykułami 2  ustęp 1  ,  2  ustęp 2  i  3  ustęp 3  rozporządzenia Rady (  WE )  nr 1258 /  1999 w  sprawie finansowania wspólnej polityki rolnej [  11 ]  ,  kwalifikujących się do otrzymania finansowania wspólnotowego dopiero od dnia przystąpienia ,  zgodnie z  artykułem 2  niniejszego Aktu .
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 [10,15] = Europejskiego Funduszu Orientacji i Gwarancji Rolnej
  TruePositive nam [17,18] = Sekcji Gwarancji
  FalsePositive nam [33,37] = 3 rozporządzenia Rady ( WE
  FalseNegative nam [35,35] = Rady
  FalseNegative nam [37,37] = WE

(ChunkerEvaluator) Sentence #3372 from documents/00102601 from sent10

Text  : Jednakże ustęp 1 niniejszego artykułu stosuje się do wydatków na rzecz rozwoju obszarów wiejskich w  ramach Europejskiego Funduszu Orientacji i  Gwarancji Rolnej ,  Sekcji Gwarancji ,  zgodnie z  artykułem 47a rozporządzenia Rady (  WE )  nr 1257 /  1999 w  sprawie wsparcia rozwoju obszarów wiejskich z  Europejskiego Funduszu Orientacji i  Gwarancji Rolnej (  EFOGR )  oraz zmieniającego i  uchylającego niektóre rozporządzenia [  12 ]  ,  z  zastrzeżeniem warunków wymienionych w  zmianach do tego rozporządzenia w  załączniku II do niniejszego Aktu .
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

Chunks:
  TruePositive nam [17,22] = Europejskiego Funduszu Orientacji i Gwarancji Rolnej
  TruePositive nam [24,25] = Sekcji Gwarancji
  TruePositive nam [47,52] = Europejskiego Funduszu Orientacji i Gwarancji Rolnej
  TruePositive nam [54,54] = EFOGR
  FalsePositive nam [31,34] = rozporządzenia Rady ( WE
  FalseNegative nam [32,32] = Rady
  FalseNegative nam [34,34] = WE

(ChunkerEvaluator) Sentence #3373 from documents/00102601 from sent11

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3374 from documents/00102601 from sent12

Text  : Z zastrzeżeniem ostatniego zdania ustępu 1 , od 1 stycznia 2004 roku nowe Państwa Członkowskie będą uczestniczyć w  programach wspólnotowych i  agencjach na takich samych warunkach i  zasadach jak obecne Państwa Członkowskie ,  włącznie z  finansowaniem z  ogólnego budżetu Wspólnot Europejskich .
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 [40,41] = Wspólnot Europejskich

(ChunkerEvaluator) Sentence #3375 from documents/00102601 from sent13

Text  : Warunki i zasady wynikające z decyzji Rady Stowarzyszenia , umów i  protokołów ustaleń między Wspólnotami Europejskimi i  nowymi Państwami Członkowskimi dotyczące ich uczestnictwa w  programach wspólnotowych i  agencjach zastępuje się z  mocą od 1  stycznia 2004 roku przepisami dotyczącymi działania odpowiednich programów i  agencji .
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:
  FalsePositive nam [7,16] = Rady Stowarzyszenia , umów i protokołów ustaleń między Wspólnotami Europejskimi
  FalseNegative nam [7,8] = Rady Stowarzyszenia
  FalseNegative nam [15,16] = Wspólnotami Europejskimi

2016-10-13 16:40:50,668 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 253 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102605.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102605.ini
(ChunkerEvaluator) Sentence #3376 from documents/00102605 from sent1

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3377 from documents/00102605 from sent2

Text  : Główni pełnomocnicy graniczni i ich zastępcy , pełnomocnicy graniczni i  ich zastępcy oraz pomocnicy pełnomocników granicznych w  celu wykonywania swoich funkcji otrzymują pisemne pełnomocnictwa sporządzone w  językach polskim i  litewskim .
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 #3378 from documents/00102605 from sent3

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3379 from documents/00102605 from sent4

Text  : Pełnomocnictw udzielają :
Tokens: 1____________ 2________ 3

Chunks:

(ChunkerEvaluator) Sentence #3380 from documents/00102605 from sent5

Text  : 1 ) prezes rady ministrów - dla głównego pełnomocnika granicznego i  jego zastępców ;
Tokens: 1 2 3_____ 4___ 5________ 6 7__ 8_______ 9___________ 10_________ 11 12__ 13_______ 14

Chunks:
  FalseNegative nam [4,5] = rady ministrów

(ChunkerEvaluator) Sentence #3381 from documents/00102605 from sent6

Text  : 2 ) odpowiedni organ - dla pełnomocników granicznych i ich zastępców ;
Tokens: 1 2 3_________ 4____ 5 6__ 7____________ 8__________ 9 10_ 11_______ 12

Chunks:

(ChunkerEvaluator) Sentence #3382 from documents/00102605 from sent7

Text  : 3 ) główny pełnomocnik graniczny - dla pomocników pełnomocników granicznych .
Tokens: 1 2 3_____ 4__________ 5________ 6 7__ 8_________ 9____________ 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #3383 from documents/00102605 from sent8

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3384 from documents/00102605 from sent9

Text  : Zastępcy głównego pełnomocnika granicznego i zastępcy pełnomocników granicznych mają w  zakresie powierzonych im spraw takie same prawa i  obowiązki jak pełnomocnicy ,  których są zastępcami .
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 #3385 from documents/00102605 from sent10

Text  : 4 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3386 from documents/00102605 from sent11

Text  : Pomocnicy pełnomocników granicznych wykonują czynności zlecone im przez pełnomocników granicznych .
Tokens: 1________ 2____________ 3__________ 4_______ 5________ 6______ 7_ 8____ 9____________ 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #3387 from documents/00102605 from sent12

Text  : 5 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3388 from documents/00102605 from sent13

Text  : Główni pełnomocnicy graniczni opracują i przekażą sobie wzory pełnomocnictw ,  o  których mowa w  ustępie 1  .
Tokens: 1_____ 2___________ 3________ 4_______ 5 6_______ 7____ 8____ 9____________ 10 11 12_____ 13__ 14 15_____ 16 17

Chunks:

(ChunkerEvaluator) Sentence #3389 from documents/00102605 from sent14

Text  : Artykuł 14
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #3390 from documents/00102605 from sent15

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3391 from documents/00102605 from sent16

Text  : Do obowiązków głównych pełnomocników granicznych należą w szczególności :
Tokens: 1_ 2_________ 3_______ 4____________ 5__________ 6_____ 7 8____________ 9

Chunks:

(ChunkerEvaluator) Sentence #3392 from documents/00102605 from sent17

Text  : 1 ) zapewnienie bezpieczeństwa i porządku na polsko - litewskiej granicy państwowej poprzez ocenę problemów ochrony tej granicy i  podejmowanie wspólnych przedsięwzięć wynikających z  aktualnej potrzeby oraz koordynowanie działalności pełnomocników granicznych ;
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:

(ChunkerEvaluator) Sentence #3393 from documents/00102605 from sent18

Text  : 2 ) rozwiązywanie spraw kontroli ruchu granicznego oraz sprawnego funkcjonowania przejść granicznych ,  a  także podejmowanie stosownych decyzji w  tym zakresie ;
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 #3394 from documents/00102605 from sent19

Text  : 3 ) rozpatrywanie i rozstrzyganie problemów związanych z ważnymi wydarzeniami na granicy państwowej ,  których rozwiązanie wykracza poza kompetencje pełnomocników granicznych ;
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 #3395 from documents/00102605 from sent20

Text  : 4 ) przekazywanie do rozpatrzenia w drodze dyplomatycznej spraw ,  których nie mogli rozstrzygnąć ;
Tokens: 1 2 3____________ 4_ 5___________ 6 7_____ 8_____________ 9____ 10 11_____ 12_ 13___ 14__________ 15

Chunks:

(ChunkerEvaluator) Sentence #3396 from documents/00102605 from sent21

Text  : 5 ) ustalanie wzorów dokumentów stosowanych we współpracy pełnomocników granicznych .
Tokens: 1 2 3________ 4_____ 5_________ 6__________ 7_ 8_________ 9____________ 10_________ 11

Chunks:

(ChunkerEvaluator) Sentence #3397 from documents/00102605 from sent22

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3398 from documents/00102605 from sent23

Text  : Postanowienia ustępu 1 punktu 4 nie wykluczają możliwości przekazywania głównym pełnomocnikom granicznym do dalszego rozpatrzenia spraw ,  które były rozpatrywane w  drodze dyplomatycznej .
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 #3399 from documents/00102605 from sent24

Text  : Artykuł 15
Tokens: 1______ 2_

Chunks:

(ChunkerEvaluator) Sentence #3400 from documents/00102605 from sent25

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #3401 from documents/00102605 from sent26

Text  : Do obowiązków pełnomocników granicznych w sferze ich służbowej odpowiedzialności należą w  szczególności :
Tokens: 1_ 2_________ 3____________ 4__________ 5 6_____ 7__ 8________ 9________________ 10____ 11 12___________ 13

Chunks:

(ChunkerEvaluator) Sentence #3402 from documents/00102605 from sent27

Text  : 1 ) ocenianie stanu ochrony granicy państwowej oraz koordynowanie działań służb ochrony tej granicy ;
Tokens: 1 2 3________ 4____ 5______ 6______ 7_________ 8___ 9____________ 10_____ 11___ 12_____ 13_ 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #3403 from documents/00102605 from sent28

Text  : 2 ) organizowanie kontroli ruchu granicznego i zapewnienie sprawnego funkcjonowania przejść granicznych oraz współdziałanie w  tym zakresie z  innymi organami kontrolnymi działającymi w  przejściach granicznych ,  a  także przekazywanie głównym pełnomocnikom granicznym danych dotyczących problematyki tego ruchu ;
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:

(ChunkerEvaluator) Sentence #3404 from documents/00102605 from sent29

Text  : 3 ) rozpatrywanie i prowadzenie postępowań wyjaśniających oraz rozstrzyganie wszystkich zdarzeń ,  które zaszły na granicy państwowej ,  a  w  szczególności takich ,  jak :
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 #3405 from documents/00102605 from sent30

Text  : a ) ostrzał przez granicę państwową i jego skutki ;
Tokens: 1 2 3______ 4____ 5______ 6________ 7 8___ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #3406 from documents/00102605 from sent31

Text  : b ) zabójstwo lub uszkodzenie ciała spowodowane działaniem przez granicę państwową ;
Tokens: 1 2 3________ 4__ 5__________ 6____ 7__________ 8_________ 9____ 10_____ 11_______ 12

Chunks:

2016-10-13 16:40:50,803 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 254 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102671.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102671.ini
(ChunkerEvaluator) Sentence #3407 from documents/00102671 from sent1

Text  : dzień dobry , xxx , w czym mogę pomóc ?
Tokens: 1____ 2____ 3 4__ 5 6 7___ 8___ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #3408 from documents/00102671 from sent2

Text  : dzień dobry , proszę pana , chciała m się dowiedzieć FILLER z  jakiego przystanku odjeżdża tramwaj numer dwadzieścia cztery ,  czy to jest z  Placu Zawiszy w  kierunku Okopowej ?
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 [25,26] = Placu Zawiszy
  TruePositive nam [29,29] = Okopowej

(ChunkerEvaluator) Sentence #3409 from documents/00102671 from sent3

Text  : FILLER tak to jest ten przystanek
Tokens: 1_____ 2__ 3_ 4___ 5__ 6_________

Chunks:

(ChunkerEvaluator) Sentence #3410 from documents/00102671 from sent4

Text  : FILLER _ _ _
Tokens: 1_____ 2 3 4

Chunks:

(ChunkerEvaluator) Sentence #3411 from documents/00102671 from sent5

Text  : tak Plac Zawiszy
Tokens: 1__ 2___ 3______

Chunks:
  TruePositive nam [2,3] = Plac Zawiszy

(ChunkerEvaluator) Sentence #3412 from documents/00102671 from sent6

Text  : dziękuję bardzo
Tokens: 1_______ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3413 from documents/00102671 from sent7

Text  : proszę bardzo , do widzenia
Tokens: 1_____ 2_____ 3 4_ 5_______

Chunks:

2016-10-13 16:40:50,826 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 255 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102673.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102673.ini
(ChunkerEvaluator) Sentence #3414 from documents/00102673 from sent1

Text  : xxx , dzień dobry
Tokens: 1__ 2 3____ 4____

Chunks:

(ChunkerEvaluator) Sentence #3415 from documents/00102673 from sent2

Text  : FILLER dzień dobry , proszę pana , chciała by m  się dowiedzieć ,  czy ulicą Płochocińską to chodzą jakieś autobusy .  .  .
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 [16,16] = Płochocińską

(ChunkerEvaluator) Sentence #3416 from documents/00102673 from sent3

Text  : Płochocińską ?
Tokens: 1___________ 2

Chunks:
  TruePositive nam [1,1] = Płochocińską

(ChunkerEvaluator) Sentence #3417 from documents/00102673 from sent4

Text  : tak . . .
Tokens: 1__ 2 3 4

Chunks:

(ChunkerEvaluator) Sentence #3418 from documents/00102673 from sent5

Text  : to jest ulica od Modlińskiej odchodząca w prawo
Tokens: 1_ 2___ 3____ 4_ 5__________ 6_________ 7 8____

Chunks:
  TruePositive nam [5,5] = Modlińskiej

(ChunkerEvaluator) Sentence #3419 from documents/00102673 from sent6

Text  : FILLER tak , można powiedzieć najdłuższą trasę po Płochocińskiej ,  to ma siedemset pięć
Tokens: 1_____ 2__ 3 4____ 5_________ 6_________ 7____ 8_ 9_____________ 10 11 12 13_______ 14__

Chunks:
  TruePositive nam [9,9] = Płochocińskiej

(ChunkerEvaluator) Sentence #3420 from documents/00102673 from sent7

Text  : czyli siedemset pięć tak ?
Tokens: 1____ 2________ 3___ 4__ 5

Chunks:

(ChunkerEvaluator) Sentence #3421 from documents/00102673 from sent8

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3422 from documents/00102673 from sent9

Text  : skąd ono FILLER to ono , czy ono jest z  pętli przy Żeraniu
Tokens: 1___ 2__ 3_____ 4_ 5__ 6 7__ 8__ 9___ 10 11___ 12__ 13_____

Chunks:
  TruePositive nam [13,13] = Żeraniu

(ChunkerEvaluator) Sentence #3423 from documents/00102673 from sent10

Text  : tak , tak z pętli Żerań F S O
Tokens: 1__ 2 3__ 4 5____ 6____ 7 8 9

Chunks:
  TruePositive nam [6,9] = Żerań F S O

(ChunkerEvaluator) Sentence #3424 from documents/00102673 from sent11

Text  : siedemset pięć
Tokens: 1________ 2___

Chunks:

(ChunkerEvaluator) Sentence #3425 from documents/00102673 from sent12

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3426 from documents/00102673 from sent13

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3427 from documents/00102673 from sent14

Text  : dobrze , dziękuję
Tokens: 1_____ 2 3_______

Chunks:

(ChunkerEvaluator) Sentence #3428 from documents/00102673 from sent15

Text  : panu bardzo
Tokens: 1___ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3429 from documents/00102673 from sent16

Text  : proszę bardzo
Tokens: 1_____ 2_____

Chunks:

2016-10-13 16:40:50,862 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 256 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102683.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102683.ini
(ChunkerEvaluator) Sentence #3430 from documents/00102683 from sent1

Text  : dzień dobry , przy telefonie xxx , słucham
Tokens: 1____ 2____ 3 4___ 5________ 6__ 7 8______

Chunks:

(ChunkerEvaluator) Sentence #3431 from documents/00102683 from sent2

Text  : dzień dobry , chciał em zapytać FILLER . . .
Tokens: 1____ 2____ 3 4_____ 5_ 6______ 7_____ 8 9 10

Chunks:

(ChunkerEvaluator) Sentence #3432 from documents/00102683 from sent3

Text  : _ _ _ autobus FILLER pętla sto dziewięćdziesiąt pięć
Tokens: 1 2 3 4______ 5_____ 6____ 7__ 8_______________ 9___

Chunks:

(ChunkerEvaluator) Sentence #3433 from documents/00102683 from sent4

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3434 from documents/00102683 from sent5

Text  : to jest przy jakim markecie ?
Tokens: 1_ 2___ 3___ 4____ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #3435 from documents/00102683 from sent6

Text  : FILLER przepraszam przy jakiej stacji metra ?
Tokens: 1_____ 2__________ 3___ 4_____ 5_____ 6____ 7

Chunks:

(ChunkerEvaluator) Sentence #3436 from documents/00102683 from sent7

Text  : FILLER to znaczy no FILLER wie pan FILLER niezupełnie przy stacji metra ,  jest między stacją FILLER metra Natolin i  stacją metra Imielin
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 [19,19] = Natolin
  TruePositive nam [23,23] = Imielin

(ChunkerEvaluator) Sentence #3437 from documents/00102683 from sent8

Text  : między Natolin a Imielin
Tokens: 1_____ 2______ 3 4______

Chunks:
  TruePositive nam [2,2] = Natolin
  TruePositive nam [4,4] = Imielin

(ChunkerEvaluator) Sentence #3438 from documents/00102683 from sent9

Text  : tak , to jest przystanek , to znaczy pętla się nazywa Natolin Północny FILLER no i  do stacji metra Natolin jest no jakieś FILLER czterysta ,  pięćset metrów ,  tak samo do Imielina też jest pięćset metrów
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 [12,13] = Natolin Północny
  TruePositive nam [20,20] = Natolin
  TruePositive nam [33,33] = Imielina

(ChunkerEvaluator) Sentence #3439 from documents/00102683 from sent10

Text  : tak , pośrodku między
Tokens: 1__ 2 3_______ 4_____

Chunks:

(ChunkerEvaluator) Sentence #3440 from documents/00102683 from sent11

Text  : tak , pośrodku dokładnie
Tokens: 1__ 2 3_______ 4________

Chunks:

(ChunkerEvaluator) Sentence #3441 from documents/00102683 from sent12

Text  : między Natolin a Imielin , tak ?
Tokens: 1_____ 2______ 3 4______ 5 6__ 7

Chunks:
  TruePositive nam [2,2] = Natolin
  TruePositive nam [4,4] = Imielin

(ChunkerEvaluator) Sentence #3442 from documents/00102683 from sent13

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3443 from documents/00102683 from sent14

Text  : może pan
Tokens: 1___ 2__

Chunks:

(ChunkerEvaluator) Sentence #3444 from documents/00102683 from sent15

Text  : ale , proszę pana , jeżeli pan chce połączyć FILLER sto dziewięćdziesiąt pięć z  metrem FILLER to jest Metro Stokłosy obok Metra Stokłosy przejeżdża również sto dziewięćdziesiąt pięć już przy samej stacji
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 [19,20] = Metro Stokłosy
  TruePositive nam [22,23] = Metra Stokłosy

(ChunkerEvaluator) Sentence #3445 from documents/00102683 from sent16

Text  : FILLER zaraz nie , bo ja chcę pętlę
Tokens: 1_____ 2____ 3__ 4 5_ 6_ 7___ 8____

Chunks:

(ChunkerEvaluator) Sentence #3446 from documents/00102683 from sent17

Text  : pętlę
Tokens: 1____

Chunks:

(ChunkerEvaluator) Sentence #3447 from documents/00102683 from sent18

Text  : pięć
Tokens: 1___

Chunks:

(ChunkerEvaluator) Sentence #3448 from documents/00102683 from sent19

Text  : sto dziewięćdziąt pięć to Natolin Północny , to jest między Natolinem FILLER stacją metra Natolin a  stacją metra Imielin
Tokens: 1__ 2____________ 3___ 4_ 5______ 6_______ 7 8_ 9___ 10____ 11_______ 12____ 13____ 14___ 15_____ 16 17____ 18___ 19_____

Chunks:
  TruePositive nam [5,6] = Natolin Północny
  TruePositive nam [11,11] = Natolinem
  TruePositive nam [15,15] = Natolin
  TruePositive nam [19,19] = Imielin

(ChunkerEvaluator) Sentence #3449 from documents/00102683 from sent20

Text  : dziękuję bardzo
Tokens: 1_______ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3450 from documents/00102683 from sent21

Text  : proszę
Tokens: 1_____

Chunks:

2016-10-13 16:40:50,925 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 257 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102688.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102688.ini
(ChunkerEvaluator) Sentence #3451 from documents/00102688 from sent1

Text  : dzień dobry , xxx , w czym mogę pomóc ?
Tokens: 1____ 2____ 3 4__ 5 6 7___ 8___ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #3452 from documents/00102688 from sent2

Text  : dzień dobry , proszę pana , chciała m się zapytać FILLER jak dojechać z  Raszyna na Ursynów na ulicę Pawlaczyka
Tokens: 1____ 2____ 3 4_____ 5___ 6 7______ 8 9__ 10_____ 11____ 12_ 13______ 14 15_____ 16 17_____ 18 19___ 20________

Chunks:
  TruePositive nam [15,15] = Raszyna
  TruePositive nam [17,17] = Ursynów
  TruePositive nam [20,20] = Pawlaczyka

(ChunkerEvaluator) Sentence #3453 from documents/00102688 from sent3

Text  : o to
Tokens: 1 2_

Chunks:

(ChunkerEvaluator) Sentence #3454 from documents/00102688 from sent4

Text  : tak najprościej
Tokens: 1__ 2__________

Chunks:

(ChunkerEvaluator) Sentence #3455 from documents/00102688 from sent5

Text  : zobaczę , gdzie jest ta ulica
Tokens: 1______ 2 3____ 4___ 5_ 6____

Chunks:

(ChunkerEvaluator) Sentence #3456 from documents/00102688 from sent6

Text  : _ _ _ gdzieś ona przecina , nie wiem Rosoła ,  Jana Rosoła coś takiego
Tokens: 1 2 3 4_____ 5__ 6_______ 7 8__ 9___ 10____ 11 12__ 13____ 14_ 15_____

Chunks:
  TruePositive nam [10,10] = Rosoła
  TruePositive nam [12,13] = Jana Rosoła

(ChunkerEvaluator) Sentence #3457 from documents/00102688 from sent7

Text  : ja muszę to sprawdzić proszę pani
Tokens: 1_ 2____ 3_ 4________ 5_____ 6___

Chunks:

(ChunkerEvaluator) Sentence #3458 from documents/00102688 from sent8

Text  : FILLER FILLER wiem , że tutaj jakiś autobus siedemset piętnaście jeździ z  Raszyna na Ursynów FILLER to nie wiem ,  czy on gdzieś tam blisko tej ulicy ,  czy nie .  .  .
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 [13,13] = Raszyna
  TruePositive nam [15,15] = Ursynów

(ChunkerEvaluator) Sentence #3459 from documents/00102688 from sent9

Text  : FILLER blisko to to nie jest , proszę pani ,  ale jeżeli chodzi o  siedemset pięć .  .  .
Tokens: 1_____ 2_____ 3_ 4_ 5__ 6___ 7 8_____ 9___ 10 11_ 12____ 13____ 14 15_______ 16__ 17 18 19

Chunks:

(ChunkerEvaluator) Sentence #3460 from documents/00102688 from sent10

Text  : to ja by m pani tutaj doradził tak FILLER jakby pani wysiadła na przystanku z  tego siedemset pięć .  .  .
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 #3461 from documents/00102688 from sent11

Text  : będzie jedna przesiadka , bo to jest od siedemset pięć jeszcze jakieś no on ładny kawałek drogi
Tokens: 1_____ 2____ 3_________ 4 5_ 6_ 7___ 8_ 9________ 10__ 11_____ 12____ 13 14 15___ 16_____ 17___

Chunks:

(ChunkerEvaluator) Sentence #3462 from documents/00102688 from sent12

Text  : najwygodniej było by proszę pani . . .
Tokens: 1___________ 2___ 3_ 4_____ 5___ 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #3463 from documents/00102688 from sent13

Text  : będzie pani siedemset piętnaście jechała . . .
Tokens: 1_____ 2___ 3________ 4_________ 5______ 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #3464 from documents/00102688 from sent14

Text  : się przesiąść . . .
Tokens: 1__ 2________ 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #3465 from documents/00102688 from sent15

Text  : na przystanku . . .
Tokens: 1_ 2_________ 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #3466 from documents/00102688 from sent16

Text  : z Centrum Onkologii
Tokens: 1 2______ 3________

Chunks:
  TruePositive nam [2,3] = Centrum Onkologii

(ChunkerEvaluator) Sentence #3467 from documents/00102688 from sent17

Text  : musiała by pani w FILLER sto dziewięćdziesiąt pięć wsiąść
Tokens: 1______ 2_ 3___ 4 5_____ 6__ 7_______________ 8___ 9_____

Chunks:

(ChunkerEvaluator) Sentence #3468 from documents/00102688 from sent18

Text  : jadące w kierunku na Natolin Północny
Tokens: 1_____ 2 3_______ 4_ 5______ 6_______

Chunks:
  FalsePositive nam [5,5] = Natolin
  FalseNegative nam [5,6] = Natolin Północny

(ChunkerEvaluator) Sentence #3469 from documents/00102688 from sent19

Text  : aha
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3470 from documents/00102688 from sent20

Text  : ta linia kończy i od pętli musiała by pani dojść FILLER to jest w  blokach jakoś ,  to trudno mi rozszyfrować jakoś tutaj FILLER jakiś sens w  tych blokach ,  bo te numery są nie po kolei zupełnie
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:

(ChunkerEvaluator) Sentence #3471 from documents/00102688 from sent21

Text  : no to jest tam
Tokens: 1_ 2_ 3___ 4__

Chunks:

(ChunkerEvaluator) Sentence #3472 from documents/00102688 from sent22

Text  : sobie _ _ _
Tokens: 1____ 2 3 4

Chunks:

(ChunkerEvaluator) Sentence #3473 from documents/00102688 from sent23

Text  : FILLER ale to już do dojścia będzie dwieście metrów wtedy
Tokens: 1_____ 2__ 3_ 4__ 5_ 6______ 7_____ 8_______ 9_____ 10___

Chunks:

(ChunkerEvaluator) Sentence #3474 from documents/00102688 from sent24

Text  : _ _ _
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #3475 from documents/00102688 from sent25

Text  : dobrze
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #3476 from documents/00102688 from sent26

Text  : czyli na pewno
Tokens: 1____ 2_ 3____

Chunks:

(ChunkerEvaluator) Sentence #3477 from documents/00102688 from sent27

Text  : sto dziewięćdziesiąt pięć do końca do Natolina Północnego
Tokens: 1__ 2_______________ 3___ 4_ 5____ 6_ 7_______ 8_________

Chunks:
  TruePositive nam [7,8] = Natolina Północnego

(ChunkerEvaluator) Sentence #3478 from documents/00102688 from sent28

Text  : dobrze , dobrze , dziękuję bardzo
Tokens: 1_____ 2 3_____ 4 5_______ 6_____

Chunks:

(ChunkerEvaluator) Sentence #3479 from documents/00102688 from sent29

Text  : proszę bardzo
Tokens: 1_____ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3480 from documents/00102688 from sent30

Text  : _ _ _
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #3481 from documents/00102688 from sent31

Text  : do usłyszenia
Tokens: 1_ 2_________

Chunks:

2016-10-13 16:40:51,016 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 258 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102692.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102692.ini
(ChunkerEvaluator) Sentence #3482 from documents/00102692 from sent1

Text  : xxx , dzień dobry
Tokens: 1__ 2 3____ 4____

Chunks:

(ChunkerEvaluator) Sentence #3483 from documents/00102692 from sent2

Text  : FILLER dzień dobry panu FILLER proszę pana , chodzi mi o  informację o  korzystaniu z  bezpłatnych przejazdów ,  kto może korzystać i  czy trzeba mieć jakiś dokument
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 #3484 from documents/00102692 from sent3

Text  : proszę pani , sporo osób jest , które mogą korzystać ,  o  jakąś konkretną pani chodzi ?
Tokens: 1_____ 2___ 3 4____ 5___ 6___ 7 8____ 9___ 10_______ 11 12 13___ 14_______ 15__ 16____ 17

Chunks:

(ChunkerEvaluator) Sentence #3485 from documents/00102692 from sent4

Text  : tak o o starszą osobę
Tokens: 1__ 2 3 4______ 5____

Chunks:

(ChunkerEvaluator) Sentence #3486 from documents/00102692 from sent5

Text  : proszę panią , jak się skończy siedemdziesiąt lat , to można na dowód osobisty jeździć bezpłatnie
Tokens: 1_____ 2____ 3 4__ 5__ 6______ 7_____________ 8__ 9 10 11___ 12 13___ 14______ 15_____ 16________

Chunks:

(ChunkerEvaluator) Sentence #3487 from documents/00102692 from sent6

Text  : tylko dowód osobisty
Tokens: 1____ 2____ 3_______

Chunks:

(ChunkerEvaluator) Sentence #3488 from documents/00102692 from sent7

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3489 from documents/00102692 from sent8

Text  : tak , dziękuję panu ba
Tokens: 1__ 2 3_______ 4___ 5_

Chunks:

(ChunkerEvaluator) Sentence #3490 from documents/00102692 from sent9

Text  : proszę bardzo
Tokens: 1_____ 2_____

Chunks:

2016-10-13 16:40:51,049 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 259 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102704.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102704.ini
(ChunkerEvaluator) Sentence #3491 from documents/00102704 from sent1

Text  : dobrze , to jeszcze mógł by pan sprawdzić mi sto czterdzieści trzy ,  o  której tak mniej więcej w  granicach godziny siedemnastej FILLER szesnastej czterdzieści pięć
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 #3492 from documents/00102704 from sent2

Text  : a wsiadała by pani wtedy na przystanku
Tokens: 1 2_______ 3_ 4___ 5____ 6_ 7_________

Chunks:

(ChunkerEvaluator) Sentence #3493 from documents/00102704 from sent3

Text  : Żółkiewskiego
Tokens: 1____________

Chunks:
  TruePositive nam [1,1] = Żółkiewskiego

(ChunkerEvaluator) Sentence #3494 from documents/00102704 from sent4

Text  : ale on nie ma przystanku Żółkiewskiego
Tokens: 1__ 2_ 3__ 4_ 5_________ 6____________

Chunks:
  TruePositive nam [6,6] = Żółkiewskiego

(ChunkerEvaluator) Sentence #3495 from documents/00102704 from sent5

Text  : a gdzie on ma w tej chwili
Tokens: 1 2____ 3_ 4_ 5 6__ 7_____

Chunks:

(ChunkerEvaluator) Sentence #3496 from documents/00102704 from sent6

Text  : on w ogóle nie jedzie Grochowską
Tokens: 1_ 2 3____ 4__ 5_____ 6_________

Chunks:
  TruePositive nam [6,6] = Grochowską

(ChunkerEvaluator) Sentence #3497 from documents/00102704 from sent7

Text  : a on jedzie FILLER
Tokens: 1 2_ 3_____ 4_____

Chunks:

(ChunkerEvaluator) Sentence #3498 from documents/00102704 from sent8

Text  : on jedzie
Tokens: 1_ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3499 from documents/00102704 from sent9

Text  : on
Tokens: 1_

Chunks:

(ChunkerEvaluator) Sentence #3500 from documents/00102704 from sent10

Text  : tam dalej Ostrobramską ?
Tokens: 1__ 2____ 3___________ 4

Chunks:
  TruePositive nam [3,3] = Ostrobramską

(ChunkerEvaluator) Sentence #3501 from documents/00102704 from sent11

Text  : tak , tak , tak , tak
Tokens: 1__ 2 3__ 4 5__ 6 7__

Chunks:

(ChunkerEvaluator) Sentence #3502 from documents/00102704 from sent12

Text  : dobrze , czyli od , od Ostrobramska róg , o  Jezu _  _  _  Połczyńska
Tokens: 1_____ 2 3____ 4_ 5 6_ 7___________ 8__ 9 10 11__ 12 13 14 15________

Chunks:
  TruePositive nam [7,7] = Ostrobramska
  FalsePositive nam [11,15] = Jezu _ _ _ Połczyńska
  FalseNegative nam [11,11] = Jezu
  FalseNegative nam [15,15] = Połczyńska

(ChunkerEvaluator) Sentence #3503 from documents/00102704 from sent13

Text  : Płowiecka , róg
Tokens: 1________ 2 3__

Chunks:
  FalseNegative nam [1,1] = Płowiecka

(ChunkerEvaluator) Sentence #3504 from documents/00102704 from sent14

Text  : Płowiecka , dobrze
Tokens: 1________ 2 3_____

Chunks:
  FalseNegative nam [1,1] = Płowiecka

(ChunkerEvaluator) Sentence #3505 from documents/00102704 from sent15

Text  : Płowiecka , czyli przystanek
Tokens: 1________ 2 3____ 4_________

Chunks:
  FalseNegative nam [1,1] = Płowiecka

(ChunkerEvaluator) Sentence #3506 from documents/00102704 from sent16

Text  : Płowiecka , ten na Ostrobramskiej już i to miało by być po której po siedemnastej ,  tak ?
Tokens: 1________ 2 3__ 4_ 5_____________ 6__ 7 8_ 9____ 10 11_ 12 13____ 14 15__________ 16 17_ 18

Chunks:
  TruePositive nam [5,5] = Ostrobramskiej
  FalseNegative nam [1,1] = Płowiecka

(ChunkerEvaluator) Sentence #3507 from documents/00102704 from sent17

Text  : FILLER nie , nie , szesnasta czterdzieści
Tokens: 1_____ 2__ 3 4__ 5 6________ 7___________

Chunks:

(ChunkerEvaluator) Sentence #3508 from documents/00102704 from sent18

Text  : pięć , że połączenia po prostu złapać
Tokens: 1___ 2 3_ 4_________ 5_ 6_____ 7_____

Chunks:

(ChunkerEvaluator) Sentence #3509 from documents/00102704 from sent19

Text  : aha , szesnas
Tokens: 1__ 2 3______

Chunks:

(ChunkerEvaluator) Sentence #3510 from documents/00102704 from sent20

Text  : czterdzieści jeden , kolejny jest pięćdziesiąt sześć
Tokens: 1___________ 2____ 3 4______ 5___ 6___________ 7____

Chunks:

(ChunkerEvaluator) Sentence #3511 from documents/00102704 from sent21

Text  : dobrze , to jest sto czterdzieści sześć pięćdziesiąt
Tokens: 1_____ 2 3_ 4___ 5__ 6___________ 7____ 8___________

Chunks:

(ChunkerEvaluator) Sentence #3512 from documents/00102704 from sent22

Text  : sto czterdzieści trzy
Tokens: 1__ 2___________ 3___

Chunks:

(ChunkerEvaluator) Sentence #3513 from documents/00102704 from sent23

Text  : dobrze , to jest sto czterdzieści trzy FILLER
Tokens: 1_____ 2 3_ 4___ 5__ 6___________ 7___ 8_____

Chunks:

(ChunkerEvaluator) Sentence #3514 from documents/00102704 from sent24

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3515 from documents/00102704 from sent25

Text  : wysiadam na Witosa i jakby m złapała połączenie , to na którą jest ?
Tokens: 1_______ 2_ 3_____ 4 5____ 6 7______ 8_________ 9 10 11 12___ 13__ 14

Chunks:
  TruePositive nam [3,3] = Witosa

(ChunkerEvaluator) Sentence #3516 from documents/00102704 from sent26

Text  : a zaraz zobaczę , ile on będzie jechał
Tokens: 1 2____ 3______ 4 5__ 6_ 7_____ 8_____

Chunks:

(ChunkerEvaluator) Sentence #3517 from documents/00102704 from sent27

Text  : no właśnie FILLER
Tokens: 1_ 2______ 3_____

Chunks:

(ChunkerEvaluator) Sentence #3518 from documents/00102704 from sent28

Text  : do przystanku Aleja Witosa dwadzieścia minut . . .
Tokens: 1_ 2_________ 3____ 4_____ 5__________ 6____ 7 8 9

Chunks:
  TruePositive nam [3,4] = Aleja Witosa

(ChunkerEvaluator) Sentence #3519 from documents/00102704 from sent29

Text  : no i stamtąd cztery autobusy , to na pewno zaraz coś będzie FILLER linia sto osiemdziesiąt .  .  .
Tokens: 1_ 2 3______ 4_____ 5_______ 6 7_ 8_ 9____ 10___ 11_ 12____ 13____ 14___ 15_ 16___________ 17 18 19

Chunks:

(ChunkerEvaluator) Sentence #3520 from documents/00102704 from sent30

Text  : ten jeździ co dwanaście minut , jest siedemnasta zero jeden
Tokens: 1__ 2_____ 3_ 4________ 5____ 6 7___ 8__________ 9___ 10___

Chunks:

(ChunkerEvaluator) Sentence #3521 from documents/00102704 from sent31

Text  : trzynaście
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #3522 from documents/00102704 from sent32

Text  : ile
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3523 from documents/00102704 from sent33

Text  : to jest przystanków mniej więcej do tego Best Malla ?
Tokens: 1_ 2___ 3__________ 4____ 5_____ 6_ 7___ 8___ 9____ 10

Chunks:
  TruePositive nam [8,9] = Best Malla

(ChunkerEvaluator) Sentence #3524 from documents/00102704 from sent34

Text  : ja tam nie pamiętam jak
Tokens: 1_ 2__ 3__ 4_______ 5__

Chunks:

(ChunkerEvaluator) Sentence #3525 from documents/00102704 from sent35

Text  : proszę ?
Tokens: 1_____ 2

Chunks:

(ChunkerEvaluator) Sentence #3526 from documents/00102704 from sent36

Text  : to się na nie z Wincentego
Tokens: 1_ 2__ 3_ 4__ 5 6_________

Chunks:
  TruePositive nam [6,6] = Wincentego

(ChunkerEvaluator) Sentence #3527 from documents/00102704 from sent37

Text  : Świętego Bonifacego , tak do _ _ _ musi pani przy wysiąść na przystanku Goraszewska FILLER jakby pani wsiadła w  sto osiemdziesiąt ,  to jest raz dwa trzy przystanki i  dla tych innych ,  zaraz sprawdzę ,  chyba tyle samo będzie ,  momencik .  .  .
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

Chunks:
  TruePositive nam [15,15] = Goraszewska
  FalsePositive nam [2,2] = Bonifacego
  FalseNegative nam [1,2] = Świętego Bonifacego

(ChunkerEvaluator) Sentence #3528 from documents/00102704 from sent38

Text  : FILLER w przypadku linii sto osiemdziesiąt siedem i sto osiemdziesiąt pięć FILLER to musi pani wysiąść albo przystanek Limanowskiego albo Klarysewska
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 [19,19] = Limanowskiego
  TruePositive nam [21,21] = Klarysewska

(ChunkerEvaluator) Sentence #3529 from documents/00102704 from sent39

Text  : _ _ _ bo ja piszę Limanowskiego
Tokens: 1 2 3 4_ 5_ 6____ 7____________

Chunks:
  TruePositive nam [7,7] = Limanowskiego

(ChunkerEvaluator) Sentence #3530 from documents/00102704 from sent40

Text  : lub Klarysewska
Tokens: 1__ 2__________

Chunks:
  TruePositive nam [2,2] = Klarysewska

(ChunkerEvaluator) Sentence #3531 from documents/00102704 from sent41

Text  : aha
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3532 from documents/00102704 from sent42

Text  : od jednego do przodu od drugiego cofnąć się
Tokens: 1_ 2______ 3_ 4_____ 5_ 6_______ 7_____ 8__

Chunks:

(ChunkerEvaluator) Sentence #3533 from documents/00102704 from sent43

Text  : aha , Klarysewska , ile to minut mniej więcej
Tokens: 1__ 2 3__________ 4 5__ 6_ 7____ 8____ 9_____

Chunks:
  TruePositive nam [3,3] = Klarysewska

(ChunkerEvaluator) Sentence #3534 from documents/00102704 from sent44

Text  : proszę pani , to jest dwa trzy przystanki
Tokens: 1_____ 2___ 3 4_ 5___ 6__ 7___ 8_________

Chunks:

(ChunkerEvaluator) Sentence #3535 from documents/00102704 from sent45

Text  : czyli do pięciu minut
Tokens: 1____ 2_ 3_____ 4____

Chunks:

(ChunkerEvaluator) Sentence #3536 from documents/00102704 from sent46

Text  : do do pięciu minut maksymalnie
Tokens: 1_ 2_ 3_____ 4____ 5__________

Chunks:

(ChunkerEvaluator) Sentence #3537 from documents/00102704 from sent47

Text  : dobrze , dziękuję bardzo do widzenia
Tokens: 1_____ 2 3_______ 4_____ 5_ 6_______

Chunks:

(ChunkerEvaluator) Sentence #3538 from documents/00102704 from sent48

Text  : proszę , do widzenia
Tokens: 1_____ 2 3_ 4_______

Chunks:

(ChunkerEvaluator) Sentence #3539 from documents/00102704 from sent49

Text  : dziękuję wzajemnie
Tokens: 1_______ 2________

Chunks:

2016-10-13 16:40:51,168 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 260 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102709.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102709.ini
(ChunkerEvaluator) Sentence #3540 from documents/00102709 from sent1

Text  : następny dla linii sto trzydzieści , proszę pana , to był by przystanek Kostrzewskiego ,  ale to już jest za Chełmską dopiero
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 [14,14] = Kostrzewskiego
  FalseNegative nam [21,21] = Chełmską

(ChunkerEvaluator) Sentence #3541 from documents/00102709 from sent2

Text  : rozumiem , a dla sto siedemdziesiąt dwa ?
Tokens: 1_______ 2 3 4__ 5__ 6_____________ 7__ 8

Chunks:

(ChunkerEvaluator) Sentence #3542 from documents/00102709 from sent3

Text  : dla sto siedemdziesiąt dwa FILLER tak samo jest , bo on tutaj skręca w  Sobieskiego
Tokens: 1__ 2__ 3_____________ 4__ 5_____ 6__ 7___ 8___ 9 10 11 12___ 13____ 14 15_________

Chunks:
  TruePositive nam [15,15] = Sobieskiego

(ChunkerEvaluator) Sentence #3543 from documents/00102709 from sent4

Text  : tak samo jadą jadą ?
Tokens: 1__ 2___ 3___ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #3544 from documents/00102709 from sent5

Text  : tak od Dolnej tak samo jadą Sobieskiego już
Tokens: 1__ 2_ 3_____ 4__ 5___ 6___ 7__________ 8__

Chunks:
  TruePositive nam [7,7] = Sobieskiego
  FalseNegative nam [3,3] = Dolnej

(ChunkerEvaluator) Sentence #3545 from documents/00102709 from sent6

Text  : a rozumiem czyli przystanek Dolna tak ?
Tokens: 1 2_______ 3____ 4_________ 5____ 6__ 7

Chunks:
  TruePositive nam [5,5] = Dolna

(ChunkerEvaluator) Sentence #3546 from documents/00102709 from sent7

Text  : Dolna tak i to jest na rogu Chełmskiej i Sobieskiego przystanek .  .  .
Tokens: 1____ 2__ 3 4_ 5___ 6_ 7___ 8_________ 9 10_________ 11________ 12 13 14

Chunks:
  TruePositive nam [8,8] = Chełmskiej
  TruePositive nam [10,10] = Sobieskiego
  FalseNegative nam [1,1] = Dolna

(ChunkerEvaluator) Sentence #3547 from documents/00102709 from sent8

Text  : rozumiem bo tam potrzebuję tam nie wiem czy pan się orientuje Wytwórnia Filmów FILLER _  _  _
Tokens: 1_______ 2_ 3__ 4_________ 5__ 6__ 7___ 8__ 9__ 10_ 11_______ 12_______ 13____ 14____ 15 16 17

Chunks:
  FalsePositive nam [12,13] = Wytwórnia Filmów

(ChunkerEvaluator) Sentence #3548 from documents/00102709 from sent9

Text  : FILLER Fabularnych ?
Tokens: 1_____ 2__________ 3

Chunks:

(ChunkerEvaluator) Sentence #3549 from documents/00102709 from sent10

Text  : to proszę pana to wtedy kawałek trza było by podejść tutaj
Tokens: 1_ 2_____ 3___ 4_ 5____ 6______ 7___ 8___ 9_ 10_____ 11___

Chunks:

(ChunkerEvaluator) Sentence #3550 from documents/00102709 from sent11

Text  : a jakieś jeszcze inne połączenie lepsze może ?
Tokens: 1 2_____ 3______ 4___ 5_________ 6_____ 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #3551 from documents/00102709 from sent12

Text  : FILLER tam żeby pod sam ten dojechać
Tokens: 1_____ 2__ 3___ 4__ 5__ 6__ 7_______

Chunks:

(ChunkerEvaluator) Sentence #3552 from documents/00102709 from sent13

Text  : tak , tak ja kiedyś jechał em jakimś autobusem
Tokens: 1__ 2 3__ 4_ 5_____ 6_____ 7_ 8_____ 9________

Chunks:

(ChunkerEvaluator) Sentence #3553 from documents/00102709 from sent14

Text  : proszę pana , to zapewne pan jechał sto dziewiętnaście bądź sto siedem autobusem
Tokens: 1_____ 2___ 3 4_ 5______ 6__ 7_____ 8__ 9_____________ 10__ 11_ 12____ 13_______

Chunks:

(ChunkerEvaluator) Sentence #3554 from documents/00102709 from sent15

Text  : a sto siedem pewnie
Tokens: 1 2__ 3_____ 4_____

Chunks:

(ChunkerEvaluator) Sentence #3555 from documents/00102709 from sent16

Text  : sto siedem z Metra Racławicka wtedy by było
Tokens: 1__ 2_____ 3 4____ 5_________ 6____ 7_ 8___

Chunks:
  TruePositive nam [4,5] = Metra Racławicka

(ChunkerEvaluator) Sentence #3556 from documents/00102709 from sent17

Text  : a i sto siedem dojeżdżam
Tokens: 1 2 3__ 4_____ 5________

Chunks:

(ChunkerEvaluator) Sentence #3557 from documents/00102709 from sent18

Text  : dojeżdża tak do przystanku Zakrzewska i to był by najbliżej
Tokens: 1_______ 2__ 3_ 4_________ 5_________ 6 7_ 8__ 9_ 10_______

Chunks:
  TruePositive nam [5,5] = Zakrzewska

(ChunkerEvaluator) Sentence #3558 from documents/00102709 from sent19

Text  : przy samej Wytwórni
Tokens: 1___ 2____ 3_______

Chunks:
  FalsePositive nam [3,3] = Wytwórni

(ChunkerEvaluator) Sentence #3559 from documents/00102709 from sent20

Text  : ano właśnie tam
Tokens: 1__ 2______ 3__

Chunks:

(ChunkerEvaluator) Sentence #3560 from documents/00102709 from sent21

Text  : tam
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3561 from documents/00102709 from sent22

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3562 from documents/00102709 from sent23

Text  : bo to Zakrzewska się nazywa
Tokens: 1_ 2_ 3_________ 4__ 5_____

Chunks:
  TruePositive nam [3,3] = Zakrzewska

(ChunkerEvaluator) Sentence #3563 from documents/00102709 from sent24

Text  : Zakrzewska tak
Tokens: 1_________ 2__

Chunks:
  TruePositive nam [1,1] = Zakrzewska

(ChunkerEvaluator) Sentence #3564 from documents/00102709 from sent25

Text  : czyli sto siedem a , a , a oni
Tokens: 1____ 2__ 3_____ 4 5 6 7 8 9__

Chunks:

(ChunkerEvaluator) Sentence #3565 from documents/00102709 from sent26

Text  : _ _ _ nie ma przystanku przy FILLER przy tym FILLER
Tokens: 1 2 3 4__ 5_ 6_________ 7___ 8_____ 9___ 10_ 11____

Chunks:

(ChunkerEvaluator) Sentence #3566 from documents/00102709 from sent27

Text  : przy Polu Mokotowskim ?
Tokens: 1___ 2___ 3__________ 4

Chunks:
  TruePositive nam [2,3] = Polu Mokotowskim

(ChunkerEvaluator) Sentence #3567 from documents/00102709 from sent28

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3568 from documents/00102709 from sent29

Text  : zaraz , momencik , sprawdzę w trasówkę dobrze ?
Tokens: 1____ 2 3_______ 4 5_______ 6 7_______ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #3569 from documents/00102709 from sent30

Text  : dobrze poprosił by m pana
Tokens: 1_____ 2_______ 3_ 4 5___

Chunks:

(ChunkerEvaluator) Sentence #3570 from documents/00102709 from sent31

Text  : no , momencik . . .
Tokens: 1_ 2 3_______ 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #3571 from documents/00102709 from sent32

Text  : proszę pana , tutaj jednak nie staje przy tym Metro Racławicka
Tokens: 1_____ 2___ 3 4____ 5_____ 6__ 7____ 8___ 9__ 10___ 11________

Chunks:
  TruePositive nam [10,11] = Metro Racławicka

(ChunkerEvaluator) Sentence #3572 from documents/00102709 from sent33

Text  : FILLER a następny jaki jest ?
Tokens: 1_____ 2 3_______ 4___ 5___ 6

Chunks:

(ChunkerEvaluator) Sentence #3573 from documents/00102709 from sent34

Text  : po Metrze Racławicka , proszę pana , to będzie przystanek Odyńca .  .  .
Tokens: 1_ 2_____ 3_________ 4 5_____ 6___ 7 8_ 9_____ 10________ 11____ 12 13 14

Chunks:
  TruePositive nam [2,3] = Metrze Racławicka
  TruePositive nam [11,11] = Odyńca

(ChunkerEvaluator) Sentence #3574 from documents/00102709 from sent35

Text  : a Odyńca
Tokens: 1 2_____

Chunks:
  TruePositive nam [2,2] = Odyńca

(ChunkerEvaluator) Sentence #3575 from documents/00102709 from sent36

Text  : tak . . .
Tokens: 1__ 2 3 4

Chunks:

(ChunkerEvaluator) Sentence #3576 from documents/00102709 from sent37

Text  : no dobrze , to w takim razie FILLER a FILLER pan mi po powie ile czasu tam się jedzie ?
Tokens: 1_ 2_____ 3 4_ 5 6____ 7____ 8_____ 9 10____ 11_ 12 13 14___ 15_ 16___ 17_ 18_ 19____ 20

Chunks:

(ChunkerEvaluator) Sentence #3577 from documents/00102709 from sent38

Text  : . . .
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #3578 from documents/00102709 from sent39

Text  : już sprawdzam , do przystanku Zakrzewska maksymalnie dwanaście minut
Tokens: 1__ 2________ 3 4_ 5_________ 6_________ 7__________ 8________ 9____

Chunks:
  TruePositive nam [6,6] = Zakrzewska

(ChunkerEvaluator) Sentence #3579 from documents/00102709 from sent40

Text  : dwanaście minut
Tokens: 1________ 2____

Chunks:

(ChunkerEvaluator) Sentence #3580 from documents/00102709 from sent41

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3581 from documents/00102709 from sent42

Text  : proszę pana FILLER a tak żeby FILLER . . .
Tokens: 1_____ 2___ 3_____ 4 5__ 6___ 7_____ 8 9 10

Chunks:

(ChunkerEvaluator) Sentence #3582 from documents/00102709 from sent43

Text  : tak , po piętnastej trzydzieści jaki _ _ _ autobus o  której ?
Tokens: 1__ 2 3_ 4_________ 5__________ 6___ 7 8 9 10_____ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #3583 from documents/00102709 from sent44

Text  : proszę pana , piętnasta trzydzieści pięć
Tokens: 1_____ 2___ 3 4________ 5__________ 6___

Chunks:

(ChunkerEvaluator) Sentence #3584 from documents/00102709 from sent45

Text  : piętnasta _ _ _ chodzi o stację Metro
Tokens: 1________ 2 3 4 5_____ 6 7_____ 8____

Chunks:
  FalsePositive nam [8,8] = Metro

(ChunkerEvaluator) Sentence #3585 from documents/00102709 from sent46

Text  : Racławicka
Tokens: 1_________

Chunks:
  FalsePositive nam [1,1] = Racławicka

(ChunkerEvaluator) Sentence #3586 from documents/00102709 from sent47

Text  : piętnasta trzydzieści pięć , a następny ?
Tokens: 1________ 2__________ 3___ 4 5 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #3587 from documents/00102709 from sent48

Text  : piętnasta pięćdziesiąt pięć . . .
Tokens: 1________ 2___________ 3___ 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #3588 from documents/00102709 from sent49

Text  : piętnasta pięćdziesiąt pięć
Tokens: 1________ 2___________ 3___

Chunks:

(ChunkerEvaluator) Sentence #3589 from documents/00102709 from sent50

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3590 from documents/00102709 from sent51

Text  : a jeszcze jeden ?
Tokens: 1 2______ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #3591 from documents/00102709 from sent52

Text  : szesnasta piętnaście później . . .
Tokens: 1________ 2_________ 3______ 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #3592 from documents/00102709 from sent53

Text  : dobrze . . .
Tokens: 1_____ 2 3 4

Chunks:

(ChunkerEvaluator) Sentence #3593 from documents/00102709 from sent54

Text  : FILLER dobrze , to dziękuję panu
Tokens: 1_____ 2_____ 3 4_ 5_______ 6___

Chunks:

(ChunkerEvaluator) Sentence #3594 from documents/00102709 from sent55

Text  : proszę bardzo
Tokens: 1_____ 2_____

Chunks:

2016-10-13 16:40:51,295 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 261 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102714.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102714.ini
(ChunkerEvaluator) Sentence #3595 from documents/00102714 from sent1

Text  : dzień dobry , proszę pana , na Karolin tutaj ze Świętokrzyskiej to sto pięćdziesiąt pięć jedzie prawda ?
Tokens: 1____ 2____ 3 4_____ 5___ 6 7_ 8______ 9____ 10 11_____________ 12 13_ 14__________ 15__ 16____ 17____ 18

Chunks:
  TruePositive nam [8,8] = Karolin
  TruePositive nam [11,11] = Świętokrzyskiej

(ChunkerEvaluator) Sentence #3596 from documents/00102714 from sent2

Text  : FILLER sto pięćdziesiąt pięć tylko chwileczkę , czy dzisiaj jest zmiana trasy FILLER tak ,  ze Świętokrzyskiej na Karolin może pani
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 [17,17] = Świętokrzyskiej
  TruePositive nam [19,19] = Karolin

(ChunkerEvaluator) Sentence #3597 from documents/00102714 from sent3

Text  : dobrze , czy mógł by pan mi dwa najbliższe podać ?
Tokens: 1_____ 2 3__ 4___ 5_ 6__ 7_ 8__ 9_________ 10___ 11

Chunks:

(ChunkerEvaluator) Sentence #3598 from documents/00102714 from sent4

Text  : dobrze
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #3599 from documents/00102714 from sent5

Text  : i powiedzieć , ile się jedzie do Fortu Wola ,  bo tam z  Fortu Wola ja się potem chciała m  na siedemset trzynaście przesiąść
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 [8,9] = Fortu Wola
  TruePositive nam [14,15] = Fortu Wola

(ChunkerEvaluator) Sentence #3600 from documents/00102714 from sent6

Text  : FILLER a pani będzie wsiadała tutaj przy metrze ?
Tokens: 1_____ 2 3___ 4_____ 5_______ 6____ 7___ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #3601 from documents/00102714 from sent7

Text  : czy
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3602 from documents/00102714 from sent8

Text  : FILLER przy Nowym Świecie
Tokens: 1_____ 2___ 3____ 4______

Chunks:
  TruePositive nam [3,4] = Nowym Świecie

(ChunkerEvaluator) Sentence #3603 from documents/00102714 from sent9

Text  : przy Nowym Świecie FILLER dobrze FILLER do Fort Wola to jest około pół godziny przejazd
Tokens: 1___ 2____ 3______ 4_____ 5_____ 6_____ 7_ 8___ 9___ 10 11__ 12___ 13_ 14_____ 15______

Chunks:
  TruePositive nam [2,3] = Nowym Świecie
  TruePositive nam [8,9] = Fort Wola

(ChunkerEvaluator) Sentence #3604 from documents/00102714 from sent10

Text  : FILLER odjazdy są dziesiąta trzydzieści siedem , jedenasta zero dwa najbliższe
Tokens: 1_____ 2______ 3_ 4________ 5__________ 6_____ 7 8________ 9___ 10_ 11________

Chunks:

(ChunkerEvaluator) Sentence #3605 from documents/00102714 from sent11

Text  : _ _ _ a bo tak , bo jest dziesiąta ,  tak ,  bo się czas zmienił ,  jeszcze stary zegarek ,  dobrze ,  a  potem siedem FILLER to czy jedenasta zero dwa
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 #3606 from documents/00102714 from sent12

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3607 from documents/00102714 from sent13

Text  : _ _ _ powiedzmy FILLER jedenasta czterdzieści _ _ _
Tokens: 1 2 3 4________ 5_____ 6________ 7___________ 8 9 10

Chunks:

(ChunkerEvaluator) Sentence #3608 from documents/00102714 from sent14

Text  : no mniej więcej . . .
Tokens: 1_ 2____ 3_____ 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #3609 from documents/00102714 from sent15

Text  : i stamtąd jest . . .
Tokens: 1 2______ 3___ 4 5 6

Chunks:

(ChunkerEvaluator) Sentence #3610 from documents/00102714 from sent16

Text  : ojej , jedenasta dwadzieścia albo dwunasta zero zero . .  .
Tokens: 1___ 2 3________ 4__________ 5___ 6_______ 7___ 8___ 9 10 11

Chunks:

(ChunkerEvaluator) Sentence #3611 from documents/00102714 from sent17

Text  : czyli musiała by pani tym wcześniejszym
Tokens: 1____ 2______ 3_ 4___ 5__ 6____________

Chunks:

(ChunkerEvaluator) Sentence #3612 from documents/00102714 from sent18

Text  : jechać
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #3613 from documents/00102714 from sent19

Text  : a , a
Tokens: 1 2 3

Chunks:

(ChunkerEvaluator) Sentence #3614 from documents/00102714 from sent20

Text  : mógł by pan sprawdzić kombinację jakby m jechała na przykład FILLER co tam jedzie dwadzieścia FILLER nie dwadzieścia dwa nie jedzie
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 #3615 from documents/00102714 from sent21

Text  : dwadzieścia sześć od Bankowego
Tokens: 1__________ 2____ 3_ 4________

Chunks:
  TruePositive nam [4,4] = Bankowego

(ChunkerEvaluator) Sentence #3616 from documents/00102714 from sent22

Text  : FILLER a to nie ja , muszę mieć coś FILLER z  Alej z  Alej
Tokens: 1_____ 2 3_ 4__ 5_ 6 7____ 8___ 9__ 10____ 11 12__ 13 14__

Chunks:
  FalsePositive nam [12,14] = Alej z Alej
  FalseNegative nam [12,12] = Alej
  FalseNegative nam [14,14] = Alej

(ChunkerEvaluator) Sentence #3617 from documents/00102714 from sent23

Text  : tam jest ósemka
Tokens: 1__ 2___ 3_____

Chunks:

(ChunkerEvaluator) Sentence #3618 from documents/00102714 from sent24

Text  : ósemka
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #3619 from documents/00102714 from sent25

Text  : ósemka tak . . .
Tokens: 1_____ 2__ 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #3620 from documents/00102714 from sent26

Text  : FILLER to ósemka wyglądało by tak . . .
Tokens: 1_____ 2_ 3_____ 4________ 5_ 6__ 7 8 9

Chunks:

(ChunkerEvaluator) Sentence #3621 from documents/00102714 from sent27

Text  : ósemka jedzie godzinę dziesiąta czterdzieści dwa albo FILLER jedenasta dwanaście
Tokens: 1_____ 2_____ 3______ 4________ 5___________ 6__ 7___ 8_____ 9________ 10_______

Chunks:

(ChunkerEvaluator) Sentence #3622 from documents/00102714 from sent28

Text  : to na to samo wychodzi
Tokens: 1_ 2_ 3_ 4___ 5_______

Chunks:

(ChunkerEvaluator) Sentence #3623 from documents/00102714 from sent29

Text  : FILLER no tak wygląda , że że jakby pani chciała zdążyć na ten dwunasta zero zero ,  no to można jechać jedenasta dwanaście i  z  oczekiwanie .  .  .
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 #3624 from documents/00102714 from sent30

Text  : FILLER albo dziesiąta
Tokens: 1_____ 2___ 3________

Chunks:

(ChunkerEvaluator) Sentence #3625 from documents/00102714 from sent31

Text  : ile jedzie ósemka ?
Tokens: 1__ 2_____ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #3626 from documents/00102714 from sent32

Text  : FILLER tam do Fortu Wola ?
Tokens: 1_____ 2__ 3_ 4____ 5___ 6

Chunks:
  TruePositive nam [4,5] = Fortu Wola

(ChunkerEvaluator) Sentence #3627 from documents/00102714 from sent33

Text  : przepraszam
Tokens: 1__________

Chunks:

(ChunkerEvaluator) Sentence #3628 from documents/00102714 from sent34

Text  : też też to jest w granicach pół godziny jazdy
Tokens: 1__ 2__ 3_ 4___ 5 6________ 7__ 8______ 9____

Chunks:

(ChunkerEvaluator) Sentence #3629 from documents/00102714 from sent35

Text  : czyli na to samo wychodzi
Tokens: 1____ 2_ 3_ 4___ 5_______

Chunks:

(ChunkerEvaluator) Sentence #3630 from documents/00102714 from sent36

Text  : na to samo wychodzi
Tokens: 1_ 2_ 3___ 4_______

Chunks:

(ChunkerEvaluator) Sentence #3631 from documents/00102714 from sent37

Text  : dobrze , a teraz jeszcze powrotne z Bronisz gdzieś w  okolicach FILLER czternastej
Tokens: 1_____ 2 3 4____ 5______ 6_______ 7 8______ 9_____ 10 11_______ 12____ 13_________

Chunks:
  TruePositive nam [8,8] = Bronisz

(ChunkerEvaluator) Sentence #3632 from documents/00102714 from sent38

Text  : dobrze
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #3633 from documents/00102714 from sent39

Text  : wiedziała jak tam mam potem celować . . .
Tokens: 1________ 2__ 3__ 4__ 5____ 6______ 7 8 9

Chunks:

(ChunkerEvaluator) Sentence #3634 from documents/00102714 from sent40

Text  : czternasta jedenaście i pięćdziesiąt jeden . . .
Tokens: 1_________ 2_________ 3 4___________ 5____ 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #3635 from documents/00102714 from sent41

Text  : a wcześniejszy jeszcze na _ _ _
Tokens: 1 2___________ 3______ 4_ 5 6 7

Chunks:

(ChunkerEvaluator) Sentence #3636 from documents/00102714 from sent42

Text  : trzynasta trzydzieści jeden
Tokens: 1________ 2__________ 3____

Chunks:

(ChunkerEvaluator) Sentence #3637 from documents/00102714 from sent43

Text  : trzydzieści jeden , dobra , dziękuję bardzo
Tokens: 1__________ 2____ 3 4____ 5 6_______ 7_____

Chunks:

(ChunkerEvaluator) Sentence #3638 from documents/00102714 from sent44

Text  : dziękuję
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #3639 from documents/00102714 from sent45

Text  : do widzenia
Tokens: 1_ 2_______

Chunks:

(ChunkerEvaluator) Sentence #3640 from documents/00102714 from sent46

Text  : do widzenia
Tokens: 1_ 2_______

Chunks:

2016-10-13 16:40:51,421 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 262 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102718.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00102718.ini
(ChunkerEvaluator) Sentence #3641 from documents/00102718 from sent1

Text  : dzień dobry , xxx , w czym mogę pomóc ?
Tokens: 1____ 2____ 3 4__ 5 6 7___ 8___ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #3642 from documents/00102718 from sent2

Text  : dzień dobry panu , ja mam , proszę pana ,  takie pytanie
Tokens: 1____ 2____ 3___ 4 5_ 6__ 7 8_____ 9___ 10 11___ 12_____

Chunks:

(ChunkerEvaluator) Sentence #3643 from documents/00102718 from sent3

Text  : tak , słucham
Tokens: 1__ 2 3______

Chunks:

(ChunkerEvaluator) Sentence #3644 from documents/00102718 from sent4

Text  : mój syn jest studentem studiów dziennych , ale skończył dwadzieścia sześć lat ,  czy musi ,  należy jeszcze _  _  _  FILLER może skorzystać z  ulgi dla studentów jeśli chodzi o  bilet FILLER miesięczny czy już nie
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 #3645 from documents/00102718 from sent5

Text  : to są studia magisterskie ?
Tokens: 1_ 2_ 3_____ 4___________ 5

Chunks:

(ChunkerEvaluator) Sentence #3646 from documents/00102718 from sent6

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3647 from documents/00102718 from sent7

Text  : proszę pani , na podstawie ważnej legitymacji studenckiej
Tokens: 1_____ 2___ 3 4_ 5________ 6_____ 7__________ 8__________

Chunks:

(ChunkerEvaluator) Sentence #3648 from documents/00102718 from sent8

Text  : tak
Tokens: 1__

Chunks:

(ChunkerEvaluator) Sentence #3649 from documents/00102718 from sent9

Text  : ulga jest bez względu na wiek , w komunikacji miejskiej tutaj warszawskiej
Tokens: 1___ 2___ 3__ 4______ 5_ 6___ 7 8 9__________ 10_______ 11___ 12__________

Chunks:

(ChunkerEvaluator) Sentence #3650 from documents/00102718 from sent10

Text  : aha , rozumiem czyli bez względu na wiek , jeśli ma FILLER aktualną FILLER
Tokens: 1__ 2 3_______ 4____ 5__ 6______ 7_ 8___ 9 10___ 11 12____ 13______ 14____

Chunks:

(ChunkerEvaluator) Sentence #3651 from documents/00102718 from sent11

Text  : legitymację studencką
Tokens: 1__________ 2________

Chunks:

(ChunkerEvaluator) Sentence #3652 from documents/00102718 from sent12

Text  : tak , tak , tak
Tokens: 1__ 2 3__ 4 5__

Chunks:

(ChunkerEvaluator) Sentence #3653 from documents/00102718 from sent13

Text  : te dwadzieścia sześć lat to kolei dotyczy
Tokens: 1_ 2__________ 3____ 4__ 5_ 6____ 7______

Chunks:

(ChunkerEvaluator) Sentence #3654 from documents/00102718 from sent14

Text  : aha , rozumiem , rozumiem
Tokens: 1__ 2 3_______ 4 5_______

Chunks:

(ChunkerEvaluator) Sentence #3655 from documents/00102718 from sent15

Text  : rozumiem
Tokens: 1_______

Chunks:

(ChunkerEvaluator) Sentence #3656 from documents/00102718 from sent16

Text  : i , i , i
Tokens: 1 2 3 4 5

Chunks:

(ChunkerEvaluator) Sentence #3657 from documents/00102718 from sent17

Text  : _ _ _ komunikacji pekaesowej , a jeżeli tu chodzi o  naszą _  _  _  komunikację miejską
Tokens: 1 2 3 4__________ 5_________ 6 7 8_____ 9_ 10____ 11 12___ 13 14 15 16_________ 17_____

Chunks:

(ChunkerEvaluator) Sentence #3658 from documents/00102718 from sent18

Text  : w Warszawie
Tokens: 1 2________

Chunks:
  TruePositive nam [2,2] = Warszawie

(ChunkerEvaluator) Sentence #3659 from documents/00102718 from sent19

Text  : warszawską
Tokens: 1_________

Chunks:

(ChunkerEvaluator) Sentence #3660 from documents/00102718 from sent20

Text  : to to bez _ _ _ bez względu na wiek ,  byle by była legitymacja ważna
Tokens: 1_ 2_ 3__ 4 5 6 7__ 8______ 9_ 10__ 11 12__ 13 14__ 15_________ 16___

Chunks:

(ChunkerEvaluator) Sentence #3661 from documents/00102718 from sent21

Text  : rozumiem , dziękuję serdecznie panu
Tokens: 1_______ 2 3_______ 4_________ 5___

Chunks:

(ChunkerEvaluator) Sentence #3662 from documents/00102718 from sent22

Text  : proszę bardzo
Tokens: 1_____ 2_____

Chunks:

(ChunkerEvaluator) Sentence #3663 from documents/00102718 from sent23

Text  : do widzenia
Tokens: 1_ 2_______

Chunks:

(ChunkerEvaluator) Sentence #3664 from documents/00102718 from sent24

Text  : dziękuję , do usłyszenia
Tokens: 1_______ 2 3_ 4_________

Chunks:

2016-10-13 16:40:51,483 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 263 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103571.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103571.ini
(ChunkerEvaluator) Sentence #3665 from documents/00103571 from sent1

Text  : - Tato !
Tokens: 1 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #3666 from documents/00103571 from sent2

Text  : Tato !
Tokens: 1___ 2

Chunks:

(ChunkerEvaluator) Sentence #3667 from documents/00103571 from sent3

Text  : – Dagny szeptała mu prosto do ucha – wstawaj ,  bo się spóźnimy !
Tokens: 1 2____ 3_______ 4_ 5_____ 6_ 7___ 8 9______ 10 11 12_ 13______ 14

Chunks:
  FalseNegative nam [2,2] = Dagny

(ChunkerEvaluator) Sentence #3668 from documents/00103571 from sent4

Text  : - Jeszcze chwilkę – mamrotał w poduszkę , ale Dagny była nieubłagana .
Tokens: 1 2______ 3______ 4 5_______ 6 7_______ 8 9__ 10___ 11__ 12_________ 13

Chunks:
  TruePositive nam [10,10] = Dagny

(ChunkerEvaluator) Sentence #3669 from documents/00103571 from sent5

Text  : - Tato !
Tokens: 1 2___ 3

Chunks:

(ChunkerEvaluator) Sentence #3670 from documents/00103571 from sent6

Text  : – Dagny pociągnęła za kołdrę , a na koniec połaskotała go w  stopy -  Koniec tego dobrego !
Tokens: 1 2____ 3_________ 4_ 5_____ 6 7 8_ 9_____ 10_________ 11 12 13___ 14 15____ 16__ 17_____ 18

Chunks:
  FalseNegative nam [2,2] = Dagny

(ChunkerEvaluator) Sentence #3671 from documents/00103571 from sent7

Text  : Nieprzytomny Tadeusz Wysocki usiadł na łóżku i próbował pozbierać myśli .
Tokens: 1___________ 2______ 3______ 4_____ 5_ 6____ 7 8_______ 9________ 10___ 11

Chunks:
  TruePositive nam [2,3] = Tadeusz Wysocki

(ChunkerEvaluator) Sentence #3672 from documents/00103571 from sent8

Text  : Niechętnie otworzył oczy i przyjrzał się córce .
Tokens: 1_________ 2_______ 3___ 4 5________ 6__ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #3673 from documents/00103571 from sent9

Text  : Stała przed nim , ubrana w kompletny strój jeździecki -  na nogach miała bryczesy i  sztylpy .
Tokens: 1____ 2____ 3__ 4 5_____ 6 7________ 8____ 9_________ 10 11 12____ 13___ 14______ 15 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #3674 from documents/00103571 from sent10

Text  : Założyła kamizelkę i toczek , a w ręce trzymała bat ,  którym niecierpliwie postukiwała .
Tokens: 1_______ 2________ 3 4_____ 5 6 7 8___ 9_______ 10_ 11 12____ 13___________ 14_________ 15

Chunks:

(ChunkerEvaluator) Sentence #3675 from documents/00103571 from sent11

Text  : - O rany , konie !
Tokens: 1 2 3___ 4 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #3676 from documents/00103571 from sent12

Text  : – zerwał się gwałtownie , a kwadrans później jechali już pustymi ulicami .
Tokens: 1 2_____ 3__ 4_________ 5 6 7_______ 8______ 9______ 10_ 11_____ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #3677 from documents/00103571 from sent13

Text  : Dagny niecierpliwie zerkała na zegarek , nie chciała się spóźnić .
Tokens: 1____ 2____________ 3______ 4_ 5______ 6 7__ 8______ 9__ 10_____ 11

Chunks:
  FalseNegative nam [1,1] = Dagny

(ChunkerEvaluator) Sentence #3678 from documents/00103571 from sent14

Text  : Po kilku minutach skręcili w prawo i minęli tablicę informacyjną .
Tokens: 1_ 2____ 3_______ 4_______ 5 6____ 7 8_____ 9______ 10__________ 11

Chunks:

(ChunkerEvaluator) Sentence #3679 from documents/00103571 from sent15

Text  : Stadnina Koni „ Hucuł ”
Tokens: 1_______ 2___ 3 4____ 5

Chunks:
  FalsePositive nam [2,2] = Koni
  FalsePositive nam [4,4] = Hucuł
  FalseNegative nam [1,5] = Stadnina Koni „ Hucuł ”

(ChunkerEvaluator) Sentence #3680 from documents/00103571 from sent16

Text  : Kuce szetlandzkie
Tokens: 1___ 2___________

Chunks:

(ChunkerEvaluator) Sentence #3681 from documents/00103571 from sent17

Text  : Szkółka jeździecka
Tokens: 1______ 2_________

Chunks:

(ChunkerEvaluator) Sentence #3682 from documents/00103571 from sent18

Text  : - Uff , zdążyli śmy .
Tokens: 1 2__ 3 4______ 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #3683 from documents/00103571 from sent19

Text  : Obiecuję , że w przyszłym tygodniu nie zaśpię !
Tokens: 1_______ 2 3_ 4 5________ 6_______ 7__ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #3684 from documents/00103571 from sent20

Text  : - Zobaczymy – odpowiedziała Daga i nie czekając na tatę ,  wysiadła z  samochodu .
Tokens: 1 2________ 3 4____________ 5___ 6 7__ 8_______ 9_ 10__ 11 12______ 13 14_______ 15

Chunks:
  TruePositive nam [5,5] = Daga

(ChunkerEvaluator) Sentence #3685 from documents/00103571 from sent21

Text  : Pierwsze kroki skierowała do boksu kucyka o imieniu Endi .
Tokens: 1_______ 2____ 3_________ 4_ 5____ 6_____ 7 8______ 9___ 10

Chunks:
  TruePositive nam [9,9] = Endi

(ChunkerEvaluator) Sentence #3686 from documents/00103571 from sent22

Text  : Na nim zaczynała naukę jazdy konnej i jego pierwszego pokochała .
Tokens: 1_ 2__ 3________ 4____ 5____ 6_____ 7 8___ 9_________ 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #3687 from documents/00103571 from sent23

Text  : Endi jest spokojny , posłuszny i świetnie nadaje się dla początkujących jeźdźców .
Tokens: 1___ 2___ 3_______ 4 5________ 6 7_______ 8_____ 9__ 10_ 11____________ 12______ 13

Chunks:
  TruePositive nam [1,1] = Endi

(ChunkerEvaluator) Sentence #3688 from documents/00103571 from sent24

Text  : Kucyk usłyszał kroki na korytarzu i wyjrzał z boksu ,  rżąc na powitanie .
Tokens: 1____ 2_______ 3____ 4_ 5________ 6 7______ 8 9____ 10 11__ 12 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #3689 from documents/00103571 from sent25

Text  : - Endi , mój kochany !
Tokens: 1 2___ 3 4__ 5______ 6

Chunks:
  TruePositive nam [2,2] = Endi

(ChunkerEvaluator) Sentence #3690 from documents/00103571 from sent26

Text  : - Dagny wtuliła nos w czarną grzywę ulubieńca i włożyła marchewkę do jego żłobu .
Tokens: 1 2____ 3______ 4__ 5 6_____ 7_____ 8________ 9 10_____ 11_______ 12 13__ 14___ 15

Chunks:
  FalseNegative nam [2,2] = Dagny

(ChunkerEvaluator) Sentence #3691 from documents/00103571 from sent27

Text  : 3
Tokens: 1

Chunks:

(ChunkerEvaluator) Sentence #3692 from documents/00103571 from sent28

Text  : - Masz w grzywie mnóstwo słomy - narzekała – muszę cię zaraz wyczyścić .
Tokens: 1 2___ 3 4______ 5______ 6____ 7 8________ 9 10___ 11_ 12___ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #3693 from documents/00103571 from sent29

Text  : Poszła do siodlarni po skrzynkę ze szczotkami .
Tokens: 1_____ 2_ 3________ 4_ 5_______ 6_ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #3694 from documents/00103571 from sent30

Text  : Pani Iga , instruktorka jazdy uśmiechnęła się na jej widok .
Tokens: 1___ 2__ 3 4___________ 5____ 6__________ 7__ 8_ 9__ 10___ 11

Chunks:
  TruePositive nam [2,2] = Iga

(ChunkerEvaluator) Sentence #3695 from documents/00103571 from sent31

Text  : - Dobrze , że już jesteś !
Tokens: 1 2_____ 3 4_ 5__ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3696 from documents/00103571 from sent32

Text  : Na ciebie zawsze można liczyć .
Tokens: 1_ 2_____ 3_____ 4____ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3697 from documents/00103571 from sent33

Text  : Możesz przygotować Endiego ?
Tokens: 1_____ 2__________ 3______ 4

Chunks:
  TruePositive nam [3,3] = Endiego

(ChunkerEvaluator) Sentence #3698 from documents/00103571 from sent34

Text  : Zaraz przyjdzie dziewczynka na pierwszą lekcję .
Tokens: 1____ 2________ 3__________ 4_ 5_______ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3699 from documents/00103571 from sent35

Text  : Daga pewnym krokiem weszła do boksu , założyła kantar ,  przypięła uwiąz i  wyprowadziła kucyka na korytarz .
Tokens: 1___ 2_____ 3______ 4_____ 5_ 6____ 7 8_______ 9_____ 10 11_______ 12___ 13 14__________ 15____ 16 17______ 18

Chunks:
  FalseNegative nam [1,1] = Daga

(ChunkerEvaluator) Sentence #3700 from documents/00103571 from sent36

Text  : Obok stanęła dziewczynka w stroju jeździeckim .
Tokens: 1___ 2______ 3__________ 4 5_____ 6__________ 7

Chunks:

(ChunkerEvaluator) Sentence #3701 from documents/00103571 from sent37

Text  : - Pierwsza jazda ?
Tokens: 1 2_______ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #3702 from documents/00103571 from sent38

Text  : – zagadnęła ją przyjaźnie .
Tokens: 1 2________ 3_ 4_________ 5

Chunks:

(ChunkerEvaluator) Sentence #3703 from documents/00103571 from sent39

Text  : – Mam na imię Daga , pomogę ci wyczyścić Endziora ,  zobaczysz ,  to nie jest trudne .
Tokens: 1 2__ 3_ 4___ 5___ 6 7_____ 8_ 9________ 10______ 11 12_______ 13 14 15_ 16__ 17____ 18

Chunks:
  TruePositive nam [5,5] = Daga
  TruePositive nam [10,10] = Endziora

(ChunkerEvaluator) Sentence #3704 from documents/00103571 from sent40

Text  : Jak masz na imię ?
Tokens: 1__ 2___ 3_ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #3705 from documents/00103571 from sent41

Text  : - Weronika .
Tokens: 1 2_______ 3

Chunks:
  TruePositive nam [2,2] = Weronika

(ChunkerEvaluator) Sentence #3706 from documents/00103571 from sent42

Text  : Dagny przywiązała uwiąz do metalowego kółka i podała Weronice szczotkę .
Tokens: 1____ 2__________ 3____ 4_ 5_________ 6____ 7 8_____ 9_______ 10______ 11

Chunks:
  TruePositive nam [9,9] = Weronice
  FalseNegative nam [1,1] = Dagny

(ChunkerEvaluator) Sentence #3707 from documents/00103571 from sent43

Text  : - Wszystkie czynności przy kucu zaczynamy od lewej strony –  tłumaczyła Daga –  najpierw wyszczotkujemy sierść .
Tokens: 1 2________ 3________ 4___ 5___ 6________ 7_ 8____ 9_____ 10 11________ 12__ 13 14______ 15____________ 16____ 17

Chunks:
  TruePositive nam [12,12] = Daga

(ChunkerEvaluator) Sentence #3708 from documents/00103571 from sent44

Text  : Weronika z zapałem przeciągała szczotką po grzbiecie Endiego .
Tokens: 1_______ 2 3______ 4__________ 5_______ 6_ 7________ 8______ 9

Chunks:
  TruePositive nam [1,1] = Weronika
  TruePositive nam [8,8] = Endiego

(ChunkerEvaluator) Sentence #3709 from documents/00103571 from sent45

Text  : - Teraz z drugiej strony ?
Tokens: 1 2____ 3 4______ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3710 from documents/00103571 from sent46

Text  : – Weronika próbowała wyminąć kucyka , ale Daga przytrzymała ją za ramię .
Tokens: 1 2_______ 3________ 4______ 5_____ 6 7__ 8___ 9___________ 10 11 12___ 13

Chunks:
  TruePositive nam [8,8] = Daga
  FalseNegative nam [2,2] = Weronika

(ChunkerEvaluator) Sentence #3711 from documents/00103571 from sent47

Text  : - Podstawowa zasada przy koniach – bezpieczeństwo .
Tokens: 1 2_________ 3_____ 4___ 5______ 6 7_____________ 8

Chunks:

(ChunkerEvaluator) Sentence #3712 from documents/00103571 from sent48

Text  : Nigdy nie przechodzimy od strony zadu , mógł by się spłoszyć i  kopnąć .
Tokens: 1____ 2__ 3___________ 4_ 5_____ 6___ 7 8___ 9_ 10_ 11______ 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #3713 from documents/00103571 from sent49

Text  : Zawsze obchodzimy konia od strony łba .
Tokens: 1_____ 2_________ 3____ 4_ 5_____ 6__ 7

Chunks:

(ChunkerEvaluator) Sentence #3714 from documents/00103571 from sent50

Text  : - Ty chyba wiesz wszystko o kucach – Weronika spojrzała z  podziwem .
Tokens: 1 2_ 3____ 4____ 5_______ 6 7_____ 8 9_______ 10_______ 11 12______ 13

Chunks:
  TruePositive nam [9,9] = Weronika

(ChunkerEvaluator) Sentence #3715 from documents/00103571 from sent51

Text  : - Ciągle dowiaduję się czegoś nowego – roześmiała się Daga .
Tokens: 1 2_____ 3________ 4__ 5_____ 6_____ 7 8_________ 9__ 10__ 11

Chunks:
  TruePositive nam [10,10] = Daga

(ChunkerEvaluator) Sentence #3716 from documents/00103571 from sent52

Text  : – Wyczyszczę kopyta i założę ochraniacze , a ty przeczesz palcami grzywę ,  żeby opadała na jedną stronę .
Tokens: 1 2_________ 3_____ 4 5_____ 6__________ 7 8 9_ 10_______ 11_____ 12____ 13 14__ 15_____ 16 17___ 18____ 19

Chunks:

(ChunkerEvaluator) Sentence #3717 from documents/00103571 from sent53

Text  : Powyciągaj z niej słomę , kucyk musi wyglądać elegancko !
Tokens: 1_________ 2 3___ 4____ 5 6____ 7___ 8_______ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #3718 from documents/00103571 from sent54

Text  : Daga sprawnie założyła czaprak i siodło , lekko podpięła popręg .
Tokens: 1___ 2_______ 3_______ 4______ 5 6_____ 7 8____ 9_______ 10____ 11

Chunks:
  FalseNegative nam [1,1] = Daga

(ChunkerEvaluator) Sentence #3719 from documents/00103571 from sent55

Text  : - Założę jeszcze ogłowie i gotowe !
Tokens: 1 2_____ 3______ 4______ 5 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3720 from documents/00103571 from sent56

Text  : – podała wodze Weronice – możesz zaprowadzić Endiego na okólnik .
Tokens: 1 2_____ 3____ 4_______ 5 6_____ 7__________ 8______ 9_ 10_____ 11

Chunks:
  TruePositive nam [4,4] = Weronice
  TruePositive nam [8,8] = Endiego

(ChunkerEvaluator) Sentence #3721 from documents/00103571 from sent57

Text  : Dziewczynka wzięła wodze do ręki i niepewnie stanęła przy kucyku .
Tokens: 1__________ 2_____ 3____ 4_ 5___ 6 7________ 8______ 9___ 10____ 11

Chunks:

2016-10-13 16:40:51,871 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 264 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103572.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103572.ini
(ChunkerEvaluator) Sentence #3722 from documents/00103572 from sent1

Text  : Szkoda było by stracić mieszkanie po ciotce Tonika , zwłaszcza ,  że lista oczekujących na przydział była długa .
Tokens: 1_____ 2___ 3_ 4______ 5_________ 6_ 7_____ 8_____ 9 10_______ 11 12 13___ 14__________ 15 16_______ 17__ 18___ 19

Chunks:
  TruePositive nam [8,8] = Tonika

(ChunkerEvaluator) Sentence #3723 from documents/00103572 from sent2

Text  : Czasy były niespokojne , budowa domu ryzykowna .
Tokens: 1____ 2___ 3__________ 4 5_____ 6___ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #3724 from documents/00103572 from sent3

Text  : Nie wiadomo było , co przyniesie przyszłość .
Tokens: 1__ 2______ 3___ 4 5_ 6_________ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #3725 from documents/00103572 from sent4

Text  : Zresztą , Tonik będzie miał blisko na kopalnię , to też się liczyło .
Tokens: 1______ 2 3____ 4_____ 5___ 6_____ 7_ 8_______ 9 10 11_ 12_ 13_____ 14

Chunks:
  TruePositive nam [3,3] = Tonik

(ChunkerEvaluator) Sentence #3726 from documents/00103572 from sent5

Text  : A Zofija , matka Anieli naciskała , żeby poszli na swoje :
Tokens: 1 2_____ 3 4____ 5_____ 6________ 7 8___ 9_____ 10 11___ 12

Chunks:
  TruePositive nam [2,2] = Zofija
  TruePositive nam [5,5] = Anieli

(ChunkerEvaluator) Sentence #3727 from documents/00103572 from sent6

Text  : - Dzioucha , bydziesz paniom we własnej chaupie .
Tokens: 1 2_______ 3 4_______ 5_____ 6_ 7______ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #3728 from documents/00103572 from sent7

Text  : Jeszcze mi podzienkujesz .
Tokens: 1______ 2_ 3____________ 4

Chunks:

(ChunkerEvaluator) Sentence #3729 from documents/00103572 from sent8

Text  : Aniela nie była zadowolona .
Tokens: 1_____ 2__ 3___ 4_________ 5

Chunks:
  TruePositive nam [1,1] = Aniela

(ChunkerEvaluator) Sentence #3730 from documents/00103572 from sent9

Text  : Wsiedli do autobusu , który zawiózł ich do miasteczka ,  w  którym zawsze czuła się nieswojo .
Tokens: 1______ 2_ 3_______ 4 5____ 6______ 7__ 8_ 9_________ 10 11 12____ 13____ 14___ 15_ 16______ 17

Chunks:

(ChunkerEvaluator) Sentence #3731 from documents/00103572 from sent10

Text  : Wolała by zostać na wsi , niż mieszkać przy hutach .
Tokens: 1_____ 2_ 3_____ 4_ 5__ 6 7__ 8_______ 9___ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #3732 from documents/00103572 from sent11

Text  : Miała wrażenie , że wszyscy im się przyglądają – przechodnie i  mieszkańcy –  szczelnie ukryci za gęstymi firankami .
Tokens: 1____ 2_______ 3 4_ 5______ 6_ 7__ 8__________ 9 10_________ 11 12________ 13 14_______ 15____ 16 17_____ 18_______ 19

Chunks:

(ChunkerEvaluator) Sentence #3733 from documents/00103572 from sent12

Text  : Szli ulicą świętej Anny , wybrukowanej kocimi łbami .
Tokens: 1___ 2____ 3______ 4___ 5 6___________ 7_____ 8____ 9

Chunks:
  FalsePositive nam [4,4] = Anny
  FalseNegative nam [3,4] = świętej Anny

(ChunkerEvaluator) Sentence #3734 from documents/00103572 from sent13

Text  : Tonik w ciepłych , wełnianych spodniach i grubej marynarce .
Tokens: 1____ 2 3_______ 4 5_________ 6________ 7 8_____ 9________ 10

Chunks:
  FalseNegative nam [1,1] = Tonik

(ChunkerEvaluator) Sentence #3735 from documents/00103572 from sent14

Text  : Na głowę wcisnął czapkę .
Tokens: 1_ 2____ 3______ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #3736 from documents/00103572 from sent15

Text  : Aniela w tradycyjnym kaftanie i sutej spódnicy , z chustą owiniętą wokół głowy .
Tokens: 1_____ 2 3__________ 4_______ 5 6____ 7_______ 8 9 10____ 11______ 12___ 13___ 14

Chunks:
  TruePositive nam [1,1] = Aniela

(ChunkerEvaluator) Sentence #3737 from documents/00103572 from sent16

Text  : Wzdłuż chodnika posadzono drzewka , zeschnięte liście opadały przy podmuchach porywistego wiatru .
Tokens: 1_____ 2_______ 3________ 4______ 5 6_________ 7_____ 8______ 9___ 10________ 11_________ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #3738 from documents/00103572 from sent17

Text  : Budynki stały ciasno , jeden przy drugim .
Tokens: 1______ 2____ 3_____ 4 5____ 6___ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #3739 from documents/00103572 from sent18

Text  : Czerwona cegła dawno już pociemniała , wchłonęła gęste opary wydobywające się z  kominów .
Tokens: 1_______ 2____ 3____ 4__ 5__________ 6 7________ 8____ 9____ 10__________ 11_ 12 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #3740 from documents/00103572 from sent19

Text  : Jedynie jaskrawoczerwone framugi okien rozjaśniały ponury krajobraz .
Tokens: 1______ 2_______________ 3______ 4____ 5__________ 6_____ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #3741 from documents/00103572 from sent20

Text  : Nad dachami górowały szyby kopalni , w której pracowali mężczyźni z  familoków .
Tokens: 1__ 2______ 3_______ 4____ 5______ 6 7 8_____ 9________ 10_______ 11 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #3742 from documents/00103572 from sent21

Text  : - Jo sie tu traca – Aniela pociągnęła nosem ,  -  jak mom spamientać ,  jak byda mieszkoć ?
Tokens: 1 2_ 3__ 4_ 5____ 6 7_____ 8_________ 9____ 10 11 12_ 13_ 14________ 15 16_ 17__ 18______ 19

Chunks:
  TruePositive nam [7,7] = Aniela

(ChunkerEvaluator) Sentence #3743 from documents/00103572 from sent22

Text  : - Łostatni dom po prawej stronie – pocieszał ją Tonik ,  -  spamientosz .
Tokens: 1 2_______ 3__ 4_ 5_____ 6______ 7 8________ 9_ 10___ 11 12 13_________ 14

Chunks:
  TruePositive nam [10,10] = Tonik

(ChunkerEvaluator) Sentence #3744 from documents/00103572 from sent23

Text  : Tonikowi u ciotki Wyni zawsze się podobało .
Tokens: 1_______ 2 3_____ 4___ 5_____ 6__ 7_______ 8

Chunks:
  TruePositive nam [4,4] = Wyni
  FalseNegative nam [1,1] = Tonikowi

(ChunkerEvaluator) Sentence #3745 from documents/00103572 from sent24

Text  : Co prawda , mieszkanie nie było duże , ale świętej pamięci Wynia zawsze podkreślała ,  że życie w  mieście jest łatwiejsze .
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 [12,12] = Wynia

(ChunkerEvaluator) Sentence #3746 from documents/00103572 from sent25

Text  : Był pewien , że Aniela sama się o tym przekona .
Tokens: 1__ 2_____ 3 4_ 5_____ 6___ 7__ 8 9__ 10______ 11

Chunks:
  TruePositive nam [5,5] = Aniela

(ChunkerEvaluator) Sentence #3747 from documents/00103572 from sent26

Text  : Żona bez przekonania stanęła przed bramą , czekając , aż Tonik otworzy ciężkie ,  drewniane drzwi .
Tokens: 1___ 2__ 3__________ 4______ 5____ 6____ 7 8_______ 9 10 11___ 12_____ 13_____ 14 15_______ 16___ 17

Chunks:
  TruePositive nam [11,11] = Tonik

(ChunkerEvaluator) Sentence #3748 from documents/00103572 from sent27

Text  : - Jo sobie nie wyobrażom mieszkać s łobcymi – powiedziała i  weszli do środka .
Tokens: 1 2_ 3____ 4__ 5________ 6_______ 7 8______ 9 10_________ 11 12____ 13 14____ 15

Chunks:
  FalsePositive nam [2,2] = Jo

(ChunkerEvaluator) Sentence #3749 from documents/00103572 from sent28

Text  : Na parterze znajdowały się trzy pary drzwi .
Tokens: 1_ 2_______ 3_________ 4__ 5___ 6___ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #3750 from documents/00103572 from sent29

Text  : Jedne , na końcu korytarza prowadziły na podwórko .
Tokens: 1____ 2 3_ 4____ 5________ 6_________ 7_ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #3751 from documents/00103572 from sent30

Text  : Kolejnymi można było zejść do piwnicy .
Tokens: 1________ 2____ 3___ 4____ 5_ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #3752 from documents/00103572 from sent31

Text  : Za ostatnimi , zaraz obok schodów znajdowało się niewielkie mieszkanie .
Tokens: 1_ 2________ 3 4____ 5___ 6______ 7_________ 8__ 9_________ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #3753 from documents/00103572 from sent32

Text  : Nie zdążyli nawet porządnie zamknąć bramy , a już z  mieszkania wychyliła się Geszlechtowa .
Tokens: 1__ 2______ 3____ 4________ 5______ 6____ 7 8 9__ 10 11________ 12_______ 13_ 14__________ 15

Chunks:
  TruePositive nam [14,14] = Geszlechtowa

(ChunkerEvaluator) Sentence #3754 from documents/00103572 from sent33

Text  : Helena Geszlecht była bezdzietną wdową .
Tokens: 1_____ 2________ 3___ 4_________ 5____ 6

Chunks:
  TruePositive nam [1,2] = Helena Geszlecht

(ChunkerEvaluator) Sentence #3755 from documents/00103572 from sent34

Text  : Mieszkała samotnie , żyjąc z renty po mężu .
Tokens: 1________ 2_______ 3 4____ 5 6____ 7_ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #3756 from documents/00103572 from sent35

Text  : Ubrana była porządnie , po chłopsku , w długą spódnicę i  kaftan .
Tokens: 1_____ 2___ 3________ 4 5_ 6_______ 7 8 9____ 10______ 11 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #3757 from documents/00103572 from sent36

Text  : Włosy nakryła chustką , a na spódnicy zawiązała fartuch do kostek .
Tokens: 1____ 2______ 3______ 4 5 6_ 7_______ 8________ 9______ 10 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #3758 from documents/00103572 from sent37

Text  : Z niechęcią spoglądała na obcych .
Tokens: 1 2________ 3_________ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3759 from documents/00103572 from sent38

Text  : - Ja wos pierwszy roz widza , a wszystkich tu znom .
Tokens: 1 2_ 3__ 4_______ 5__ 6____ 7 8 9_________ 10 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #3760 from documents/00103572 from sent39

Text  : Ku komu wy idziecie ?
Tokens: 1_ 2___ 3_ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #3761 from documents/00103572 from sent40

Text  : - Szczenść wom Boże – Tonik przywitał się grzecznie ,  -  wyście mnie nie poznali ,  ja ?
Tokens: 1 2_______ 3__ 4___ 5 6____ 7________ 8__ 9________ 10 11 12____ 13__ 14_ 15_____ 16 17 18

Chunks:
  TruePositive nam [4,4] = Boże
  TruePositive nam [6,6] = Tonik

(ChunkerEvaluator) Sentence #3762 from documents/00103572 from sent41

Text  : Jo jest Tonik Ślosarczyk , a to moja żonka .
Tokens: 1_ 2___ 3____ 4_________ 5 6 7_ 8___ 9____ 10

Chunks:
  TruePositive nam [3,4] = Tonik Ślosarczyk
  FalsePositive nam [1,1] = Jo

(ChunkerEvaluator) Sentence #3763 from documents/00103572 from sent42

Text  : Aniela .
Tokens: 1_____ 2

Chunks:
  FalseNegative nam [1,1] = Aniela

(ChunkerEvaluator) Sentence #3764 from documents/00103572 from sent43

Text  : - Tonik ?
Tokens: 1 2____ 3

Chunks:
  FalseNegative nam [2,2] = Tonik

(ChunkerEvaluator) Sentence #3765 from documents/00103572 from sent44

Text  : – spojrzała uważniej , - wyście som łod Wyni świentej pamienci ?
Tokens: 1 2________ 3_______ 4 5 6_____ 7__ 8__ 9___ 10______ 11______ 12

Chunks:
  FalseNegative nam [9,9] = Wyni

(ChunkerEvaluator) Sentence #3766 from documents/00103572 from sent45

Text  : - Ja .
Tokens: 1 2_ 3

Chunks:

(ChunkerEvaluator) Sentence #3767 from documents/00103572 from sent46

Text  : Idemy mieszkanie łobejrzyć .
Tokens: 1____ 2_________ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #3768 from documents/00103572 from sent47

Text  : Jo żech je dostoł .
Tokens: 1_ 2___ 3_ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #3769 from documents/00103572 from sent48

Text  : - Tela łobcych sie tu poniywyro – Helena wbiła wzrok w  Anielę ,  -  jo sie musza dawać pozór .
Tokens: 1 2___ 3______ 4__ 5_ 6________ 7 8_____ 9____ 10___ 11 12____ 13 14 15 16_ 17___ 18___ 19___ 20

Chunks:
  TruePositive nam [8,8] = Helena
  TruePositive nam [12,12] = Anielę

(ChunkerEvaluator) Sentence #3770 from documents/00103572 from sent49

Text  : I jak się znienacka pojawiła , tak nagle zniknęła w  mieszkaniu .
Tokens: 1 2__ 3__ 4________ 5_______ 6 7__ 8____ 9_______ 10 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #3771 from documents/00103572 from sent50

Text  : - Mówiłach , że nie chca z łobcymi mieszkoć !
Tokens: 1 2_______ 3 4_ 5__ 6___ 7 8______ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #3772 from documents/00103572 from sent51

Text  : - Dyć to Helena Geszlechtowa , baba po starym Geszlechcie .
Tokens: 1 2__ 3_ 4_____ 5___________ 6 7___ 8_ 9_____ 10_________ 11

Chunks:
  TruePositive nam [4,5] = Helena Geszlechtowa
  TruePositive nam [10,10] = Geszlechcie
  FalsePositive nam [2,2] = Dyć

(ChunkerEvaluator) Sentence #3773 from documents/00103572 from sent52

Text  : Łona tak zawsze – roześmiał się Tonik .
Tokens: 1___ 2__ 3_____ 4 5________ 6__ 7____ 8

Chunks:
  TruePositive nam [7,7] = Tonik

(ChunkerEvaluator) Sentence #3774 from documents/00103572 from sent53

Text  : - Na mie to patrzała jak na przybłenda – zżymała się Aniela .
Tokens: 1 2_ 3__ 4_ 5_______ 6__ 7_ 8_________ 9 10_____ 11_ 12____ 13

Chunks:
  TruePositive nam [12,12] = Aniela

(ChunkerEvaluator) Sentence #3775 from documents/00103572 from sent54

Text  : Drewniane schody zaprowadziły ich na półpiętro , gdzie znajdowała się wspólna toaleta .
Tokens: 1________ 2_____ 3___________ 4__ 5_ 6________ 7 8____ 9_________ 10_ 11_____ 12_____ 13

Chunks:

(ChunkerEvaluator) Sentence #3776 from documents/00103572 from sent55

Text  : Aniela skrzywiła się lekko , bo akurat jakieś dziecko wyszło na korytarz ,  podciągając spodnie .
Tokens: 1_____ 2________ 3__ 4____ 5 6_ 7_____ 8_____ 9______ 10____ 11 12______ 13 14_________ 15_____ 16

Chunks:
  TruePositive nam [1,1] = Aniela

(ChunkerEvaluator) Sentence #3777 from documents/00103572 from sent56

Text  : Mieszkanie po Wyni znajdowało się na pierwszym piętrze .
Tokens: 1_________ 2_ 3___ 4_________ 5__ 6_ 7________ 8______ 9

Chunks:
  TruePositive nam [3,3] = Wyni

(ChunkerEvaluator) Sentence #3778 from documents/00103572 from sent57

Text  : Tonik wyciągnął z kieszeni klucze , a ze skórzanej teczki mosiężną tabliczkę z  wygrawerowanym napisem :
Tokens: 1____ 2________ 3 4_______ 5_____ 6 7 8_ 9________ 10____ 11______ 12_______ 13 14____________ 15_____ 16

Chunks:
  FalseNegative nam [1,1] = Tonik

(ChunkerEvaluator) Sentence #3779 from documents/00103572 from sent58

Text  : Aniela i Antoni Ślosarczyk
Tokens: 1_____ 2 3_____ 4_________

Chunks:
  TruePositive nam [1,1] = Aniela
  TruePositive nam [3,4] = Antoni Ślosarczyk

(ChunkerEvaluator) Sentence #3780 from documents/00103572 from sent59

Text  : i podał ją żonie .
Tokens: 1 2____ 3_ 4____ 5

Chunks:

2016-10-13 16:40:52,070 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 265 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103573.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103573.ini
(ChunkerEvaluator) Sentence #3781 from documents/00103573 from sent1

Text  : To nasza ławka , można tak powiedzieć .
Tokens: 1_ 2____ 3____ 4 5____ 6__ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #3782 from documents/00103573 from sent2

Text  : Od pierwszej mszy tu siedzimy .
Tokens: 1_ 2________ 3___ 4_ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #3783 from documents/00103573 from sent3

Text  : Początkowo Ondricek wiercił się , namawiał , żeby śmy poszli bardziej do przodu albo usiedli z  boku ?
Tokens: 1_________ 2_______ 3______ 4__ 5 6_______ 7 8___ 9__ 10____ 11______ 12 13____ 14__ 15_____ 16 17__ 18

Chunks:
  TruePositive nam [2,2] = Ondricek

(ChunkerEvaluator) Sentence #3784 from documents/00103573 from sent4

Text  : Kręcił się , stawał bokiem , mocno wysuwał głowę do przodu .
Tokens: 1_____ 2__ 3 4_____ 5_____ 6 7____ 8______ 9____ 10 11____ 12

Chunks:

(ChunkerEvaluator) Sentence #3785 from documents/00103573 from sent5

Text  : Żeby mi udowodnić , jak bardzo niewygodnie patrzy się na księdza przez kraty .
Tokens: 1___ 2_ 3________ 4 5__ 6_____ 7__________ 8_____ 9__ 10 11_____ 12___ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #3786 from documents/00103573 from sent6

Text  : A mnie w kościele duszno .
Tokens: 1 2___ 3 4_______ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3787 from documents/00103573 from sent7

Text  : W przedsionku jest trochę chłodniej , trochę wieje .
Tokens: 1 2__________ 3___ 4_____ 5________ 6 7_____ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #3788 from documents/00103573 from sent8

Text  : Już widzę że Ondricek się wyłączył .
Tokens: 1__ 2____ 3_ 4_______ 5__ 6_______ 7

Chunks:
  TruePositive nam [4,4] = Ondricek

(ChunkerEvaluator) Sentence #3789 from documents/00103573 from sent9

Text  : Oczy rozmarzone , ręce zaplótł na brzuchu .
Tokens: 1___ 2_________ 3 4___ 5______ 6_ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #3790 from documents/00103573 from sent10

Text  : Przestał się rozglądać , to znaczy , że nie słucha .
Tokens: 1_______ 2__ 3________ 4 5_ 6_____ 7 8_ 9__ 10____ 11

Chunks:

(ChunkerEvaluator) Sentence #3791 from documents/00103573 from sent11

Text  : Sprawdzę po Mszy , czy pamięta czytania .
Tokens: 1_______ 2_ 3___ 4 5__ 6______ 7_______ 8

Chunks:
  FalsePositive nam [3,3] = Mszy

(ChunkerEvaluator) Sentence #3792 from documents/00103573 from sent12

Text  : Nie będzie wiedział , spojrzy mi prosto w oczy i  powie :  „  Mariczko moja ,  ja nic nie zrozumiał em ,  tak szybko mówili po polsku .
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 [14,14] = Mariczko

(ChunkerEvaluator) Sentence #3793 from documents/00103573 from sent13

Text  : Wiesz , że ja nie wszystko jeszcze rozumiem ! ”
Tokens: 1____ 2 3_ 4_ 5__ 6_______ 7______ 8_______ 9 10

Chunks:

(ChunkerEvaluator) Sentence #3794 from documents/00103573 from sent14

Text  : Za tydzień będzie to samo .
Tokens: 1_ 2______ 3_____ 4_ 5___ 6

Chunks:

(ChunkerEvaluator) Sentence #3795 from documents/00103573 from sent15

Text  : Czaruje mnie mój Ondricek co niedzielę od tylu lat .
Tokens: 1______ 2___ 3__ 4_______ 5_ 6________ 7_ 8___ 9__ 10

Chunks:
  FalseNegative nam [4,4] = Ondricek

(ChunkerEvaluator) Sentence #3796 from documents/00103573 from sent16

Text  : Tyle czasu …
Tokens: 1___ 2____ 3

Chunks:

(ChunkerEvaluator) Sentence #3797 from documents/00103573 from sent17

Text  : Taki kawał życia .
Tokens: 1___ 2____ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #3798 from documents/00103573 from sent18

Text  : Zawsze tak samo .
Tokens: 1_____ 2__ 3___ 4

Chunks:

(ChunkerEvaluator) Sentence #3799 from documents/00103573 from sent19

Text  : - Ondricku , spóźnimy się !
Tokens: 1 2_______ 3 4_______ 5__ 6

Chunks:
  FalseNegative nam [2,2] = Ondricku

(ChunkerEvaluator) Sentence #3800 from documents/00103573 from sent20

Text  : - Nie , Mariko , już wychodzę .
Tokens: 1 2__ 3 4_____ 5 6__ 7_______ 8

Chunks:
  TruePositive nam [4,4] = Mariko

(ChunkerEvaluator) Sentence #3801 from documents/00103573 from sent21

Text  : Mamy jeszcze czas .
Tokens: 1___ 2______ 3___ 4

Chunks:

(ChunkerEvaluator) Sentence #3802 from documents/00103573 from sent22

Text  : - Znów metro nam ucieknie .
Tokens: 1 2___ 3____ 4__ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #3803 from documents/00103573 from sent23

Text  : - Mariczko , zdążymy na pewno .
Tokens: 1 2_______ 3 4______ 5_ 6____ 7

Chunks:
  FalseNegative nam [2,2] = Mariczko

(ChunkerEvaluator) Sentence #3804 from documents/00103573 from sent24

Text  : Nie denerwuj się .
Tokens: 1__ 2_______ 3__ 4

Chunks:

(ChunkerEvaluator) Sentence #3805 from documents/00103573 from sent25

Text  : Wychodzimy z domu .
Tokens: 1_________ 2 3___ 4

Chunks:

(ChunkerEvaluator) Sentence #3806 from documents/00103573 from sent26

Text  : Już jest późno , a Ondricek jeszcze wraca się po parasol i  sprawdza ,  czy na pewno wyłączył gaz .
Tokens: 1__ 2___ 3____ 4 5 6_______ 7______ 8____ 9__ 10 11_____ 12 13______ 14 15_ 16 17___ 18______ 19_ 20

Chunks:
  TruePositive nam [6,6] = Ondricek

(ChunkerEvaluator) Sentence #3807 from documents/00103573 from sent27

Text  : Idziemy na stację Luka .
Tokens: 1______ 2_ 3_____ 4___ 5

Chunks:
  TruePositive nam [4,4] = Luka

(ChunkerEvaluator) Sentence #3808 from documents/00103573 from sent28

Text  : Musimy jeździć metrem , choć wolę autobus .
Tokens: 1_____ 2______ 3_____ 4 5___ 6___ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #3809 from documents/00103573 from sent29

Text  : W metrze Ondricek się ożywia .
Tokens: 1 2_____ 3_______ 4__ 5_____ 6

Chunks:
  TruePositive nam [3,3] = Ondricek

(ChunkerEvaluator) Sentence #3810 from documents/00103573 from sent30

Text  : Spotyka znajomych , zagaduje obcych .
Tokens: 1______ 2________ 3 4_______ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3811 from documents/00103573 from sent31

Text  : Nie chce wysiąść .
Tokens: 1__ 2___ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #3812 from documents/00103573 from sent32

Text  : A w autobusie zawsze śpi .
Tokens: 1 2 3________ 4_____ 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #3813 from documents/00103573 from sent33

Text  : Po Mszy Ondricek zabiera mnie na obiad do gospody .
Tokens: 1_ 2___ 3_______ 4______ 5___ 6_ 7____ 8_ 9______ 10

Chunks:
  FalsePositive nam [2,3] = Mszy Ondricek
  FalseNegative nam [3,3] = Ondricek

(ChunkerEvaluator) Sentence #3814 from documents/00103573 from sent34

Text  : W tygodniu nie jemy razem , a wieczorami wychodzi na piwo .
Tokens: 1 2_______ 3__ 4___ 5____ 6 7 8_________ 9_______ 10 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #3815 from documents/00103573 from sent35

Text  : Nie mogła m się przyzwyczaić .
Tokens: 1__ 2____ 3 4__ 5___________ 6

Chunks:

(ChunkerEvaluator) Sentence #3816 from documents/00103573 from sent36

Text  : Tłumaczyła m : „ Ondricku , przecież mamy tylko siebie .
Tokens: 1_________ 2 3 4 5_______ 6 7_______ 8___ 9____ 10____ 11

Chunks:
  TruePositive nam [5,5] = Ondricku

(ChunkerEvaluator) Sentence #3817 from documents/00103573 from sent37

Text  : Jak możesz mnie dzień w dzień zostawiać ? ”
Tokens: 1__ 2_____ 3___ 4____ 5 6____ 7________ 8 9

Chunks:

(ChunkerEvaluator) Sentence #3818 from documents/00103573 from sent38

Text  : Wzdychał głęboko , przytulał – i wychodził .
Tokens: 1_______ 2______ 3 4________ 5 6 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #3819 from documents/00103573 from sent39

Text  : W końcu zrozumiała m , taka jest jego czeska dusza ,  codziennie musi być zlana kuflem piwa ,  to jak kąpiel ,  jak oczyszczenie .
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 #3820 from documents/00103573 from sent40

Text  : Nie umie bez tego żyć .
Tokens: 1__ 2___ 3__ 4___ 5__ 6

Chunks:

(ChunkerEvaluator) Sentence #3821 from documents/00103573 from sent41

Text  : Na początku próbowała m go zmienić .
Tokens: 1_ 2_______ 3________ 4 5_ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #3822 from documents/00103573 from sent42

Text  : Kupowała m mu piwo , robiła m gulasz – wszystko na nic .
Tokens: 1_______ 2 3_ 4___ 5 6_____ 7 8_____ 9 10______ 11 12_ 13

Chunks:

(ChunkerEvaluator) Sentence #3823 from documents/00103573 from sent43

Text  : Wypijał , zjadł i tak poszedł .
Tokens: 1______ 2 3____ 4 5__ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #3824 from documents/00103573 from sent44

Text  : Przestała m z nim walczyć .
Tokens: 1________ 2 3 4__ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #3825 from documents/00103573 from sent45

Text  : Przyzwyczaiła m się do samotnych wieczorów .
Tokens: 1____________ 2 3__ 4_ 5________ 6________ 7

Chunks:

2016-10-13 16:40:52,206 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 266 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103583.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103583.ini
(ChunkerEvaluator) Sentence #3826 from documents/00103583 from sent1

Text  : Adamowi było wszystko jedno , czy jego szczątki zostaną złożone na cmentarzu ,  łące ,  czy pod przyszłą autostradą ,  supermarketem albo śmietniskiem .
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 [1,1] = Adamowi

(ChunkerEvaluator) Sentence #3827 from documents/00103583 from sent2

Text  : Nie miał bliskiej rodziny , której mógł by przekazać sugestię ,  jak miał by wyglądać jego pochówek .
Tokens: 1__ 2___ 3_______ 4______ 5 6_____ 7___ 8_ 9________ 10______ 11 12_ 13__ 14 15______ 16__ 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #3828 from documents/00103583 from sent3

Text  : Po kolejnych wizytach w witomińskiej nekropolii coraz mocniej upewniał się ,  że o  miejscu ostatecznego spoczynku powinien decydować wiatr ,  rozwiewający popiół z  jakiegoś wzniesienia ,  a  potem deszcz ,  z  którym wsączy się w  ziemię .
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 #3829 from documents/00103583 from sent4

Text  : Nie chciał skończyć jako truchło , które przykrywa się kosztowną kamienną płytą i  obstawia świeczkami .
Tokens: 1__ 2_____ 3_______ 4___ 5______ 6 7____ 8________ 9__ 10_______ 11______ 12___ 13 14______ 15________ 16

Chunks:

(ChunkerEvaluator) Sentence #3830 from documents/00103583 from sent5

Text  : Nawet jego samego bezwzględna siła tej tradycji zmusiła do wykonywania tych rytualnych obrzędów .
Tokens: 1____ 2___ 3_____ 4__________ 5___ 6__ 7_______ 8______ 9_ 10_________ 11__ 12________ 13______ 14

Chunks:

(ChunkerEvaluator) Sentence #3831 from documents/00103583 from sent6

Text  : Adam współczuł staruszkom , które ścierały z granitów deszczowe zacieki ,  zgarniały liście i  grabiły ścieżki między grobami .
Tokens: 1___ 2________ 3_________ 4 5____ 6_______ 7 8_______ 9________ 10_____ 11 12_______ 13____ 14 15_____ 16_____ 17____ 18_____ 19

Chunks:
  TruePositive nam [1,1] = Adam

(ChunkerEvaluator) Sentence #3832 from documents/00103583 from sent7

Text  : Beznadziejną walkę z naturą prowadziły prawie wyłącznie kobiety .
Tokens: 1___________ 2____ 3 4_____ 5_________ 6_____ 7________ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #3833 from documents/00103583 from sent8

Text  : Były jak oddziały leciwych Spartanek , które sprzątają kurhany pod Termopilami ,  nie zdając sobie sprawy ,  że ślady po mogiłach poległych herosów i  tak kiedyś na zawsze znikną .
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 [5,5] = Spartanek
  TruePositive nam [11,11] = Termopilami

(ChunkerEvaluator) Sentence #3834 from documents/00103583 from sent9

Text  : Mimo ich konsekwentnych wysiłków , przyroda powolutku i bezlitośnie zaprowadzała swój odwieczny porządek ,  nazywany przez człowieka chaosem z  zemsty za to ,  że uparcie niszczy harmonię kształtów uformowanych jego ręką .
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:

(ChunkerEvaluator) Sentence #3835 from documents/00103583 from sent10

Text  : Kruszejące lastryka , blednące napisy , zapadające się ławeczki ,  zarastały mchami wcześniej czy później .
Tokens: 1_________ 2_______ 3 4_______ 5_____ 6 7_________ 8__ 9_______ 10 11_______ 12____ 13_______ 14_ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #3836 from documents/00103583 from sent11

Text  : Marmur i granit , sprowadzone spod Kielc , z Włoch albo Chin ,  trzymały się trochę dłużej ,  ale i  one w  końcu matowiały i  pękały .
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 [7,7] = Kielc
  TruePositive nam [10,10] = Włoch
  TruePositive nam [12,12] = Chin
  FalsePositive nam [1,1] = Marmur

(ChunkerEvaluator) Sentence #3837 from documents/00103583 from sent12

Text  : Także stal krzyży , barierek i płotków czas przeżuwał na placki rdzawego łajna .
Tokens: 1____ 2___ 3_____ 4 5_______ 6 7______ 8___ 9________ 10 11____ 12______ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #3838 from documents/00103583 from sent13

Text  : Walka o uwiecznienie geometrycznych figur , rozdzielanie różnych rodzajów materii ,  ozdabianie jej kolorami ,  wydawała się Adamowi naiwna i  żałosna .
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 [18,18] = Adamowi

(ChunkerEvaluator) Sentence #3839 from documents/00103583 from sent14

Text  : Mimo to wzruszał się tym syzyfowym trudem .
Tokens: 1___ 2_ 3_______ 4__ 5__ 6________ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #3840 from documents/00103583 from sent15

Text  : Sam też próbował kiedyś wtaczać kamień na górę .
Tokens: 1__ 2__ 3_______ 4_____ 5______ 6_____ 7_ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #3841 from documents/00103583 from sent16

Text  : Zszedł schodkami w dół doliny .
Tokens: 1_____ 2________ 3 4__ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3842 from documents/00103583 from sent17

Text  : Chciał przedostać się na jej drugą stronę i wspiąć się na przeciwległe zbocze ,  ale musiał najpierw poczekać aż procesja rozmodlonych postaci wstanie z  kolan i  podąży do następnej stacji z  pieśnią „  Abba Ojcze ”  na ustach .
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 [34,35] = Abba Ojcze

(ChunkerEvaluator) Sentence #3843 from documents/00103583 from sent18

Text  : Gdy przeraźliwie fałszująca kolumna wreszcie go minęła , na półprzeźroczystym materiale transparentu zamykającego pochód ,  zobaczył napis .
Tokens: 1__ 2___________ 3_________ 4______ 5_______ 6_ 7_____ 8 9_ 10_______________ 11_______ 12__________ 13__________ 14____ 15 16______ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #3844 from documents/00103583 from sent19

Text  : Od tyłu wyglądał jak zbiór przypadkowych liter , ale udało mu się odszyfrowywać lustrzane odbicie tekstu ,  który radził i  nakazywał
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 #3845 from documents/00103583 from sent20

Text  : - „ Musicie być mocni mocą miłości , która jest potężniejsza niż śmierć .
Tokens: 1 2 3______ 4__ 5____ 6___ 7______ 8 9____ 10__ 11__________ 12_ 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #3846 from documents/00103583 from sent21

Text  : Jan Paweł II ” .
Tokens: 1__ 2____ 3_ 4 5

Chunks:
  TruePositive nam [1,3] = Jan Paweł II

(ChunkerEvaluator) Sentence #3847 from documents/00103583 from sent22

Text  : Wchodząc na coraz wyższe tarasy wzgórza Adam szukał w tym wezwaniu nadziei ,  ale zamiast niej ,  zobaczył tuż obok grobu ojca dwóch robotników demontujących starą ,  zaniedbaną kwaterę .
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 [7,7] = Adam

(ChunkerEvaluator) Sentence #3848 from documents/00103583 from sent23

Text  : Jakiś człowiek ufał , że spędzi w niej wieczność ,  ale przez brak przelewu na opłatę za pobyt na kolejne dwadzieścia lat ,  musiał już teraz oddać swoje miejsce komu innemu .
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:

2016-10-13 16:40:52,362 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 267 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103586.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103586.ini
(ChunkerEvaluator) Sentence #3849 from documents/00103586 from sent1

Text  : Gdy tylko Paul odprowadził delegację , Lukas wyrzucił listę życzeń wuja Karola do śmietniczki i  wrócił na brzeg basenu .
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] = Paul
  TruePositive nam [7,7] = Lukas
  TruePositive nam [12,12] = Karola

(ChunkerEvaluator) Sentence #3850 from documents/00103586 from sent2

Text  : Zamówił kilka dobrze schłodzonych puszek piwa i skoczył do wody .
Tokens: 1______ 2____ 3_____ 4___________ 5_____ 6___ 7 8______ 9_ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #3851 from documents/00103586 from sent3

Text  : Kiedy wynurzył się , na brzegu stał Paul z nieprzyjemną informacją :  zastępcja Wontaka oraz Bugajew czekali na przyjęcie .
Tokens: 1____ 2_______ 3__ 4 5_ 6_____ 7___ 8___ 9 10__________ 11________ 12 13_______ 14_____ 15__ 16_____ 17_____ 18 19_______ 20

Chunks:
  TruePositive nam [8,8] = Paul
  TruePositive nam [14,14] = Wontaka
  TruePositive nam [16,16] = Bugajew

(ChunkerEvaluator) Sentence #3852 from documents/00103586 from sent4

Text  : Rozpoczynała się nieformalna część urzędowania .
Tokens: 1___________ 2__ 3__________ 4____ 5__________ 6

Chunks:

(ChunkerEvaluator) Sentence #3853 from documents/00103586 from sent5

Text  : Jako pierwszego kazał Lukas przyprowadzić Bugajewa .
Tokens: 1___ 2_________ 3____ 4____ 5____________ 6_______ 7

Chunks:
  TruePositive nam [4,4] = Lukas
  TruePositive nam [6,6] = Bugajewa

(ChunkerEvaluator) Sentence #3854 from documents/00103586 from sent6

Text  : Po minucie szef bezpieczeństwa z teczką pełną dokumentów stał już na brzegu basenu ,  w  szeregu z  zamówionymi wcześniej piwami .
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 #3855 from documents/00103586 from sent7

Text  : Lukas , płynąc żabką wprost pod słońce , zaczynał odczuwać przyjemne zmęczenie .
Tokens: 1____ 2 3_____ 4____ 5_____ 6__ 7_____ 8 9_______ 10______ 11_______ 12_______ 13

Chunks:
  TruePositive nam [1,1] = Lukas

(ChunkerEvaluator) Sentence #3856 from documents/00103586 from sent8

Text  : Nie chciało mu się wychodzić z wody .
Tokens: 1__ 2______ 3_ 4__ 5________ 6 7___ 8

Chunks:

(ChunkerEvaluator) Sentence #3857 from documents/00103586 from sent9

Text  : Podpłynął do Bugajewa .
Tokens: 1________ 2_ 3_______ 4

Chunks:
  TruePositive nam [3,3] = Bugajewa

(ChunkerEvaluator) Sentence #3858 from documents/00103586 from sent10

Text  : – Rozbieraj się , zreferujesz mi wszystko w wodzie –  powiedział najzwyczajniej ,  jakby kazał mu usiąść w  fotelu i  zaraz krzyknął do Paula .
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 [24,24] = Paula

(ChunkerEvaluator) Sentence #3859 from documents/00103586 from sent11

Text  : – Poszukaj jakichś kąpielówek i zaprowadź go do szatni .
Tokens: 1 2_______ 3______ 4_________ 5 6________ 7_ 8_ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #3860 from documents/00103586 from sent12

Text  : Bugajew wciąż stał na brzegu , sądząc , że pada ofiarą kolejnego dowcipu szefa .
Tokens: 1______ 2____ 3___ 4_ 5_____ 6 7_____ 8 9_ 10__ 11____ 12_______ 13_____ 14___ 15

Chunks:
  TruePositive nam [1,1] = Bugajew

(ChunkerEvaluator) Sentence #3861 from documents/00103586 from sent13

Text  : Szkoda czasu nalegał Lukas .
Tokens: 1_____ 2____ 3______ 4____ 5

Chunks:
  TruePositive nam [4,4] = Lukas

(ChunkerEvaluator) Sentence #3862 from documents/00103586 from sent14

Text  : Nie ma sensu męczyć się w tym upale .
Tokens: 1__ 2_ 3____ 4_____ 5__ 6 7__ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #3863 from documents/00103586 from sent15

Text  : Po pięciu minutach wielkie , zdeformowane ciało Bugajewa wpadło do wody jak ciężka boja .
Tokens: 1_ 2_____ 3_______ 4______ 5 6___________ 7____ 8_______ 9_____ 10 11__ 12_ 13____ 14__ 15

Chunks:
  TruePositive nam [8,8] = Bugajewa

(ChunkerEvaluator) Sentence #3864 from documents/00103586 from sent16

Text  : Kiedy wypłynął , zaczął szybko przebierać rękami , jakby nie miał pewności ,  czy zdoła utrzymać się na powierzchni ,  lecz wkrótce opanował nerwowość i  przepłynął szerokość basenu w  pięknym stylu .
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:

(ChunkerEvaluator) Sentence #3865 from documents/00103586 from sent17

Text  : Drzemały w nim jeszcze ukryte siły z pierwszych lat służby ,  gdy jako wolno awansujący funkcjonariusz w  dziale narkotyków często musiał w  podejrzanych barach torować sobie drogę pięściami .
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 #3866 from documents/00103586 from sent18

Text  : Przytrzymał się krawędzi basenu , lekko dysząc .
Tokens: 1__________ 2__ 3_______ 4_____ 5 6____ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #3867 from documents/00103586 from sent19

Text  : Po chwili odpoczynku rozpoczął :
Tokens: 1_ 2_____ 3_________ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #3868 from documents/00103586 from sent20

Text  : Wyciągając wnioski z ostatnich doświadczeń . . .
Tokens: 1_________ 2______ 3 4________ 5__________ 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #3869 from documents/00103586 from sent21

Text  : N – Nie jesteśmy w wannie – przerwał mu Lukas .
Tokens: 1 2 3__ 4_______ 5 6_____ 7 8_______ 9_ 10___ 11

Chunks:
  TruePositive nam [10,10] = Lukas

(ChunkerEvaluator) Sentence #3870 from documents/00103586 from sent22

Text  : – W basenie trzeba się ruszać .
Tokens: 1 2 3______ 4_____ 5__ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3871 from documents/00103586 from sent23

Text  : Płyń wolno obok mnie i mów .
Tokens: 1___ 2____ 3___ 4___ 5 6__ 7

Chunks:

(ChunkerEvaluator) Sentence #3872 from documents/00103586 from sent24

Text  : Bugajew z przerażeniem w oczach oderwał się od brzegu .
Tokens: 1______ 2 3___________ 4 5_____ 6______ 7__ 8_ 9_____ 10

Chunks:
  TruePositive nam [1,1] = Bugajew

(ChunkerEvaluator) Sentence #3873 from documents/00103586 from sent25

Text  : Wiosłując żabką , usiłował dotrzymać tempa Lukasowi , który położył się plecami na wodzie i  niedbale machał nogami .
Tokens: 1________ 2____ 3 4_______ 5________ 6____ 7_______ 8 9____ 10_____ 11_ 12_____ 13 14____ 15 16______ 17____ 18____ 19

Chunks:
  TruePositive nam [7,7] = Lukasowi

(ChunkerEvaluator) Sentence #3874 from documents/00103586 from sent26

Text  : Płynęli równo , dopóki Bugajew nie zaczął mówić .
Tokens: 1______ 2____ 3 4_____ 5______ 6__ 7_____ 8____ 9

Chunks:
  TruePositive nam [5,5] = Bugajew

(ChunkerEvaluator) Sentence #3875 from documents/00103586 from sent27

Text  : Po kilku zdaniach zakrztusił się wodą .
Tokens: 1_ 2____ 3_______ 4_________ 5__ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #3876 from documents/00103586 from sent28

Text  : Przynieś materac !
Tokens: 1_______ 2______ 3

Chunks:

(ChunkerEvaluator) Sentence #3877 from documents/00103586 from sent29

Text  : krzyknął Lukas do kręcącego się w pobliżu Paula .
Tokens: 1_______ 2____ 3_ 4________ 5__ 6 7______ 8____ 9

Chunks:
  TruePositive nam [2,2] = Lukas
  TruePositive nam [8,8] = Paula

(ChunkerEvaluator) Sentence #3878 from documents/00103586 from sent30

Text  : Bugajew usadowiony bezpiecznie na dmuchanym krokodylu , machając wiosełkami ,  mógł wreszcie spokojnie zreferować projekty nowych ustaw .
Tokens: 1______ 2_________ 3__________ 4_ 5________ 6________ 7 8_______ 9_________ 10 11__ 12______ 13_______ 14________ 15______ 16____ 17___ 18

Chunks:
  FalseNegative nam [1,1] = Bugajew

(ChunkerEvaluator) Sentence #3879 from documents/00103586 from sent31

Text  : Bezpieczeństwo , przerażone nie gasnącą anarchią , wysunęło kilka projektów mających radykalnie zlikwidować przyczyny kryzysu .
Tokens: 1_____________ 2 3_________ 4__ 5______ 6_______ 7 8_______ 9____ 10_______ 11______ 12________ 13_________ 14_______ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #3880 from documents/00103586 from sent32

Text  : Bugajew zaproponował rozszerzenie listy przestępstw zagrożonych karą śmierci , wprowadzenie trybu doraźnego w  sądownictwie ,  zniesienie wszelkich ograniczeń przy dokonywaniu rewizji i  arasztowaniach ,  rozdanie broni palnej oddziałom ochotniczej policji .
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 [1,1] = Bugajew

(ChunkerEvaluator) Sentence #3881 from documents/00103586 from sent33

Text  : Podniecony wizją społeczeństwa wreszcie ujarzmionego i skarconego , szef bezpieczeństwa wiosłował coraz szybciej ,  zapominając o  zmęczeniu .
Tokens: 1_________ 2____ 3____________ 4_______ 5___________ 6 7_________ 8 9___ 10____________ 11_______ 12___ 13______ 14 15_________ 16 17_______ 18

Chunks:

2016-10-13 16:40:52,509 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 268 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103587.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103587.ini
(ChunkerEvaluator) Sentence #3882 from documents/00103587 from sent1

Text  : Pięć kawałków - Tyler otworzył jadłospis na wegetariańskiej stronie ,  gdzie oprócz spisu dań była też gruba ,  szara koperta -  Zgodnie z  umową .
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] = Tyler

(ChunkerEvaluator) Sentence #3883 from documents/00103587 from sent2

Text  : Jeszcze nie zawarli śmy żadnej umowy .
Tokens: 1______ 2__ 3______ 4__ 5_____ 6____ 7

Chunks:

(ChunkerEvaluator) Sentence #3884 from documents/00103587 from sent3

Text  : Wydawało mi się , że już się dogadali śmy .
Tokens: 1_______ 2_ 3__ 4 5_ 6__ 7__ 8_______ 9__ 10

Chunks:

(ChunkerEvaluator) Sentence #3885 from documents/00103587 from sent4

Text  : W jakiej sprawie ?
Tokens: 1 2_____ 3______ 4

Chunks:

(ChunkerEvaluator) Sentence #3886 from documents/00103587 from sent5

Text  : Kiedy ci powiem , będziesz musiał wziąć te pieniądze .
Tokens: 1____ 2_ 3_____ 4 5_______ 6_____ 7____ 8_ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #3887 from documents/00103587 from sent6

Text  : Układ zaczynie obowiązywać - Tyler pociągnął łyczek rozwodnionej krwi .
Tokens: 1____ 2_______ 3__________ 4 5____ 6________ 7_____ 8___________ 9___ 10

Chunks:
  TruePositive nam [5,5] = Tyler

(ChunkerEvaluator) Sentence #3888 from documents/00103587 from sent7

Text  : A jeśli nie spodoba mi się , to co usłyszę ?
Tokens: 1 2____ 3__ 4______ 5_ 6__ 7 8_ 9_ 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #3889 from documents/00103587 from sent8

Text  : Weźmiesz kopertę i zapomnisz o wszystkim .
Tokens: 1_______ 2______ 3 4________ 5 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #3890 from documents/00103587 from sent9

Text  : O każdym szczególe .
Tokens: 1 2_____ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #3891 from documents/00103587 from sent10

Text  : Ale mam nadzieję , że ci się spodoba i zaczniemy współpracę .
Tokens: 1__ 2__ 3_______ 4 5_ 6_ 7__ 8______ 9 10_______ 11________ 12

Chunks:

(ChunkerEvaluator) Sentence #3892 from documents/00103587 from sent11

Text  : A jeżeli mi się nie spodoba i nie uda mi się zapomnieć ?
Tokens: 1 2_____ 3_ 4__ 5__ 6______ 7 8__ 9__ 10 11_ 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #3893 from documents/00103587 from sent12

Text  : Uda się .
Tokens: 1__ 2__ 3

Chunks:

(ChunkerEvaluator) Sentence #3894 from documents/00103587 from sent13

Text  : I proszę cię , wyłącz nagrywanie .
Tokens: 1 2_____ 3__ 4 5_____ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #3895 from documents/00103587 from sent14

Text  : To nie jest wywiad dla gazety - Tyler uśmiechnął się ironicznie .
Tokens: 1_ 2__ 3___ 4_____ 5__ 6_____ 7 8____ 9_________ 10_ 11________ 12

Chunks:
  TruePositive nam [8,8] = Tyler

(ChunkerEvaluator) Sentence #3896 from documents/00103587 from sent15

Text  : Dał by ś dobry przykład , gdyby ś wyłączył swoje nagrywanie -  odchylił em lekko mankiet koszuli i  wymownie spojrzał em ,  najpierw na swój ,  a  potem na jego zegarek .
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:

(ChunkerEvaluator) Sentence #3897 from documents/00103587 from sent16

Text  : Uśmiechnęli śmy się do siebie .
Tokens: 1__________ 2__ 3__ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3898 from documents/00103587 from sent17

Text  : Spod rękawa koszuli Tylera wystawał ten sam Seiko XR14 za osiem 8200 dolarów ,  który nie tylko nagrywał ,  ale subtelną wibracją informował właściciela ,  że w  promieniu trzech metrów ktoś inny robi 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__ 33__ 34 35__ 36

Chunks:
  TruePositive nam [4,4] = Tylera
  TruePositive nam [8,9] = Seiko XR14
  TruePositive nam [13,13] = dolarów

(ChunkerEvaluator) Sentence #3899 from documents/00103587 from sent18

Text  : Szefowie Tylera najwyraźniej chcieli , żeby m o czymś napisał ,  albo wprost przeciwnie -  nie dotykał jakiegoś tematu ,  a  jednocześnie szykowali na mnie haka .
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 [2,2] = Tylera

(ChunkerEvaluator) Sentence #3900 from documents/00103587 from sent19

Text  : Sprawa brzydko pachniała , ale w równym stopniu mnie to odpychało ,  co pociągało .
Tokens: 1_____ 2______ 3________ 4 5__ 6 7_____ 8______ 9___ 10 11_______ 12 13 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #3901 from documents/00103587 from sent20

Text  : Był em dziennikarzem .
Tokens: 1__ 2_ 3____________ 4

Chunks:

(ChunkerEvaluator) Sentence #3902 from documents/00103587 from sent21

Text  : Smród był kompasem , dzięki któremu łatwiej trafiał em do celu .
Tokens: 1____ 2__ 3_______ 4 5_____ 6______ 7______ 8______ 9_ 10 11__ 12

Chunks:

(ChunkerEvaluator) Sentence #3903 from documents/00103587 from sent22

Text  : Zgoda - Tyler zaczął manipulować przy swoim zegarku - Robię to pierwszy ,  żeby ś  mógł sprawdzić ,  że wyłączył em .
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] = Tyler
  FalsePositive nam [1,1] = Zgoda

(ChunkerEvaluator) Sentence #3904 from documents/00103587 from sent23

Text  : Powinien em udawać , że wchodzę z Tylerem w układ ,  a  gdy na chwilę się zagapi -  przegryźć mu tętnicę ,  wyssać z  niej wszystkie informacje i  złożyć z  nich artykuł .
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 [8,8] = Tylerem

(ChunkerEvaluator) Sentence #3905 from documents/00103587 from sent24

Text  : Z drugiej jednak strony , miałem przed sobą całe trzy tygodnie urlopu ,  po raz pierwszy ,  od kiedy zaczął em pracę w  Battery .
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 [24,24] = Battery

(ChunkerEvaluator) Sentence #3906 from documents/00103587 from sent25

Text  : Mogł em wszystko zepsuć , pakując się w sprawę ,  która pochłonie mnie na nie wiadomo jak długo .
Tokens: 1___ 2_ 3_______ 4_____ 5 6______ 7__ 8 9_____ 10 11___ 12_______ 13__ 14 15_ 16_____ 17_ 18___ 19

Chunks:

(ChunkerEvaluator) Sentence #3907 from documents/00103587 from sent26

Text  : Rozmyślił em się - powiedział em zdecydowanie - Nie wchodzę w  to .
Tokens: 1________ 2_ 3__ 4 5_________ 6_ 7___________ 8 9__ 10_____ 11 12 13

Chunks:

(ChunkerEvaluator) Sentence #3908 from documents/00103587 from sent27

Text  : Jak wszyscy ekskluzywni dealerzy , Tyler najmniejszym gestem ani grymasem twarzy ,  nie dał po sobie poznać ,  jak bardzo jest zawiedziony .
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 [6,6] = Tyler

(ChunkerEvaluator) Sentence #3909 from documents/00103587 from sent28

Text  : Powoli , jakby liczył , że jeszcze się rozmyślę ,  schował do kieszeni kopertę ,  wyjął portfel i  dał kelnerowi znak ,  że chce zapłacić .
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 #3910 from documents/00103587 from sent29

Text  : Szkoda - powiedział z uśmiechem - Liczyli śmy na ciebie .
Tokens: 1_____ 2 3_________ 4 5________ 6 7______ 8__ 9_ 10____ 11

Chunks:
  FalsePositive nam [1,1] = Szkoda

(ChunkerEvaluator) Sentence #3911 from documents/00103587 from sent30

Text  : Zamiast wstać i wyjść , gapił em się jak Tyler wyjmuje studolarówkę i  płaci za drinka .
Tokens: 1______ 2____ 3 4____ 5 6____ 7_ 8__ 9__ 10___ 11_____ 12__________ 13 14___ 15 16____ 17

Chunks:
  TruePositive nam [10,10] = Tyler

(ChunkerEvaluator) Sentence #3912 from documents/00103587 from sent31

Text  : Coś kazało mi zostać jeszcze przez chwilę przy stoliku .
Tokens: 1__ 2_____ 3_ 4_____ 5______ 6____ 7_____ 8___ 9______ 10

Chunks:

(ChunkerEvaluator) Sentence #3913 from documents/00103587 from sent32

Text  : Instynkt kazał mi zostać jeszcze przez chwilę przy stoliku ,  zaprzeczając obiegowemu poglądowi ,  że działa w  interesie swojego właściciela .
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 #3914 from documents/00103587 from sent33

Text  : Mój okazał się wredny .
Tokens: 1__ 2_____ 3__ 4_____ 5

Chunks:

(ChunkerEvaluator) Sentence #3915 from documents/00103587 from sent34

Text  : Stracił em przez niego urlop .
Tokens: 1______ 2_ 3____ 4____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #3916 from documents/00103587 from sent35

Text  : Gdy Tyler chował resztę z rachunku do portfela , nagle wypadła z  niego wizytówka .
Tokens: 1__ 2____ 3_____ 4_____ 5 6_______ 7_ 8_______ 9 10___ 11_____ 12 13___ 14_______ 15

Chunks:
  TruePositive nam [2,2] = Tyler

(ChunkerEvaluator) Sentence #3917 from documents/00103587 from sent36

Text  : Nie zdążył em nic przeczytać , ale zauważył em niebieskie logo ,  które gdzieś już przedtem widział em .
Tokens: 1__ 2_____ 3_ 4__ 5_________ 6 7__ 8_______ 9_ 10________ 11__ 12 13___ 14____ 15_ 16______ 17_____ 18 19

Chunks:

(ChunkerEvaluator) Sentence #3918 from documents/00103587 from sent37

Text  : Tyler szybko zabrał wizytówkę i schował ją do przegródki portfela .
Tokens: 1____ 2_____ 3_____ 4________ 5 6______ 7_ 8_ 9_________ 10______ 11

Chunks:
  TruePositive nam [1,1] = Tyler

(ChunkerEvaluator) Sentence #3919 from documents/00103587 from sent38

Text  : Po nerwowym sposobie , w jaki to zrobił , domyślił em się ,  że nie chce zostawić mi żadnego tropu .
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 #3920 from documents/00103587 from sent39

Text  : Tyler wstał , podał mi dłoń na pożegnanie i wyszedł bez słowa ,  a  ja przypomniał em sobie ,  że identyczne niebieskie logo widział em godzinę wcześniej w  teatrze .
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 [1,1] = Tyler

(ChunkerEvaluator) Sentence #3921 from documents/00103587 from sent40

Text  : Było na stojakach reklamowych w foyer .
Tokens: 1___ 2_ 3________ 4__________ 5 6____ 7

Chunks:

(ChunkerEvaluator) Sentence #3922 from documents/00103587 from sent41

Text  : W czasie przerwy , krążąc bez sensu od ściany do ściany ,  mijał em je wiele razy .
Tokens: 1 2_____ 3______ 4 5_____ 6__ 7____ 8_ 9_____ 10 11____ 12 13___ 14 15 16___ 17__ 18

Chunks:

(ChunkerEvaluator) Sentence #3923 from documents/00103587 from sent42

Text  : Oprócz symbolu graficznego były tam duże litery UGI oraz mały napis -  Universal Global Investments ,  sponsor i  promotor kultury .
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] = UGI
  TruePositive nam [13,15] = Universal Global Investments

2016-10-13 16:40:52,709 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 269 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103590.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103590.ini
(ChunkerEvaluator) Sentence #3924 from documents/00103590 from sent1

Text  : Jakże trudno niekiedy o wenę twórczą !
Tokens: 1____ 2_____ 3_______ 4 5___ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #3925 from documents/00103590 from sent2

Text  : Taką , dzięki której i słowa w potoku żywej mowy o  kunszcie retora świadczą ,  i  wyrazy przelewane na papier czytelnik później z  łatwością i  łapczywością niejaką wzrokiem połyka .
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 #3926 from documents/00103590 from sent3

Text  : Czasami chciało by się sięgnąć słonecznych promieni i ślizgiem Ikarowym pod niebiosa pofrunąć ,  ale zasłona chmur nieprzeniknionych stanowczo ideę tę wielką porzucić każe .
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 #3927 from documents/00103590 from sent4

Text  : A spragnione i młode umysły ambitnych uczniów domagają się ,  niczym pisklęta pokarmu w  gnieździe ,  wciąż to nowych i  coraz doskonalszych dzieł ,  dzięki którym otworzą się szerzej na wiedzę i  wyposażone w  odpowiednie narzędzia swój warsztat pracy otworzą .
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 #3928 from documents/00103590 from sent5

Text  : Gdzież zatem szukać inspiracji , gdzież ambrozji życiodajnej i nektaru ,  co boskiego ducha w  ciało i  rozum tchnie ?
Tokens: 1_____ 2____ 3_____ 4_________ 5 6_____ 7_______ 8__________ 9 10_____ 11 12 13______ 14___ 15 16___ 17 18___ 19____ 20

Chunks:

(ChunkerEvaluator) Sentence #3929 from documents/00103590 from sent6

Text  : Jakimi podążać ścieżkami , by nie zawieść się srodze ,  by na wyżyny wzlecieć i  nauczycielem godnym szacunku się móc nazywać ?
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 #3930 from documents/00103590 from sent7

Text  : Takie rozważania , siedząc pod rozłożystym dębem , snuł em i  chyba dość głośno a  nieświadomie mówić w  półświadomości musiałem ,  gdyż przysiadł się obok mnie nieznany mi i  wcześniej niewidziany stary wędrowiec i  rzekł :
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:

(ChunkerEvaluator) Sentence #3931 from documents/00103590 from sent8

Text  : ‒ Mądrze myślisz , ale twe pytania pozostaną bez odpowiedzi ,  gdy ty sam ich szukać ponad wszystkie siły nie będziesz .
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 #3932 from documents/00103590 from sent9

Text  : Kiedyś i ja chciał em poznać całą prawdę o świecie .
Tokens: 1_____ 2 3_ 4_____ 5_ 6_____ 7___ 8_____ 9 10_____ 11

Chunks:

(ChunkerEvaluator) Sentence #3933 from documents/00103590 from sent10

Text  : Chciał em zdobyć to , czego jeszcze nikt przede mną nie miał .
Tokens: 1_____ 2_ 3_____ 4_ 5 6____ 7______ 8___ 9_____ 10_ 11_ 12__ 13

Chunks:

(ChunkerEvaluator) Sentence #3934 from documents/00103590 from sent11

Text  : Zebrał em wtedy niewielki swój dobytek , spakował em do tego oto tobołka i  ruszył em przed siebie .  .  .
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 #3935 from documents/00103590 from sent12

Text  : Starzec urwał zdanie .
Tokens: 1______ 2____ 3_____ 4

Chunks:

(ChunkerEvaluator) Sentence #3936 from documents/00103590 from sent13

Text  : Sprawiał wrażenie zmęczonego , a gdy ręką wskazywał na płócienny worek leżący u  jego stóp ,  wyraźnie widział em drżenie palców i  dłoni .
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 #3937 from documents/00103590 from sent14

Text  : Po jego twarzy przebiegł wyraz bólu , a nad dolnymi powiekami pojawiły się malutkie ,  słone jeziorka .
Tokens: 1_ 2___ 3_____ 4________ 5____ 6___ 7 8 9__ 10_____ 11_______ 12______ 13_ 14______ 15 16___ 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #3938 from documents/00103590 from sent15

Text  : Co było przyczyną tego wzruszenia , wtedy jeszcze nie wiedział em .
Tokens: 1_ 2___ 3________ 4___ 5_________ 6 7____ 8______ 9__ 10______ 11 12

Chunks:

(ChunkerEvaluator) Sentence #3939 from documents/00103590 from sent16

Text  : Nie śmiał em jednak pytać .
Tokens: 1__ 2____ 3_ 4_____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #3940 from documents/00103590 from sent17

Text  : Podciągnął em tylko nogi bliżej siebie , łydki otrzepał em z  czarnej ziemi ,  strzepnął em mrówkę pewnie kroczącą nie tam ,  gdzie nie powinna i  ponownie spojrzał em na starca .
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:

(ChunkerEvaluator) Sentence #3941 from documents/00103590 from sent18

Text  : Zakręcił właśnie metalową , powgniataną menażkę i ocierał usta ledwo widoczne spoza siwej brody .
Tokens: 1_______ 2______ 3_______ 4 5__________ 6______ 7 8______ 9___ 10___ 11______ 12___ 13___ 14___ 15

Chunks:

(ChunkerEvaluator) Sentence #3942 from documents/00103590 from sent19

Text  : Po chwili westchnął i niskim , pełnym żalu głosem powiedział :
Tokens: 1_ 2_____ 3________ 4 5_____ 6 7_____ 8___ 9_____ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #3943 from documents/00103590 from sent20

Text  : ‒ Teraz jestem stary , sam widzisz .
Tokens: 1 2____ 3_____ 4____ 5 6__ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #3944 from documents/00103590 from sent21

Text  : Dalej wędruję , choć odpowiedzi poszukiwać już nie muszę .
Tokens: 1____ 2______ 3 4___ 5_________ 6_________ 7__ 8__ 9____ 10

Chunks:

(ChunkerEvaluator) Sentence #3945 from documents/00103590 from sent22

Text  : Znalazł em ją przed latami .
Tokens: 1______ 2_ 3_ 4____ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #3946 from documents/00103590 from sent23

Text  : Wiesz , to dziwne , co człowieka musi spotkać ,  przez co musi przejść ,  aby zrozumiał pewne siły rządzące światem .
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 #3947 from documents/00103590 from sent24

Text  : Starzec wyraźnie odetchnął .
Tokens: 1______ 2_______ 3________ 4

Chunks:

(ChunkerEvaluator) Sentence #3948 from documents/00103590 from sent25

Text  : Pomyślał em , że dawno z nikim nie rozmawiał ,  więc nie śmiał em mu przerywać ,  tylko przytakiwał em .
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 #3949 from documents/00103590 from sent26

Text  : Moje gesty musiały spotkać się z jego aprobatą , gdyż wyciągnął wskazujący palec prawej dłoni i  ,  poruszając nim jakby nawijał na niego najdelikatniejszą nić ,  delikatnie się uśmiechnął .
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 #3950 from documents/00103590 from sent27

Text  : ‒ Gdy wyruszał em , był em starszy od Ciebie ,  młody człowieku .
Tokens: 1 2__ 3_______ 4_ 5 6__ 7_ 8______ 9_ 10____ 11 12___ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #3951 from documents/00103590 from sent28

Text  : I świat wyglądał inaczej , i ludzie byli inni .
Tokens: 1 2____ 3_______ 4______ 5 6 7_____ 8___ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #3952 from documents/00103590 from sent29

Text  : A ten dąb , pod którym teraz siedzimy …
Tokens: 1 2__ 3__ 4 5__ 6_____ 7____ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #3953 from documents/00103590 from sent30

Text  : O , tych gałęzi tam , zobacz , tych na górze ,  nie było .
Tokens: 1 2 3___ 4_____ 5__ 6 7_____ 8 9___ 10 11___ 12 13_ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #3954 from documents/00103590 from sent31

Text  : Tak …
Tokens: 1__ 2

Chunks:

(ChunkerEvaluator) Sentence #3955 from documents/00103590 from sent32

Text  : Jakieś dwadzieścia lat temu …
Tokens: 1_____ 2__________ 3__ 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #3956 from documents/00103590 from sent33

Text  : Dwadzieścia dwa , trzy …
Tokens: 1__________ 2__ 3 4___ 5

Chunks:

(ChunkerEvaluator) Sentence #3957 from documents/00103590 from sent34

Text  : Tak , dwadzieścia trzy lata temu !
Tokens: 1__ 2 3__________ 4___ 5___ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #3958 from documents/00103590 from sent35

Text  : – wyliczał starzec , marszcząc przy tym krzaczaste brwi .
Tokens: 1 2_______ 3______ 4 5________ 6___ 7__ 8_________ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #3959 from documents/00103590 from sent36

Text  : ‒ Dwadzieścia trzy lata temu usiadł em pod tym samym drzewem ,  tak ,  jak ty dzisiaj .
Tokens: 1 2__________ 3___ 4___ 5___ 6_____ 7_ 8__ 9__ 10___ 11_____ 12 13_ 14 15_ 16 17_____ 18

Chunks:

(ChunkerEvaluator) Sentence #3960 from documents/00103590 from sent37

Text  : I tak samo myślał em o wielkich ideach , mających zbawić ten świat .
Tokens: 1 2__ 3___ 4_____ 5_ 6 7_______ 8_____ 9 10______ 11____ 12_ 13___ 14

Chunks:

(ChunkerEvaluator) Sentence #3961 from documents/00103590 from sent38

Text  : Chciał em być kimś w piramidzie społecznych zależności , stać na szczycie ,  mieć pod sobą tłum wiernych ludzi z  ufnością czekających rozkazów ,  słuchających moich nauk ,  będących ucieleśnieniem ambitnych planów i  założeń .
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 #3962 from documents/00103590 from sent39

Text  : Chciał em mieć w swoich rękach żywy , gotowy do uformowania materiał na kontynuatorów mojej osoby ,  a  może ,  kto to wie ,  nie tylko kontynuatorów –  ba ,  uczniów mnie przerastających !
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:

2016-10-13 16:40:52,921 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 270 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103599.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103599.ini
(ChunkerEvaluator) Sentence #3963 from documents/00103599 from sent1

Text  : I tu przychodzą mu z pomocą logarytmy ( a może bardziej algorytmy )  ,  choć guzików na pilocie za niego nie wcisną ,  że pozwolę sobie zażartować .
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 #3964 from documents/00103599 from sent2

Text  : A próbowali ście kiedyś tłumaczyć logarytmy komuś , kto nie ma zdolności do matematyki ?
Tokens: 1 2________ 3___ 4_____ 5________ 6________ 7____ 8 9__ 10_ 11 12_______ 13 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #3965 from documents/00103599 from sent3

Text  : Ja próbował em , wygląda to mniej więcej tak (  już miałem pewne doświadczenie pedagogiczne ,  więc było dla mnie jasne ,  że używanie terminów "  podstawa logarytmu "  ,  "  liczba logarytmowana "  nie jest dobrym pomysłem )  :
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 #3966 from documents/00103599 from sent4

Text  : - Patrzysz na liczbę tu na dole , tak ,  tak ,  tą małą .
Tokens: 1 2_______ 3_ 4_____ 5_ 6_ 7___ 8 9__ 10 11_ 12 13 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #3967 from documents/00103599 from sent5

Text  : - A czemu ona taka mała ?
Tokens: 1 2 3____ 4__ 5___ 6___ 7

Chunks:

(ChunkerEvaluator) Sentence #3968 from documents/00103599 from sent6

Text  : - Nie wiem , tak ktoś dawno temu ustalił ,  można by oczywiście to inaczej zapisać ,  ale wszyscy tak zapisują .
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 #3969 from documents/00103599 from sent7

Text  : - A to log to co to jest ?
Tokens: 1 2 3_ 4__ 5_ 6_ 7_ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #3970 from documents/00103599 from sent8

Text  : - To jest symbol działania , tak jak kropka w  mnożeniu ale to nie jest istotne ,  nie myśl o  tym .
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 #3971 from documents/00103599 from sent9

Text  : Dobra , mamy tą małą liczbę .
Tokens: 1____ 2 3___ 4_ 5___ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #3972 from documents/00103599 from sent10

Text  : Teraz patrzysz na tą większą z prawej .
Tokens: 1____ 2_______ 3_ 4_ 5______ 6 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #3973 from documents/00103599 from sent11

Text  : Musisz teraz odpowiedzieć na pytanie , do jakiej potęgi trzeba podnieść tą małą ,  żeby mieć tą dużą .
Tokens: 1_____ 2____ 3___________ 4_ 5______ 6 7_ 8_____ 9_____ 10____ 11______ 12 13__ 14 15__ 16__ 17 18__ 19

Chunks:

(ChunkerEvaluator) Sentence #3974 from documents/00103599 from sent12

Text  : - Yyyy . . . nie rozumiem .
Tokens: 1 2___ 3 4 5 6__ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #3975 from documents/00103599 from sent13

Text  : - Popatrz , ta mała , czyli 3 , do czegoś daje nam 9  ,  czyli tą dużą .
Tokens: 1 2______ 3 4_ 5___ 6 7____ 8 9 10 11____ 12__ 13_ 14 15 16___ 17 18__ 19

Chunks:

(ChunkerEvaluator) Sentence #3976 from documents/00103599 from sent14

Text  : No i do czego podnosimy 3 , żeby mieć 9  ?
Tokens: 1_ 2 3_ 4____ 5________ 6 7 8___ 9___ 10 11

Chunks:

(ChunkerEvaluator) Sentence #3977 from documents/00103599 from sent15

Text  : - No do trzeciej ( ewentualnie : yyy . .  .  do trzeciej ?  )
Tokens: 1 2_ 3_ 4_______ 5 6__________ 7 8__ 9 10 11 12 13______ 14 15

Chunks:

(ChunkerEvaluator) Sentence #3978 from documents/00103599 from sent16

Text  : - Nie , 3 do trzeciej to 27 .
Tokens: 1 2__ 3 4 5_ 6_______ 7_ 8_ 9

Chunks:

(ChunkerEvaluator) Sentence #3979 from documents/00103599 from sent17

Text  : To jest 3 x 3 x 3 .
Tokens: 1_ 2___ 3 4 5 6 7 8

Chunks:

(ChunkerEvaluator) Sentence #3980 from documents/00103599 from sent18

Text  : A 3 do drugiej to jest 3 x 3 ,  czyli 9  .
Tokens: 1 2 3_ 4______ 5_ 6___ 7 8 9 10 11___ 12 13

Chunks:

(ChunkerEvaluator) Sentence #3981 from documents/00103599 from sent19

Text  : To niestety częsty błąd z tymi potęgami , musisz po prostu się skoncentrować .
Tokens: 1_ 2_______ 3_____ 4___ 5 6___ 7_______ 8 9_____ 10 11____ 12_ 13___________ 14

Chunks:

(ChunkerEvaluator) Sentence #3982 from documents/00103599 from sent20

Text  : - No dobrze , czyli to małe do czegoś daje to duże ?
Tokens: 1 2_ 3_____ 4 5____ 6_ 7___ 8_ 9_____ 10__ 11 12__ 13

Chunks:

(ChunkerEvaluator) Sentence #3983 from documents/00103599 from sent21

Text  : - No tak .
Tokens: 1 2_ 3__ 4

Chunks:

(ChunkerEvaluator) Sentence #3984 from documents/00103599 from sent22

Text  : I wytłumaczone .
Tokens: 1 2___________ 3

Chunks:

(ChunkerEvaluator) Sentence #3985 from documents/00103599 from sent23

Text  : Jest szansa , że uczeń po kilku próbach zapamięta to do sprawdzianu ,  a  może nawet do matury ,  jeżeli przyłoży się do powtórki ,  ale obawiam się ,  że ani dnia dłużej .
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 #3986 from documents/00103599 from sent24

Text  : Warto zauważyć , że mówimy o definicji logarytmu i na maturze podstawowej w  tym roku pojawiła się tylko ona .
Tokens: 1____ 2_______ 3 4_ 5_____ 6 7________ 8________ 9 10 11_____ 12_________ 13 14_ 15__ 16______ 17_ 18___ 19_ 20

Chunks:

(ChunkerEvaluator) Sentence #3987 from documents/00103599 from sent25

Text  : Było to zadanie , o którym doc . Górniak mówi w  tym artukule :  "  wymaga jedynie wiedzy encyklopedycznej -  znajomości wzorów "  .
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 [9,9] = Górniak

(ChunkerEvaluator) Sentence #3988 from documents/00103599 from sent26

Text  : Tyle , że doc . Górniak , znany z tego ,  że na Studium Talent zaraża licealistów swoją miłością do całek ,  nie wie najwyraźniej ,  jakim problemem dla wielu osób jest samo zrozumienie wzoru .
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 [6,6] = Górniak
  TruePositive nam [14,15] = Studium Talent

(ChunkerEvaluator) Sentence #3989 from documents/00103599 from sent27

Text  : Trzeba jednak przyznać , że zaskakująco stonowanie wypowiada się w  tym artykule .
Tokens: 1_____ 2_____ 3_______ 4 5_ 6__________ 7_________ 8________ 9__ 10 11_ 12______ 13

Chunks:

2016-10-13 16:40:53,055 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 271 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103637.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103637.ini
(ChunkerEvaluator) Sentence #3990 from documents/00103637 from sent1

Text  : Przed wspaniałą gotycką katedrą w Amiens we Francji , stoi posąg Jezusa Chrystusa otoczonego dwunastoma Apostołami .
Tokens: 1____ 2________ 3______ 4______ 5 6_____ 7_ 8______ 9 10__ 11___ 12____ 13_______ 14________ 15________ 16________ 17

Chunks:
  TruePositive nam [6,6] = Amiens
  TruePositive nam [8,8] = Francji
  TruePositive nam [12,13] = Jezusa Chrystusa
  TruePositive nam [16,16] = Apostołami

(ChunkerEvaluator) Sentence #3991 from documents/00103637 from sent2

Text  : Rzeźbiarz pragnął przedstawić wielkie cnoty ale także wady uczniów Chrystusa .
Tokens: 1________ 2______ 3__________ 4______ 5____ 6__ 7____ 8___ 9______ 10_______ 11

Chunks:
  TruePositive nam [10,10] = Chrystusa

(ChunkerEvaluator) Sentence #3992 from documents/00103637 from sent3

Text  : Na przykład św . Piotr został ukazany pod postacią uciekającego przed lampartem ,  niżej zaś jako jeździec dosiadający tego drapieżnika .
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] = Piotr

(ChunkerEvaluator) Sentence #3993 from documents/00103637 from sent4

Text  : W ten sposób artysta unaocznił tchórzostwo i odwagę św .  Piotra .
Tokens: 1 2__ 3_____ 4______ 5________ 6__________ 7 8_____ 9_ 10 11____ 12

Chunks:
  TruePositive nam [11,11] = Piotra

(ChunkerEvaluator) Sentence #3994 from documents/00103637 from sent5

Text  : Z dzieła tego jasno widać , że to co jest słabością człowieka ,  może przeobrazić się w  jego siłę ;  to przed czym uciekał może stać się rydwanem ,  na którym jedzie po zwycięstwo .
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 #3995 from documents/00103637 from sent6

Text  : U Boga nie ma rzeczy niemożliwych .
Tokens: 1 2___ 3__ 4_ 5_____ 6___________ 7

Chunks:
  TruePositive nam [2,2] = Boga

(ChunkerEvaluator) Sentence #3996 from documents/00103637 from sent7

Text  : Dzisiejsza Ewangelia , jest właśnie o tym jak słabość staje się siłą poprzez pokorę i  cichość .
Tokens: 1_________ 2________ 3 4___ 5______ 6 7__ 8__ 9______ 10___ 11_ 12__ 13_____ 14____ 15 16_____ 17

Chunks:
  TruePositive nam [2,2] = Ewangelia

(ChunkerEvaluator) Sentence #3997 from documents/00103637 from sent8

Text  : Aby lepiej zrozumieć tajemnicę o królestwie Bożym .
Tokens: 1__ 2_____ 3________ 4________ 5 6_________ 7____ 8

Chunks:
  FalsePositive nam [7,7] = Bożym

(ChunkerEvaluator) Sentence #3998 from documents/00103637 from sent9

Text  : Jezus przytacza nam dzisiaj dwie przypowieści - o nasieniu zboża i  ziarenku gorczycy .
Tokens: 1____ 2________ 3__ 4______ 5___ 6___________ 7 8 9_______ 10___ 11 12______ 13______ 14

Chunks:
  TruePositive nam [1,1] = Jezus

(ChunkerEvaluator) Sentence #3999 from documents/00103637 from sent10

Text  : Korzystając z przypowieści , aby głosić naukę o Królestwie Bożym Jezus niczego nie ukrywa –  wręcz przeciwnie –  odkrywa głęboką prawdę o  misterium Boga i  Jego Królestwie .
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 [11,11] = Jezus
  TruePositive nam [24,24] = Boga
  FalsePositive nam [9,10] = Królestwie Bożym
  FalsePositive nam [27,27] = Królestwie

(ChunkerEvaluator) Sentence #4000 from documents/00103637 from sent11

Text  : Wyjaśniając przypowieść o nasieniu zboża i ziarenku gorczycy Jezus podkreśla dość istotną różnicę pomiędzy skromnym początkiem a  wprost nadzwyczajnymi wynikami osiąganymi w  późniejszym czasie .
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 [9,9] = Jezus

(ChunkerEvaluator) Sentence #4001 from documents/00103637 from sent12

Text  : Oto maleńkie ziarno – powiada Jezus – kryje w sobie energię pozwalającą na zamienienie się w  olbrzymie drzewo .
Tokens: 1__ 2_______ 3_____ 4 5______ 6____ 7 8____ 9 10___ 11_____ 12_________ 13 14_________ 15_ 16 17_______ 18____ 19

Chunks:
  TruePositive nam [6,6] = Jezus

(ChunkerEvaluator) Sentence #4002 from documents/00103637 from sent13

Text  : I podobnie jak ono , tak również rozrośnie się Królestwo Boże ,  choć wydaje się ,  że skazane jest na przegraną .
Tokens: 1 2_______ 3__ 4__ 5 6__ 7______ 8________ 9__ 10_______ 11__ 12 13__ 14____ 15_ 16 17 18_____ 19__ 20 21_______ 22

Chunks:
  FalsePositive nam [10,11] = Królestwo Boże

(ChunkerEvaluator) Sentence #4003 from documents/00103637 from sent14

Text  : Poprzez przypowieści o przeobrażeniu się ziarna w zboże lub w  drzewo Jezus ukazuje wzrost Królestwa Bożego .
Tokens: 1______ 2___________ 3 4____________ 5__ 6_____ 7 8____ 9__ 10 11____ 12___ 13_____ 14____ 15_______ 16____ 17

Chunks:
  TruePositive nam [12,12] = Jezus
  FalsePositive nam [15,16] = Królestwa Bożego

(ChunkerEvaluator) Sentence #4004 from documents/00103637 from sent15

Text  : To ziarno , które przecież jest Słowem Bożym , ma w  sobie ogromną moc .
Tokens: 1_ 2_____ 3 4____ 5_______ 6___ 7_____ 8____ 9 10 11 12___ 13_____ 14_ 15

Chunks:
  FalsePositive nam [7,8] = Słowem Bożym

(ChunkerEvaluator) Sentence #4005 from documents/00103637 from sent16

Text  : Dzięki niej to , co najmniejsze na ziemi , w  Królestwie niebieskim staje się największe .
Tokens: 1_____ 2___ 3_ 4 5_ 6__________ 7_ 8____ 9 10 11________ 12________ 13___ 14_ 15________ 16

Chunks:
  FalsePositive nam [11,11] = Królestwie

(ChunkerEvaluator) Sentence #4006 from documents/00103637 from sent17

Text  : Jest to możliwe dlatego , że uczyniło się małym i  zajęło ostatnie miejsce ,  a  Bóg wywyższa pokornych .
Tokens: 1___ 2_ 3______ 4______ 5 6_ 7_______ 8__ 9____ 10 11____ 12______ 13_____ 14 15 16_ 17______ 18_______ 19

Chunks:
  TruePositive nam [16,16] = Bóg

(ChunkerEvaluator) Sentence #4007 from documents/00103637 from sent18

Text  : Bóg wybiera to co małe .
Tokens: 1__ 2______ 3_ 4_ 5___ 6

Chunks:
  TruePositive nam [1,1] = Bóg

(ChunkerEvaluator) Sentence #4008 from documents/00103637 from sent19

Text  : Bóg wybiera to , co słabe po ludzku , by moc swoją okazać !
Tokens: 1__ 2______ 3_ 4 5_ 6____ 7_ 8_____ 9 10 11_ 12___ 13____ 14

Chunks:
  TruePositive nam [1,1] = Bóg

(ChunkerEvaluator) Sentence #4009 from documents/00103637 from sent20

Text  : Jezus także na swoich Apostołów wybrał zwyczajnych , prostych ludzi .
Tokens: 1____ 2____ 3_ 4_____ 5________ 6_____ 7__________ 8 9_______ 10___ 11

Chunks:
  TruePositive nam [1,1] = Jezus
  TruePositive nam [5,5] = Apostołów

(ChunkerEvaluator) Sentence #4010 from documents/00103637 from sent21

Text  : Takich jak Piotr , który był rybakiem , a Chrystus pomimo jego słabości i  zaparcia się Mistrza ustanowił go Głową Kościoła .
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] = Piotr
  TruePositive nam [10,10] = Chrystus
  FalsePositive nam [20,21] = Głową Kościoła
  FalseNegative nam [17,17] = Mistrza
  FalseNegative nam [21,21] = Kościoła

(ChunkerEvaluator) Sentence #4011 from documents/00103637 from sent22

Text  : Chesterton pisze o tym w następujący sposób : Kiedy Chrystus w  symbolicznej chwili zakładał swoje wielkie stowarzyszenie to nie wybrał na kamień węgielny błyskotliwego Pawła ,  ani mistyka Jana ,  ale krętacza ,  snoba ,  tchórza słowem …  człowieka .
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 [1,1] = Chesterton
  TruePositive nam [10,10] = Chrystus
  TruePositive nam [25,25] = Pawła
  TruePositive nam [29,29] = Jana

(ChunkerEvaluator) Sentence #4012 from documents/00103637 from sent23

Text  : I na tej opoce zbudował swój Kościół a bramy piekielne go nie przemogły .
Tokens: 1 2_ 3__ 4____ 5_______ 6___ 7______ 8 9____ 10_______ 11 12_ 13_______ 14

Chunks:
  TruePositive nam [7,7] = Kościół

(ChunkerEvaluator) Sentence #4013 from documents/00103637 from sent24

Text  : Dlaczego Bóg tak właśnie czyni ?
Tokens: 1_______ 2__ 3__ 4______ 5____ 6

Chunks:
  TruePositive nam [2,2] = Bóg

(ChunkerEvaluator) Sentence #4014 from documents/00103637 from sent25

Text  : Kiedy my potrzebujemy pomocy w jakimś zadaniu , kogoś do współpracy ,  to wybieramy człowieka ,  który naszym zdaniem jest najlepszy w  danej dziedzinie .
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 #4015 from documents/00103637 from sent26

Text  : I myślimy , że Bóg powinien działać według naszej logiki .
Tokens: 1 2______ 3 4_ 5__ 6_______ 7______ 8_____ 9_____ 10____ 11

Chunks:
  TruePositive nam [5,5] = Bóg

(ChunkerEvaluator) Sentence #4016 from documents/00103637 from sent27

Text  : A Bóg czyni inaczej .
Tokens: 1 2__ 3____ 4______ 5

Chunks:
  TruePositive nam [2,2] = Bóg

(ChunkerEvaluator) Sentence #4017 from documents/00103637 from sent28

Text  : I zdaje się , że jest taki przekorny , że im większe dzieło ,  tym lichsze narzędzie .
Tokens: 1 2____ 3__ 4 5_ 6___ 7___ 8_________ 9 10 11 12_____ 13____ 14 15_ 16_____ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #4018 from documents/00103637 from sent29

Text  : Dlaczego tak czyni ?
Tokens: 1_______ 2__ 3____ 4

Chunks:

(ChunkerEvaluator) Sentence #4019 from documents/00103637 from sent30

Text  : Pismo Święte pokazuje nam , że po pierwsze , po to ,  aby było widoczne Jego działanie ,  że to Bóg czyni ,  a  nie człowiek .
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 [21,21] = Bóg
  FalseNegative nam [1,2] = Pismo Święte

(ChunkerEvaluator) Sentence #4020 from documents/00103637 from sent31

Text  : Aby nikt nie miał wątpliwości i nie mógł Bożej interwencji wytłumaczyć w  sposób naturalny .
Tokens: 1__ 2___ 3__ 4___ 5__________ 6 7__ 8___ 9____ 10_________ 11_________ 12 13____ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #4021 from documents/00103637 from sent32

Text  : Możemy także powiedzieć , że nie ma pokolenia w którym by Kościół nie doświadczał w  różnych miejscach świata bycia tylko małym ziarnem gorczycy .
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 [12,12] = Kościół

(ChunkerEvaluator) Sentence #4022 from documents/00103637 from sent33

Text  : Słowo Boże obecne w historii wydaje się być skazane na porażkę .
Tokens: 1____ 2___ 3_____ 4 5_______ 6_____ 7__ 8__ 9______ 10 11_____ 12

Chunks:
  FalsePositive nam [1,2] = Słowo Boże

(ChunkerEvaluator) Sentence #4023 from documents/00103637 from sent34

Text  : Nie zapominajmy jednak , że dla nas jest to czas sprzyjający do umocnienia naszej wiary w  siłę i  moc Chrystusa .
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 [20,20] = Chrystusa

(ChunkerEvaluator) Sentence #4024 from documents/00103637 from sent35

Text  : Zapamiętajmy , że pomimo naszych słabości i wad , mocą Chrystusa możemy wszystko .
Tokens: 1___________ 2 3_ 4_____ 5______ 6_______ 7 8__ 9 10__ 11_______ 12____ 13______ 14

Chunks:
  TruePositive nam [11,11] = Chrystusa

(ChunkerEvaluator) Sentence #4025 from documents/00103637 from sent36

Text  : Podsumowując .
Tokens: 1___________ 2

Chunks:

(ChunkerEvaluator) Sentence #4026 from documents/00103637 from sent37

Text  : Pan Bóg nie omija nikogo .
Tokens: 1__ 2__ 3__ 4____ 5_____ 6

Chunks:
  TruePositive nam [2,2] = Bóg

(ChunkerEvaluator) Sentence #4027 from documents/00103637 from sent38

Text  : Każdego wybiera do jakiegoś zadania .
Tokens: 1______ 2______ 3_ 4_______ 5______ 6

Chunks:

(ChunkerEvaluator) Sentence #4028 from documents/00103637 from sent39

Text  : Każdy jest powołany .
Tokens: 1____ 2___ 3_______ 4

Chunks:

(ChunkerEvaluator) Sentence #4029 from documents/00103637 from sent40

Text  : Bo tak naprawdę przed Bogiem wszyscy jesteśmy mali , nędzni i  słabi .
Tokens: 1_ 2__ 3_______ 4____ 5_____ 6______ 7_______ 8___ 9 10____ 11 12___ 13

Chunks:
  TruePositive nam [5,5] = Bogiem

(ChunkerEvaluator) Sentence #4030 from documents/00103637 from sent41

Text  : Różnimy się tylko tym , że jedni to sobie uświadamiają i  stają w  prawdzie o  sobie ,  a  inni niestety żyją w  iluzji swojej wielkości i  mądrości .
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 #4031 from documents/00103637 from sent42

Text  : I wielkim miłosierdziem dla człowieka jest to , gdy Pan Bóg wyprowadzi go z  takiej iluzji ,  pokaże mu jego nędzę i  uświadomi ,  że bez Niego nic ,  naprawdę nic nie może uczynić .
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] = Bóg

(ChunkerEvaluator) Sentence #4032 from documents/00103637 from sent43

Text  : I wtedy , gdy człowiek zostanie ogołocony , gdy stanie taki mały ,  bezradny ,  oczekujący wszystkiego od Boga ,  to wtedy zdolny jest do odkrycia ,  tego ,  czego oczekuje od niego Bóg ,  tego do czego wybrał Go Bóg .
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 [19,19] = Boga
  TruePositive nam [34,34] = Bóg
  TruePositive nam [41,41] = Bóg

(ChunkerEvaluator) Sentence #4033 from documents/00103637 from sent44

Text  : Wtedy jest zdolny do pójścia za Jego głosem …
Tokens: 1____ 2___ 3_____ 4_ 5______ 6_ 7___ 8_____ 9

Chunks:

(ChunkerEvaluator) Sentence #4034 from documents/00103637 from sent45

Text  : Jezu cichy i pokornego serca , uczyń serce moje według serca Twego .
Tokens: 1___ 2____ 3 4________ 5____ 6 7____ 8____ 9___ 10____ 11___ 12___ 13

Chunks:
  FalsePositive nam [12,12] = Twego
  FalseNegative nam [1,1] = Jezu

(ChunkerEvaluator) Sentence #4035 from documents/00103637 from sent46

Text  : Amen
Tokens: 1___

Chunks:

2016-10-13 16:40:53,483 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 272 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103642.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103642.ini
(ChunkerEvaluator) Sentence #4036 from documents/00103642 from sent1

Text  : Słowo Boże zaprasza nas dzisiaj do jednego z miast leżącego nad Jordanem .
Tokens: 1____ 2___ 3_______ 4__ 5______ 6_ 7______ 8 9____ 10______ 11_ 12______ 13

Chunks:
  TruePositive nam [12,12] = Jordanem
  FalsePositive nam [2,2] = Boże

(ChunkerEvaluator) Sentence #4037 from documents/00103642 from sent2

Text  : We współczesnym Izraelu panuje przekonanie , że Jerycho jest najstarszym miastem świata .
Tokens: 1_ 2___________ 3______ 4_____ 5__________ 6 7_ 8______ 9___ 10_________ 11_____ 12____ 13

Chunks:
  TruePositive nam [3,3] = Izraelu
  TruePositive nam [8,8] = Jerycho

(ChunkerEvaluator) Sentence #4038 from documents/00103642 from sent3

Text  : Orientalne miasta były budowane według pewnych wymogów .
Tokens: 1_________ 2_____ 3___ 4_______ 5_____ 6______ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #4039 from documents/00103642 from sent4

Text  : Jednym z nich były mury miejskie .
Tokens: 1_____ 2 3___ 4___ 5___ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #4040 from documents/00103642 from sent5

Text  : W bramach takiego miasta toczyło się często jego całe życie :  zebrania ,  wyroki sądowe ,  czytano obwieszczenia .
Tokens: 1 2______ 3______ 4_____ 5______ 6__ 7_____ 8___ 9___ 10___ 11 12______ 13 14____ 15____ 16 17_____ 18___________ 19

Chunks:

(ChunkerEvaluator) Sentence #4041 from documents/00103642 from sent6

Text  : Ulice były zazwyczaj bardzo kręte i wąskie .
Tokens: 1____ 2___ 3________ 4_____ 5____ 6 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #4042 from documents/00103642 from sent7

Text  : Wyruszmy więc na kręte ulice starożytnego Jerycha , aby spotkać tam ślepca Bartymeusza .
Tokens: 1_______ 2___ 3_ 4____ 5____ 6___________ 7______ 8 9__ 10_____ 11_ 12____ 13_________ 14

Chunks:
  TruePositive nam [7,7] = Jerycha
  TruePositive nam [13,13] = Bartymeusza

(ChunkerEvaluator) Sentence #4043 from documents/00103642 from sent8

Text  : Oto dzisiejszej niedzieli stajemy się świadkami cudu tak jak niegdyś Jerycho było świadkiem cudownego przywrócenia wzroku Bartymeusza .
Tokens: 1__ 2__________ 3________ 4______ 5__ 6________ 7___ 8__ 9__ 10_____ 11_____ 12__ 13_______ 14_______ 15__________ 16____ 17_________ 18

Chunks:
  TruePositive nam [11,11] = Jerycho
  TruePositive nam [17,17] = Bartymeusza

(ChunkerEvaluator) Sentence #4044 from documents/00103642 from sent9

Text  : Cudom Jezusa zawsze towarzyszy zbawcze słowo .
Tokens: 1____ 2_____ 3_____ 4_________ 5______ 6____ 7

Chunks:
  TruePositive nam [2,2] = Jezusa

(ChunkerEvaluator) Sentence #4045 from documents/00103642 from sent10

Text  : Jezus nigdy nie dokonuje cudów dla nich samych lecz maja one na celu potwierdzenie prawdziwości jego nauczania ,  prawdziwości głoszonego słowa .
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 [1,1] = Jezus

(ChunkerEvaluator) Sentence #4046 from documents/00103642 from sent11

Text  : Cuda Jezusa realizują praktycznie Królestwo Boże zapowiadane w tym zbawczym słowie ,  zbawczym orędziu .
Tokens: 1___ 2_____ 3________ 4__________ 5________ 6___ 7__________ 8 9__ 10______ 11____ 12 13______ 14_____ 15

Chunks:
  TruePositive nam [2,2] = Jezusa
  FalsePositive nam [5,6] = Królestwo Boże

(ChunkerEvaluator) Sentence #4047 from documents/00103642 from sent12

Text  : Jezus wchodzi do Jerycha i napotyka ślepca Bartymeusza – syna Tymeusza .
Tokens: 1____ 2______ 3_ 4______ 5 6_______ 7_____ 8__________ 9 10__ 11______ 12

Chunks:
  TruePositive nam [1,1] = Jezus
  TruePositive nam [4,4] = Jerycha
  TruePositive nam [8,8] = Bartymeusza
  TruePositive nam [11,11] = Tymeusza

(ChunkerEvaluator) Sentence #4048 from documents/00103642 from sent13

Text  : Bartymeusz był , żebrakiem .
Tokens: 1_________ 2__ 3 4________ 5

Chunks:
  TruePositive nam [1,1] = Bartymeusz

(ChunkerEvaluator) Sentence #4049 from documents/00103642 from sent14

Text  : Gdy ten żebrak , ślepiec dowiedział się , że Jezus przechodzi zawołał –  Jezusie Synu Dawida ulituj się nade mną .
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] = Jezus
  TruePositive nam [14,14] = Jezusie
  TruePositive nam [16,16] = Dawida

(ChunkerEvaluator) Sentence #4050 from documents/00103642 from sent15

Text  : Wielu żydom ten tytuł kojarzył się z tytułem politycznym dlatego ,  że Dawid był Królem i  ten krzyk mógł oznaczać mesjasza z  którym wiązano polityczne nadzieje .
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 [13,13] = Dawid
  TruePositive nam [15,15] = Królem

(ChunkerEvaluator) Sentence #4051 from documents/00103642 from sent16

Text  : Tymczasem krzyk Bartymeusza – Jezusie , Synu Dawida ulituj się nade mną –  wyraża raczej najgłębsze przekonanie ,  że Jezus może mu przyjść z  pomocą .
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 [3,3] = Bartymeusza
  TruePositive nam [5,5] = Jezusie
  TruePositive nam [8,8] = Dawida
  TruePositive nam [20,20] = Jezus

(ChunkerEvaluator) Sentence #4052 from documents/00103642 from sent17

Text  : Jest to krzyk nadziei ale i zarazem rozpaczy .
Tokens: 1___ 2_ 3____ 4______ 5__ 6 7______ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #4053 from documents/00103642 from sent18

Text  : Rozpaczy z powodu obecnej sytuacji i nadziei na zmianę tej sytuacji .
Tokens: 1_______ 2 3_____ 4______ 5_______ 6 7______ 8_ 9_____ 10_ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #4054 from documents/00103642 from sent19

Text  : Świadkom całego zdarzenia mogło by się wydawać , że zwrot „  miej litość ”  jest prośbą o  jałmużnę .
Tokens: 1_______ 2_____ 3________ 4____ 5_ 6__ 7______ 8 9_ 10___ 11 12__ 13____ 14 15__ 16____ 17 18______ 19

Chunks:

(ChunkerEvaluator) Sentence #4055 from documents/00103642 from sent20

Text  : Bartymeusz w końcu był żebrakiem .
Tokens: 1_________ 2 3____ 4__ 5________ 6

Chunks:
  TruePositive nam [1,1] = Bartymeusz

(ChunkerEvaluator) Sentence #4056 from documents/00103642 from sent21

Text  : Pytanie Jezusa co chcesz , aby m ci uczynił rozwiewa te wątpliwości ,  że chodzi o  potrzebę dużo większą ,  nie chodzi o  zwykłą jałmużnę ale o  przemianę całego dotychczasowego sposobu życia .
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 [2,2] = Jezusa

(ChunkerEvaluator) Sentence #4057 from documents/00103642 from sent22

Text  : Bartymeusz daje bardzo jasną odpowiedź : „ Rabbuni , tzn .  '  '  Mój Mistrzu '  '  ,  aby m  przejrzał "
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] = Rabbuni
  FalseNegative nam [1,1] = Bartymeusz
  FalseNegative nam [15,15] = Mistrzu

(ChunkerEvaluator) Sentence #4058 from documents/00103642 from sent23

Text  : Cuda Jezusa mają nie tyko charakter materialny i w tym wypadku chodziło nie tylko o  przywrócenie wzroku .
Tokens: 1___ 2_____ 3___ 4__ 5___ 6________ 7_________ 8 9 10_ 11_____ 12______ 13_ 14___ 15 16__________ 17____ 18

Chunks:
  TruePositive nam [2,2] = Jezusa

(ChunkerEvaluator) Sentence #4059 from documents/00103642 from sent24

Text  : Zwrócić należy uwagę na następstwo uzdrowienia .
Tokens: 1______ 2_____ 3____ 4_ 5_________ 6__________ 7

Chunks:

(ChunkerEvaluator) Sentence #4060 from documents/00103642 from sent25

Text  : Kiedy Jezus dokonał uzdrowienia – mówi ewangelista – Bartymeusz natychmiast przejrzał i  szedł za nim .
Tokens: 1____ 2____ 3______ 4__________ 5 6___ 7__________ 8 9_________ 10_________ 11_______ 12 13___ 14 15_ 16

Chunks:
  TruePositive nam [2,2] = Jezus
  TruePositive nam [9,9] = Bartymeusz

(ChunkerEvaluator) Sentence #4061 from documents/00103642 from sent26

Text  : W przypadku Bartymeusza dosłownie spełniły się słowa Jezusa , który mówi :  kto idzie za mną nie idzie w  ciemności lecz będzie miał światło życia .
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 [3,3] = Bartymeusza
  TruePositive nam [8,8] = Jezusa

(ChunkerEvaluator) Sentence #4062 from documents/00103642 from sent27

Text  : Mesjasz miał według żydów przynosić oświecenie i właśnie to przynosi Jezus Bartymeuszowi .
Tokens: 1______ 2___ 3_____ 4____ 5________ 6_________ 7 8______ 9_ 10______ 11___ 12___________ 13

Chunks:
  FalsePositive nam [11,12] = Jezus Bartymeuszowi
  FalseNegative nam [11,11] = Jezus
  FalseNegative nam [12,12] = Bartymeuszowi

(ChunkerEvaluator) Sentence #4063 from documents/00103642 from sent28

Text  : Przywraca mu wzrok nie tylko ten fizyczny ale również i  duchowy .
Tokens: 1________ 2_ 3____ 4__ 5____ 6__ 7_______ 8__ 9______ 10 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #4064 from documents/00103642 from sent29

Text  : Po uzdrowieniu Bartymeusz idzie za Jezusem czyli staje się Jego uczniem .
Tokens: 1_ 2__________ 3_________ 4____ 5_ 6______ 7____ 8____ 9__ 10__ 11_____ 12

Chunks:
  TruePositive nam [3,3] = Bartymeusz
  TruePositive nam [6,6] = Jezusem

2016-10-13 16:40:53,624 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 273 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103679.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103679.ini
(ChunkerEvaluator) Sentence #4065 from documents/00103679 from sent1

Text  : " Polskie szumowiny won ! "
Tokens: 1 2______ 3________ 4__ 5 6

Chunks:

(ChunkerEvaluator) Sentence #4066 from documents/00103679 from sent2

Text  : Irlandzcy anarchiści z Workers Solidarity Movement usunęli nacjonalistyczny napis wzdłuż kanału w  jednej z  dzielnic Dublina .
Tokens: 1________ 2_________ 3 4______ 5_________ 6_______ 7______ 8_______________ 9____ 10____ 11____ 12 13____ 14 15______ 16_____ 17

Chunks:
  TruePositive nam [4,6] = Workers Solidarity Movement
  TruePositive nam [16,16] = Dublina

(ChunkerEvaluator) Sentence #4067 from documents/00103679 from sent3

Text  : Napis głosił : " Polskie szumowiny won ! " ,  anarchiści zamienili go na :  "  Rasistowskie szumowiny won !  "  .
Tokens: 1____ 2_____ 3 4 5______ 6________ 7__ 8 9 10 11________ 12_______ 13 14 15 16 17__________ 18_______ 19_ 20 21 22

Chunks:
  FalsePositive nam [5,8] = Polskie szumowiny won !
  FalsePositive nam [17,20] = Rasistowskie szumowiny won !

(ChunkerEvaluator) Sentence #4068 from documents/00103679 from sent4

Text  : - Jeśli hasła przepełnione nienawiścią pozostają nietknięte przez dłuższy czas ,  powstaje wrażenie ,  że nikogo to nie rusza ,  że ludzie się z  tym zgadzają .
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 #4069 from documents/00103679 from sent5

Text  : To powoduje , że nacjonaliści i rasiści czują się pewniej ,  a  imigranci zaś czują się izolowani .
Tokens: 1_ 2_______ 3 4_ 5___________ 6 7______ 8____ 9__ 10_____ 11 12 13_______ 14_ 15___ 16_ 17_______ 18

Chunks:

(ChunkerEvaluator) Sentence #4070 from documents/00103679 from sent6

Text  : Dlatego wzywamy ludzi do brania spraw w swoje ręce i  zamalowywania tych haseł ,  bądź zmieniania ich znaczenia .
Tokens: 1______ 2______ 3____ 4_ 5_____ 6____ 7 8____ 9___ 10 11___________ 12__ 13___ 14 15__ 16________ 17_ 18_______ 19

Chunks:

(ChunkerEvaluator) Sentence #4071 from documents/00103679 from sent7

Text  : - mówi jeden z działaczy WSM .
Tokens: 1 2___ 3____ 4 5________ 6__ 7

Chunks:
  TruePositive nam [6,6] = WSM

2016-10-13 16:40:53,665 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 274 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103685.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103685.ini
(ChunkerEvaluator) Sentence #4072 from documents/00103685 from sent1

Text  : MAM jest największym projektem Fundacji Nowe Media .
Tokens: 1__ 2___ 3__________ 4________ 5_______ 6___ 7____ 8

Chunks:
  TruePositive nam [1,1] = MAM
  TruePositive nam [5,7] = Fundacji Nowe Media

(ChunkerEvaluator) Sentence #4073 from documents/00103685 from sent2

Text  : Jego adresatem jest młodzież szkolna ( gimnazjalna i licealna )  w  wieku 13 -  19 lat oraz uczestnicy wszelkich grup (  także nieformalnych )  i  stowarzyszeń ,  którzy chcą przygotowywać własną gazetę na zasadach obowiązujących w  programie .
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:

(ChunkerEvaluator) Sentence #4074 from documents/00103685 from sent3

Text  : Projekt prowadzony jest w Polsce , na Ukrainie i na Białorusi .
Tokens: 1______ 2_________ 3___ 4 5_____ 6 7_ 8_______ 9 10 11_______ 12

Chunks:
  TruePositive nam [5,5] = Polsce
  TruePositive nam [8,8] = Ukrainie
  TruePositive nam [11,11] = Białorusi

(ChunkerEvaluator) Sentence #4075 from documents/00103685 from sent4

Text  : Cele Projektu MAM :
Tokens: 1___ 2_______ 3__ 4

Chunks:
  TruePositive nam [3,3] = MAM

(ChunkerEvaluator) Sentence #4076 from documents/00103685 from sent5

Text  : Przygotować młodzież do twórczego korzystania z mediów .
Tokens: 1__________ 2_______ 3_ 4________ 5__________ 6 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #4077 from documents/00103685 from sent6

Text  : Akcja ma za zadanie edukować zarówno do świadomego i krytycznego odbioru przekazu medialnego jak i  kształcić umiejętności odpowiedzialnego tworzenia mediów .
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 #4078 from documents/00103685 from sent7

Text  : Wspierać w realizacji pierwszych projektów medialnych .
Tokens: 1_______ 2 3_________ 4_________ 5________ 6_________ 7

Chunks:

(ChunkerEvaluator) Sentence #4079 from documents/00103685 from sent8

Text  : Udostępnienie narzędzi multimedialnych oraz zasobów edukacyjnych ma pomóc młodym ludziom realizować pasję oraz doskonalić ich warsztat .
Tokens: 1____________ 2_______ 3______________ 4___ 5______ 6___________ 7_ 8____ 9_____ 10_____ 11________ 12___ 13__ 14________ 15_ 16______ 17

Chunks:

(ChunkerEvaluator) Sentence #4080 from documents/00103685 from sent9

Text  : Podnieść umiejętności społeczne młodzieży poprzez pracę w grupie , komunikację interpersonalną ,  autoprezentację i  tworzenie warunków do włączenia się w  lokalną działalność publiczną .
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 #4081 from documents/00103685 from sent10

Text  : Nauczyć postaw przestrzegania standardów etycznych działalności w mediach .
Tokens: 1______ 2_____ 3_____________ 4_________ 5________ 6___________ 7 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #4082 from documents/00103685 from sent11

Text  : Zasady komunikacji medialnej i etyki zawodowej są konsekwentnie prezentowane w  każdym wymiarze projektu -  edukacji wirtualnej i  bezpośredniej ,  wspieraniu działań własnych młodzieży oraz współpracy z  partnerami o  równie wysokich standardach .
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:

(ChunkerEvaluator) Sentence #4083 from documents/00103685 from sent12

Text  : Uczestnicy Młodzieżowej Akcji Multimedialnej mają możliwość bezpłatnego korzystania z :
Tokens: 1_________ 2___________ 3____ 4_____________ 5___ 6________ 7__________ 8__________ 9 10

Chunks:
  TruePositive nam [2,4] = Młodzieżowej Akcji Multimedialnej

(ChunkerEvaluator) Sentence #4084 from documents/00103685 from sent13

Text  : Portalu mam.media.pl – umożliwiającego założenie redakcj oraz korzystanie z wirtualnych narzędzi do tworzenia QMAMÓW ,  czyli gazetek szkolnych nowej generacji (  e  -  gazetek )  .
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 [2,2] = mam.media.pl
  TruePositive nam [14,14] = QMAMÓW

(ChunkerEvaluator) Sentence #4085 from documents/00103685 from sent14

Text  : Strona usprawnia też kontakt między redakcjami oraz wymianę doświadczeń .
Tokens: 1_____ 2________ 3__ 4______ 5_____ 6_________ 7___ 8______ 9__________ 10

Chunks:

(ChunkerEvaluator) Sentence #4086 from documents/00103685 from sent15

Text  : Bezpłatnych warsztatów dziennikarskich dla uczniów - łączących zarówno wiedzę teoretyczną i  ćwiczenia praktyczne ,  co daje każdemu możliwośd spróbowania swoich sił jako redaktor gazety .
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 #4087 from documents/00103685 from sent16

Text  : Młodzież ma okazję poznad zasady rządzące gatunkami dziennikarskimi i zaznajomić się z  rolami poszczególnych członków redakcji .
Tokens: 1_______ 2_ 3_____ 4_____ 5_____ 6_______ 7________ 8______________ 9 10________ 11_ 12 13____ 14____________ 15______ 16______ 17

Chunks:

(ChunkerEvaluator) Sentence #4088 from documents/00103685 from sent17

Text  : Druga częśd warsztatów zapoznaje młodych ludzi z pracą grupową ,  na przykładzie strony mam .  media .  pl .
Tokens: 1____ 2____ 3_________ 4________ 5______ 6____ 7 8____ 9______ 10 11 12_________ 13____ 14_ 15 16___ 17 18 19

Chunks:
  FalseNegative nam [14,18] = mam . media . pl

(ChunkerEvaluator) Sentence #4089 from documents/00103685 from sent18

Text  : Fundacja organizuje również warsztatowe obozy wyjazdowe .
Tokens: 1_______ 2_________ 3______ 4__________ 5____ 6________ 7

Chunks:

(ChunkerEvaluator) Sentence #4090 from documents/00103685 from sent19

Text  : Bezpłatnych warsztatów z edukacji medialnej dla nauczycieli - mają na celu aktywizację zawodową pedagogów w  dziedzinie nauczania młodzieży za pomocą nowoczesnych technik multimedialnych .
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 #4091 from documents/00103685 from sent20

Text  : Przybliżają także tematykę funkcjonowania prawa autorskiego w internecie oraz sposoby korzystania z  otwartych zasobów edukacyjnych .
Tokens: 1__________ 2____ 3_______ 4_____________ 5____ 6__________ 7 8_________ 9___ 10_____ 11_________ 12 13_______ 14_____ 15__________ 16

Chunks:
  TruePositive nam [8,8] = internecie

(ChunkerEvaluator) Sentence #4092 from documents/00103685 from sent21

Text  : Drugim etapem szkolenia jest wspólna realizacja zajęd dla młodzieży przez nauczyciela i  animatora z  Fundacji .
Tokens: 1_____ 2_____ 3________ 4___ 5______ 6_________ 7____ 8__ 9________ 10___ 11_________ 12 13_______ 14 15______ 16

Chunks:
  FalsePositive nam [15,15] = Fundacji

2016-10-13 16:40:53,785 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 275 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103691.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103691.ini
(ChunkerEvaluator) Sentence #4093 from documents/00103691 from sent1

Text  : Niemiecka Wikipedia nawiązała współpracę z niemieckim Archiwum Federalnym , które udostępniło na stronach Wikimedia Commons ,  na wolnej licencji ,  100 000 zdjęć dokumentujących historię najnowszą tego kraju (  a  przy okazji także krajów sąsiednich )  .
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 [2,2] = Wikipedia
  TruePositive nam [7,8] = Archiwum Federalnym
  TruePositive nam [14,15] = Wikimedia Commons

(ChunkerEvaluator) Sentence #4094 from documents/00103691 from sent2

Text  : Rok temu archiwum udostępniło na własnych stronach kolekcję 113 000 zdjęć (  stanowiącą wycinek wielomilionowych zbiorów )  ,  w  niewielkim formacie i  na zasadzie “  pełne prawa zastrzeżone ”  .
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 #4095 from documents/00103691 from sent3

Text  : Współpraca z Wikipedią jest kolejnym krokiem w procesie otwierania zbiorów archiwum .
Tokens: 1_________ 2 3________ 4___ 5_______ 6______ 7 8_______ 9_________ 10_____ 11______ 12

Chunks:
  TruePositive nam [3,3] = Wikipedią

(ChunkerEvaluator) Sentence #4096 from documents/00103691 from sent4

Text  : Warto podkreślić , że w notce prasowej władze archiwum odwołują się nie tylko do jego ustawowej misji ,  ale także do Deklaracji Berlińskiej ,  będącej jednym z  kluczowych dokumentów ruchu Open Access .
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 [22,23] = Deklaracji Berlińskiej
  TruePositive nam [31,32] = Open Access

(ChunkerEvaluator) Sentence #4097 from documents/00103691 from sent5

Text  : Kolekcja Bundesarchiv na Wikimedia Commons powinna być wzorem dla wszelkich projektów archiwizacyjnych .
Tokens: 1_______ 2___________ 3_ 4________ 5______ 6______ 7__ 8_____ 9__ 10_______ 11_______ 12______________ 13

Chunks:
  TruePositive nam [4,5] = Wikimedia Commons
  FalsePositive nam [1,2] = Kolekcja Bundesarchiv
  FalseNegative nam [2,2] = Bundesarchiv

(ChunkerEvaluator) Sentence #4098 from documents/00103691 from sent6

Text  : Zdjęcia są swobodnie dostępne , dla każdego jest podany autor (  którego autorstwo należy uznać wykorzystując zdjęcia )  i  przystępna informacja licencyjna .
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 #4099 from documents/00103691 from sent7

Text  : Zdjęcia nie są wprawdzie bardzo duże ( dłuższy bok ma maksimum 800 pikseli )  ,  ale na potrzeby wykorzystania online wystarczą -  archiwum sprzedaje kopie wysokiej rozdzielczości (  w  tym na potrzeby komercyjne )  .
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 #4100 from documents/00103691 from sent8

Text  : Co najważniejsze , archiwum zasiliło kolekcję publiczną , jaką jest Wikimedia Commons -  zamiast pokazywać zdjęcia jedynie na własnej stronie .
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 [11,12] = Wikimedia Commons

(ChunkerEvaluator) Sentence #4101 from documents/00103691 from sent9

Text  : To także ważny wymiar otwartości kolekcji .
Tokens: 1_ 2____ 3____ 4_____ 5_________ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #4102 from documents/00103691 from sent10

Text  : Co najciekawsze , archiwum w niewielkim wycinku prezentuje historię Polski -  z  lat wojennych ,  gdy niemieccy fotografowie dokumentowali nasz kraj pod okupacją .
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 [10,10] = Polski

(ChunkerEvaluator) Sentence #4103 from documents/00103691 from sent11

Text  : Mamy więc sytuację paradoksalną : niemiecka instytucja udostępnia nam w  sposób otwarty materiały dokumentujące ważne momenty w  naszej historii .
Tokens: 1___ 2___ 3_______ 4___________ 5 6________ 7_________ 8_________ 9__ 10 11____ 12_____ 13_______ 14___________ 15___ 16_____ 17 18____ 19______ 20

Chunks:

(ChunkerEvaluator) Sentence #4104 from documents/00103691 from sent12

Text  : Mało imponująco , w porównaniu , wypada polskie Narodowe Archiwum Cyfrowe ,  w  którym małe zdjęcia są opatrzone gigantycznym znakiem wodnym przesłaniającym detale .
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 [9,11] = Narodowe Archiwum Cyfrowe

(ChunkerEvaluator) Sentence #4105 from documents/00103691 from sent13

Text  : Mam wrażenie , że polskie instytucje pamięci jak na razie udostępniają treści publiczne dość nerwowo .
Tokens: 1__ 2_______ 3 4_ 5______ 6_________ 7______ 8__ 9_ 10___ 11__________ 12____ 13_______ 14__ 15_____ 16

Chunks:

(ChunkerEvaluator) Sentence #4106 from documents/00103691 from sent14

Text  : Przykład niemiecki pokazuje , że nie jest konieczne stosowanie półśrodków .
Tokens: 1_______ 2________ 3_______ 4 5_ 6__ 7___ 8________ 9_________ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #4107 from documents/00103691 from sent15

Text  : Pytanie więc brzmi , kto u nas zrobi to pierwszy ?
Tokens: 1______ 2___ 3____ 4 5__ 6 7__ 8____ 9_ 10______ 11

Chunks:

(ChunkerEvaluator) Sentence #4108 from documents/00103691 from sent16

Text  : Narodowe Archiwum Cyfrowe , Stowarzyszenie Karta czy Muzeum Powstania Warszawskiego ?
Tokens: 1_______ 2_______ 3______ 4 5_____________ 6____ 7__ 8_____ 9________ 10___________ 11

Chunks:
  TruePositive nam [1,3] = Narodowe Archiwum Cyfrowe
  TruePositive nam [5,6] = Stowarzyszenie Karta
  TruePositive nam [8,10] = Muzeum Powstania Warszawskiego

(ChunkerEvaluator) Sentence #4109 from documents/00103691 from sent17

Text  : Creative Commons Polska chętnie pomoże w kwestiach prawnych ; jestem pewien ,  że Polscy Wikipedyści są chętni do współpracy .
Tokens: 1_______ 2______ 3_____ 4______ 5_____ 6 7________ 8_______ 9 10____ 11____ 12 13 14____ 15_________ 16 17____ 18 19________ 20

Chunks:
  TruePositive nam [1,3] = Creative Commons Polska
  TruePositive nam [15,15] = Wikipedyści

(ChunkerEvaluator) Sentence #4110 from documents/00103691 from sent18

Text  : Niemcom zajęło to rok , myślę , że da się ten rekord pobić .
Tokens: 1______ 2_____ 3_ 4__ 5 6____ 7 8_ 9_ 10_ 11_ 12____ 13___ 14

Chunks:
  TruePositive nam [1,1] = Niemcom

2016-10-13 16:40:53,902 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 276 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103694.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103694.ini
(ChunkerEvaluator) Sentence #4111 from documents/00103694 from sent1

Text  : MKS Bzura Ozorków - SMS II PZPS Spała 3 :  0
Tokens: 1__ 2____ 3______ 4 5__ 6_ 7___ 8____ 9 10 11

Chunks:
  TruePositive nam [1,3] = MKS Bzura Ozorków
  TruePositive nam [5,8] = SMS II PZPS Spała

(ChunkerEvaluator) Sentence #4112 from documents/00103694 from sent2

Text  : Zwycięstwem Bzury zakończył się dzisiejszy mecz z SMS-em Spała .
Tokens: 1__________ 2____ 3________ 4__ 5_________ 6___ 7 8_____ 9____ 10

Chunks:
  TruePositive nam [2,2] = Bzury
  TruePositive nam [8,9] = SMS-em Spała

(ChunkerEvaluator) Sentence #4113 from documents/00103694 from sent3

Text  : Potrzebne były do tego 3 sety wygrane do 22 ,  23 ,  19 .
Tokens: 1________ 2___ 3_ 4___ 5 6___ 7______ 8_ 9_ 10 11 12 13 14

Chunks:

(ChunkerEvaluator) Sentence #4114 from documents/00103694 from sent4

Text  : Bzura : Sadecki , Grabarczyk , Sęk , Domagała ,  Grzelik ,  Wójcik -  D  .  Sobczak (  libero )  oraz Dośpiał ,  Majchrzak ,  M  .  Sobczak
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 [1,1] = Bzura
  TruePositive nam [3,3] = Sadecki
  TruePositive nam [5,5] = Grabarczyk
  TruePositive nam [7,7] = Sęk
  TruePositive nam [9,9] = Domagała
  TruePositive nam [11,11] = Grzelik
  TruePositive nam [13,13] = Wójcik
  TruePositive nam [15,17] = D . Sobczak
  TruePositive nam [24,24] = Majchrzak
  TruePositive nam [26,28] = M . Sobczak
  FalseNegative nam [22,22] = Dośpiał

(ChunkerEvaluator) Sentence #4115 from documents/00103694 from sent5

Text  : Zdobyciem kompletu trzech punktów zakończył się mecz pomiędzy Bzura Ozorków a  SMS II Spała .
Tokens: 1________ 2_______ 3_____ 4______ 5________ 6__ 7___ 8_______ 9____ 10_____ 11 12_ 13 14___ 15

Chunks:
  TruePositive nam [9,10] = Bzura Ozorków
  TruePositive nam [12,14] = SMS II Spała

(ChunkerEvaluator) Sentence #4116 from documents/00103694 from sent6

Text  : Mecz trwał niespełna 70 minut ale emocji nie brakowało .
Tokens: 1___ 2____ 3________ 4_ 5____ 6__ 7_____ 8__ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #4117 from documents/00103694 from sent7

Text  : Początek spotkania był bardzo nie równy w wykonaniu gospodarzy .
Tokens: 1_______ 2________ 3__ 4_____ 5__ 6____ 7 8________ 9_________ 10

Chunks:

(ChunkerEvaluator) Sentence #4118 from documents/00103694 from sent8

Text  : Przydarzały się proste błędy , dzięki czemu goście osiągnęli trzypunktową przewagę .
Tokens: 1__________ 2__ 3_____ 4____ 5 6_____ 7____ 8_____ 9________ 10__________ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #4119 from documents/00103694 from sent9

Text  : Końcówka seta należała jednak do Bzury , najpierw doprowadzili do wyrównania po 21 ,  a  set zakończył się przegraną gości do 23 .
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 [6,6] = Bzury

(ChunkerEvaluator) Sentence #4120 from documents/00103694 from sent10

Text  : Drugi set miał podobny przebieg do pierwszego , początkowo lekka przewaga przyjezdnych by w  końcówce ozorkowianie przechylili szale zwycięstwa seta na swoją korzyć .
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:
  FalseNegative nam [16,16] = ozorkowianie

(ChunkerEvaluator) Sentence #4121 from documents/00103694 from sent11

Text  : Mięli z pewnością na to wpływ kibice na trybunach ,  którzy przez całe spotkanie głośno dopingowali swoich ulubieńców ,  dodając im tym samym wsparcie i  zagrzewali do walki o  każdy 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 28___ 29 30___ 31___ 32

Chunks:

(ChunkerEvaluator) Sentence #4122 from documents/00103694 from sent12

Text  : Bardzo dobrze prezentował się Marcin Sadecki kończąc każdy atak .
Tokens: 1_____ 2_____ 3__________ 4__ 5_____ 6______ 7______ 8____ 9___ 10

Chunks:
  TruePositive nam [5,6] = Marcin Sadecki

(ChunkerEvaluator) Sentence #4123 from documents/00103694 from sent13

Text  : Swój udział miał również Daniel Sęk , który kapitalnie bronił w  końcówkach setów .
Tokens: 1___ 2_____ 3___ 4______ 5_____ 6__ 7 8____ 9_________ 10____ 11 12________ 13___ 14

Chunks:
  TruePositive nam [5,6] = Daniel Sęk

(ChunkerEvaluator) Sentence #4124 from documents/00103694 from sent14

Text  : Trzecia odsłona miała zupełnie inny przebieg niż poprzednie .
Tokens: 1______ 2______ 3____ 4_______ 5___ 6_______ 7__ 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #4125 from documents/00103694 from sent15

Text  : Od samego początku kilku punktowa przewagę uzyskali gospodarze i nie oddali jej do końca spotkania .
Tokens: 1_ 2_____ 3_______ 4____ 5_______ 6_______ 7_______ 8_________ 9 10_ 11____ 12_ 13 14___ 15_______ 16

Chunks:

(ChunkerEvaluator) Sentence #4126 from documents/00103694 from sent16

Text  : Przewaga była na tyle wysoka , że trener Grzegorz Pawłowski dokonał prawie całkowitej zmiany w  podstawowej szóstki i  tak na rozegraniu za Rafała Grabarczyka wszedł Piotr Dośpiał ,  na pozycję atakującego za Marcina Sadeckiego wystąpił Jakub Majchrzak ,  zaś na środku za Kamila Wójcika do końca spotkania zagrał Mateusz Sobczak .
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:
  TruePositive nam [9,10] = Grzegorz Pawłowski
  TruePositive nam [23,24] = Rafała Grabarczyka
  TruePositive nam [26,27] = Piotr Dośpiał
  TruePositive nam [33,34] = Marcina Sadeckiego
  TruePositive nam [36,37] = Jakub Majchrzak
  TruePositive nam [43,44] = Kamila Wójcika
  TruePositive nam [49,50] = Mateusz Sobczak

(ChunkerEvaluator) Sentence #4127 from documents/00103694 from sent17

Text  : W obronie niesamowicie radził sobie Daniel Sęk , podbijając wiele ważnych piłek .
Tokens: 1 2______ 3___________ 4_____ 5____ 6_____ 7__ 8 9_________ 10___ 11_____ 12___ 13

Chunks:
  TruePositive nam [6,7] = Daniel Sęk

(ChunkerEvaluator) Sentence #4128 from documents/00103694 from sent18

Text  : Set zakończył się do 19 .
Tokens: 1__ 2________ 3__ 4_ 5_ 6

Chunks:

(ChunkerEvaluator) Sentence #4129 from documents/00103694 from sent19

Text  : Kolejne spotkanie już za dwa tygodnie .
Tokens: 1______ 2________ 3__ 4_ 5__ 6_______ 7

Chunks:

(ChunkerEvaluator) Sentence #4130 from documents/00103694 from sent20

Text  : Tym razem do hali w Ozorkowie zawita Rosiek Syców .
Tokens: 1__ 2____ 3_ 4___ 5 6________ 7_____ 8_____ 9____ 10

Chunks:
  TruePositive nam [6,6] = Ozorkowie
  TruePositive nam [8,9] = Rosiek Syców

2016-10-13 16:40:54,006 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 277 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103699.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103699.ini
(ChunkerEvaluator) Sentence #4131 from documents/00103699 from sent1

Text  : Kamil Kacprzak przenosi się do Kędzierzyna - Koźla
Tokens: 1____ 2_______ 3_______ 4__ 5_ 6__________ 7 8____

Chunks:
  TruePositive nam [1,2] = Kamil Kacprzak
  FalsePositive nam [6,6] = Kędzierzyna
  FalsePositive nam [8,8] = Koźla
  FalseNegative nam [6,8] = Kędzierzyna - Koźla

(ChunkerEvaluator) Sentence #4132 from documents/00103699 from sent2

Text  : Kamil Kacprzak po dwóch sezonach gry w Bydgoszczy zmienia barwy klubowe i  przenosi się do Kędzierzyna -  Koźla .
Tokens: 1____ 2_______ 3_ 4____ 5_______ 6__ 7 8_________ 9______ 10___ 11_____ 12 13______ 14_ 15 16_________ 17 18___ 19

Chunks:
  TruePositive nam [1,2] = Kamil Kacprzak
  TruePositive nam [8,8] = Bydgoszczy
  FalsePositive nam [16,16] = Kędzierzyna
  FalsePositive nam [18,18] = Koźla
  FalseNegative nam [16,18] = Kędzierzyna - Koźla

(ChunkerEvaluator) Sentence #4133 from documents/00103699 from sent3

Text  : Wychowanek Bzury Ozorków , w ubiegłym sezonie był szóstkowym graczem .
Tokens: 1_________ 2____ 3______ 4 5 6_______ 7______ 8__ 9_________ 10_____ 11

Chunks:
  TruePositive nam [2,3] = Bzury Ozorków

(ChunkerEvaluator) Sentence #4134 from documents/00103699 from sent4

Text  : W meczu z Jadarem doznał kontuzji i od tego momentu Delecta wpadła w  "  dołek "  .
Tokens: 1 2____ 3 4______ 5_____ 6_______ 7 8_ 9___ 10_____ 11_____ 12____ 13 14 15___ 16 17

Chunks:
  TruePositive nam [4,4] = Jadarem
  TruePositive nam [11,11] = Delecta

(ChunkerEvaluator) Sentence #4135 from documents/00103699 from sent5

Text  : Dodatkowo walkower dla AZS Politechnika Warszawa za mecz z Resovią spowodował ,  że bydgoszczanie zajęli 10 .  miejsce w  tabeli .
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 [4,6] = AZS Politechnika Warszawa
  TruePositive nam [10,10] = Resovią
  FalseNegative nam [14,14] = bydgoszczanie

(ChunkerEvaluator) Sentence #4136 from documents/00103699 from sent6

Text  : W play out nie sprostali rywalowi ze stolicy , a  Kacprzak nie odzyskał już formy .
Tokens: 1 2___ 3__ 4__ 5________ 6_______ 7_ 8______ 9 10 11______ 12_ 13______ 14_ 15___ 16

Chunks:
  TruePositive nam [11,11] = Kacprzak

(ChunkerEvaluator) Sentence #4137 from documents/00103699 from sent7

Text  : Klub , który rok temu wykupił jego kartę zawodniczą początkowo był zainteresowany jego pozostaniem w  I  -  ligowym składzie ,  a  przynajmniej tak wynikało z  informacji ,  które docierały do mediów .
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:

(ChunkerEvaluator) Sentence #4138 from documents/00103699 from sent8

Text  : Zawodnik rozmowy prowadził jednak przez swojego menadżera , szukał innych możliwości i  w  efekcie odchodzi z  Bydgoszczy .
Tokens: 1_______ 2______ 3________ 4_____ 5____ 6______ 7________ 8 9_____ 10____ 11________ 12 13 14_____ 15______ 16 17________ 18

Chunks:
  TruePositive nam [17,17] = Bydgoszczy

(ChunkerEvaluator) Sentence #4139 from documents/00103699 from sent9

Text  : - Dali śmy mu tak naprawdę wolną rękę - wyjaśnia Marek Kaźmierczak ,  dyrektor klubu .
Tokens: 1 2___ 3__ 4_ 5__ 6_______ 7____ 8___ 9 10______ 11___ 12_________ 13 14______ 15___ 16

Chunks:
  TruePositive nam [11,12] = Marek Kaźmierczak

(ChunkerEvaluator) Sentence #4140 from documents/00103699 from sent10

Text  : - Mamy w tej chwili 11 zawodników , nie musimy się spieszyć ,  jesteśmy też w  komfortowej sytuacji ,  bo to siatkarze sami zgłaszają się ,  że chcą u  nas grać .
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:

(ChunkerEvaluator) Sentence #4141 from documents/00103699 from sent11

Text  : Na razie też nie zajmujemy się sprawą ewentualnego " wskoczenia "  w  miejsce Jadaru Radom czy Płomienia Sosnowiec do PlusLigi ,  bo te dwa kluby mają sporo czasu i  z  pewnością będą go jeszcze przeciągać .
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] = Jadaru Radom
  TruePositive nam [17,18] = Płomienia Sosnowiec
  TruePositive nam [20,20] = PlusLigi

2016-10-13 16:40:54,083 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 278 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103730.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103730.ini
(ChunkerEvaluator) Sentence #4142 from documents/00103730 from sent1

Text  : Birma a internet
Tokens: 1____ 2 3_______

Chunks:
  FalsePositive nam [1,3] = Birma a internet
  FalseNegative nam [1,1] = Birma
  FalseNegative nam [3,3] = internet

(ChunkerEvaluator) Sentence #4143 from documents/00103730 from sent2

Text  : Niezwykle interesujący tekst na temat presji , jaką podczas pokojowych manifestacji mnichów na działania rządzącej Birmą junty wywiera internet ,  zamieściło BBC .
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 [16,16] = Birmą
  TruePositive nam [19,19] = internet
  TruePositive nam [22,22] = BBC

(ChunkerEvaluator) Sentence #4144 from documents/00103730 from sent3

Text  : Bohaterką artykułu jest Myint Myint San , mieszkająca obecnie w  Tajlandii uczestnczka zrywu w  Birmie w  roku 1988 .
Tokens: 1________ 2_______ 3___ 4____ 5____ 6__ 7 8__________ 9______ 10 11_______ 12_________ 13___ 14 15____ 16 17__ 18__ 19

Chunks:
  TruePositive nam [4,6] = Myint Myint San
  TruePositive nam [11,11] = Tajlandii
  TruePositive nam [15,15] = Birmie

(ChunkerEvaluator) Sentence #4145 from documents/00103730 from sent4

Text  : San porównuje sytuację sprzed 19 lat do obecnych wydarzeń -  fala protestów z  roku 1988 została zignorowana przez światową opinię publiczną ,  choć śmierć poniosły wtedy 3  tysiące osób .
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 [1,1] = San

(ChunkerEvaluator) Sentence #4146 from documents/00103730 from sent5

Text  : Obecna rozprawa z domagającymi się demokratycznych zmian mnichami nie jest tak krwawa ,  jednak naciski na rządzących Birmą są nieporównanie silniejsze .
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 [18,18] = Birmą

(ChunkerEvaluator) Sentence #4147 from documents/00103730 from sent6

Text  : San uważa , że dzieje się tak za sprawą internetu i  telefonów komórkowych -  podejmowane przez birmańskie władze próby ich blokowania są coraz bardziej efektywne ,  ale z  kraju wciąż wyciekają informacje i  zdjęcia .
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] = San
  TruePositive nam [10,10] = internetu

(ChunkerEvaluator) Sentence #4148 from documents/00103730 from sent7

Text  : Niedawno czytał em nową książkę znakomitego szkockiego medioznawcy , Briana McNaira -  Cultural Chaos .
Tokens: 1_______ 2_____ 3_ 4___ 5______ 6__________ 7_________ 8__________ 9 10____ 11_____ 12 13______ 14___ 15

Chunks:
  TruePositive nam [10,11] = Briana McNaira
  TruePositive nam [13,14] = Cultural Chaos

(ChunkerEvaluator) Sentence #4149 from documents/00103730 from sent8

Text  : McNair koncentruje się w niej na rozwoju globalnej sfery publicznej (  przyspieszonym przez wydarzenia 11 września )  i  podkreśla ,  że przy wszystkich swoich wadach ,  zglobalizowane media mają rewolucyjne znaczenie dla dokonujących się na świecie przemian .
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] = McNair

(ChunkerEvaluator) Sentence #4150 from documents/00103730 from sent9

Text  : W tym środowisku to internet jest kluczowym łącznikiem , z  którego korzystają inne środki przekazu .
Tokens: 1 2__ 3_________ 4_ 5_______ 6___ 7________ 8_________ 9 10 11_____ 12________ 13__ 14____ 15______ 16

Chunks:
  TruePositive nam [5,5] = internet

(ChunkerEvaluator) Sentence #4151 from documents/00103730 from sent10

Text  : I choć globalnej sferze publicznej można zarzucić że jest chaotyczna ,  to nie ma wątpliwości ,  że i  tak osłabia autorytaryzm .
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 #4152 from documents/00103730 from sent11

Text  : To co dzieje się w Birmie może być tego dowodem .
Tokens: 1_ 2_ 3_____ 4__ 5 6_____ 7___ 8__ 9___ 10_____ 11

Chunks:
  TruePositive nam [6,6] = Birmie

(ChunkerEvaluator) Sentence #4153 from documents/00103730 from sent12

Text  : Oczywiście mam świadomość , że w tym stwierdzeniu można dopatrzyć się szukania łatwego alibi -  możemy poczuć się troszkę lepiej zakładając ,  że medium z  którego korzystamy pomaga uczestnikom birmańskiego zrywu .
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:

(ChunkerEvaluator) Sentence #4154 from documents/00103730 from sent13

Text  : Mam jednak nadzieję , że jest w tym choć trochę racji .
Tokens: 1__ 2_____ 3_______ 4 5_ 6___ 7 8__ 9___ 10____ 11___ 12

Chunks:

2016-10-13 16:40:54,171 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 279 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103738.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103738.ini
(ChunkerEvaluator) Sentence #4155 from documents/00103738 from sent1

Text  : Libre Graphics Meeting 2008 we Wrocławiu
Tokens: 1____ 2_______ 3______ 4___ 5_ 6________

Chunks:
  TruePositive nam [1,4] = Libre Graphics Meeting 2008
  TruePositive nam [6,6] = Wrocławiu

(ChunkerEvaluator) Sentence #4156 from documents/00103738 from sent2

Text  : Wrocław będzie w maju gościł imprezę Libre Graphics Meeting 2008 -  coroczne spotkanie członków społeczności związanych z  wolnym oprogramowaniem multimedialnym .
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
  TruePositive nam [7,10] = Libre Graphics Meeting 2008

(ChunkerEvaluator) Sentence #4157 from documents/00103738 from sent3

Text  : W spotkaniu uczestniczą koderzy takich programów jak Gimp , Inkscape ,  Scribus czy Blender .
Tokens: 1 2________ 3__________ 4______ 5_____ 6________ 7__ 8___ 9 10______ 11 12_____ 13_ 14_____ 15

Chunks:
  TruePositive nam [8,8] = Gimp
  TruePositive nam [10,10] = Inkscape
  TruePositive nam [12,12] = Scribus
  TruePositive nam [14,14] = Blender

(ChunkerEvaluator) Sentence #4158 from documents/00103738 from sent4

Text  : LGM we Wrocławiu to sprawa dość niesamowita - zazwyczaj tego rodzaju spotkania dzieją się “  gdzieś daleko stąd ”  .
Tokens: 1__ 2_ 3________ 4_ 5_____ 6___ 7__________ 8 9________ 10__ 11_____ 12_______ 13____ 14_ 15 16____ 17____ 18__ 19 20

Chunks:
  TruePositive nam [1,1] = LGM
  TruePositive nam [3,3] = Wrocławiu

(ChunkerEvaluator) Sentence #4159 from documents/00103738 from sent5

Text  : To również dobra okazja do popularyzacji w Polsce wolnego oprogramowania .
Tokens: 1_ 2______ 3____ 4_____ 5_ 6____________ 7 8_____ 9______ 10____________ 11

Chunks:
  TruePositive nam [8,8] = Polsce

(ChunkerEvaluator) Sentence #4160 from documents/00103738 from sent6

Text  : Do tego , spotkania twarzą w twarz są niezmiernie przydatne dla samych twórców oprogramowania -  ludzi ,  którzy tworzą ,  często za darmo ,  narzędzia kreatywne dla nas wszystkich .
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 #4161 from documents/00103738 from sent7

Text  : Trwa właśnie zbiórka pieniędzy na dofinansowanie uczestnikom przylotu do Polski -  o  czym informuje Jon Philips ,  artysta i  koder pracujący dla Creative Commons ,  również twórca Open Clipart Library .
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 [10,10] = Polski
  TruePositive nam [15,16] = Jon Philips
  TruePositive nam [23,24] = Creative Commons
  FalsePositive nam [28,30] = Open Clipart Library

(ChunkerEvaluator) Sentence #4162 from documents/00103738 from sent8

Text  : Organizatorzy zamierzają zebrać w dwa tygodnie $ 20 , 000 .
Tokens: 1____________ 2_________ 3_____ 4 5__ 6_______ 7 8_ 9 10_ 11

Chunks:
  FalseNegative nam [7,7] = $

(ChunkerEvaluator) Sentence #4163 from documents/00103738 from sent9

Text  : Wiem , że takie zbiórki nie są w Polsce zbyt przyjęte -  ale jeśli używasz jakiegoś wolnego pakietu graficznego ,  to można w  ten sposób “  zapłacić ”  za niego /  odwdzięczyć się twórcom (  w  zależności od tego ,  czy uznajesz wolne oprogramowanie za model biznesowy ,  czy za system wymiany darów )  .
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 [9,9] = Polsce

(ChunkerEvaluator) Sentence #4164 from documents/00103738 from sent10

Text  : Można też spojrzeć inaczej : zagraniczni uczestnicy zapewne sporo nauczą polskich koderów biorących udział w  LGM ,  którzy zapewne nie pojechali by na takie spotkanie zagranicą .
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 [16,16] = LGM

(ChunkerEvaluator) Sentence #4165 from documents/00103738 from sent11

Text  : Wreszcie warto , żeby w Polsce odbywało się jak najwięcej imprez tego rodzaju .
Tokens: 1_______ 2____ 3 4___ 5 6_____ 7_______ 8__ 9__ 10_______ 11____ 12__ 13_____ 14

Chunks:
  TruePositive nam [6,6] = Polsce

(ChunkerEvaluator) Sentence #4166 from documents/00103738 from sent12

Text  : Warto więc wesprzeć LGM 2008 z wielu powodów .
Tokens: 1____ 2___ 3_______ 4__ 5___ 6 7____ 8______ 9

Chunks:
  TruePositive nam [4,5] = LGM 2008

(ChunkerEvaluator) Sentence #4167 from documents/00103738 from sent13

Text  : A wystarczy kilkadziesiąt osób , wpłacających po kilkadziesiąt złotych ,  by sfinansować przelot jednej osoby .
Tokens: 1 2________ 3____________ 4___ 5 6___________ 7_ 8____________ 9______ 10 11 12_________ 13_____ 14____ 15___ 16

Chunks:
  TruePositive nam [9,9] = złotych

(ChunkerEvaluator) Sentence #4168 from documents/00103738 from sent14

Text  : Polecam też wszystkim zainteresowanym zgłaszać swój udział .
Tokens: 1______ 2__ 3________ 4______________ 5_______ 6___ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #4169 from documents/00103738 from sent15

Text  : Program spotkania jest ciągle ustalany , bardzo liczę , że będą tam nie tylko “  wewnętrzne ”  spotkania światka koderów ,  ale także otwarte imprezy popularyzujące tematykę .
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 #4170 from documents/00103738 from sent16

Text  : ( Na marginesie , Pledgie to ładna i wygodna platforma do prowadzenia tego rodzaju zbiórek ,  szczególnie przyjazna dla tych z  kontem PayPal .
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 [5,5] = Pledgie
  TruePositive nam [23,23] = PayPal

(ChunkerEvaluator) Sentence #4171 from documents/00103738 from sent17

Text  : Polecam .
Tokens: 1______ 2

Chunks:

2016-10-13 16:40:54,281 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 280 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103747.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103747.ini
(ChunkerEvaluator) Sentence #4172 from documents/00103747 from sent1

Text  : Ubuntu - System Za Darmo
Tokens: 1_____ 2 3_____ 4_ 5____

Chunks:
  TruePositive nam [1,1] = Ubuntu
  FalsePositive nam [3,5] = System Za Darmo

(ChunkerEvaluator) Sentence #4173 from documents/00103747 from sent2

Text  : Serwis Ozorków . net przygotował dla swoich użytkowników DARMOWE płyty z  oprogramowaniem Ubuntu .
Tokens: 1_____ 2______ 3 4__ 5__________ 6__ 7_____ 8___________ 9______ 10___ 11 12_____________ 13____ 14

Chunks:
  TruePositive nam [2,4] = Ozorków . net
  TruePositive nam [13,13] = Ubuntu

(ChunkerEvaluator) Sentence #4174 from documents/00103747 from sent3

Text  : Można je otrzymać w Miejskiej Bibliotece Publicznej , przy ul .  Listopadowej 6b .
Tokens: 1____ 2_ 3_______ 4 5________ 6_________ 7_________ 8 9___ 10 11 12__________ 13 14

Chunks:
  TruePositive nam [5,7] = Miejskiej Bibliotece Publicznej
  TruePositive nam [12,12] = Listopadowej

(ChunkerEvaluator) Sentence #4175 from documents/00103747 from sent4

Text  : Opakowanie zawiera dwie płyty CD .
Tokens: 1_________ 2______ 3___ 4____ 5_ 6

Chunks:
  TruePositive nam [5,5] = CD

(ChunkerEvaluator) Sentence #4176 from documents/00103747 from sent5

Text  : Jedna instalacyjna , druga tzw . LIVE , która pozwala zapoznać się z  systemem nie instalując go na dysku twardym komputera .
Tokens: 1____ 2___________ 3 4____ 5__ 6 7___ 8 9____ 10_____ 11______ 12_ 13 14______ 15_ 16________ 17 18 19___ 20_____ 21_______ 22

Chunks:
  FalsePositive nam [7,7] = LIVE

(ChunkerEvaluator) Sentence #4177 from documents/00103747 from sent6

Text  : Czerwone opakowanie zalecane jest dla komputerów na platformie Intel x86 (  procesory Intela oraz AMD 32bit )  ,  natomiast żółte dla platform AMD64 /  EM64T (  m  .  in .  dla 64 bitowego procesora AMD )  .
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 [13,13] = Intela
  TruePositive nam [15,15] = AMD
  TruePositive nam [35,35] = AMD
  FalsePositive nam [9,10] = Intel x86
  FalsePositive nam [23,25] = AMD64 / EM64T
  FalseNegative nam [9,9] = Intel
  FalseNegative nam [23,23] = AMD64

2016-10-13 16:40:54,315 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 281 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103748.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103748.ini
(ChunkerEvaluator) Sentence #4178 from documents/00103748 from sent1

Text  : MBP : WIELKANOCNE EKSPRESJE
Tokens: 1__ 2 3__________ 4________

Chunks:
  TruePositive nam [1,1] = MBP

(ChunkerEvaluator) Sentence #4179 from documents/00103748 from sent2

Text  : W dniach 23 marca - 3 kwietnia 2009 r w  Miejskiej Bibliotece Publicznej w  Ozorkowie swoje prace wystawią uczestnicy Warsztatów Terapii Zajęciowej ,  działających przy Polskim Stowarzyszeniu Ludzi Cierpiących na Padaczkę w  Ozorkowie .
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 [11,13] = Miejskiej Bibliotece Publicznej
  TruePositive nam [15,15] = Ozorkowie
  TruePositive nam [20,22] = Warsztatów Terapii Zajęciowej
  TruePositive nam [33,33] = Ozorkowie
  FalsePositive nam [26,29] = Polskim Stowarzyszeniu Ludzi Cierpiących
  FalsePositive nam [31,31] = Padaczkę
  FalseNegative nam [26,31] = Polskim Stowarzyszeniu Ludzi Cierpiących na Padaczkę

(ChunkerEvaluator) Sentence #4180 from documents/00103748 from sent3

Text  : Na wystawie znajdą się obrazy , tradycyjne koszyczki wielkanocne i  karty świąteczne .
Tokens: 1_ 2_______ 3_____ 4__ 5_____ 6 7_________ 8________ 9__________ 10 11___ 12________ 13

Chunks:

(ChunkerEvaluator) Sentence #4181 from documents/00103748 from sent4

Text  : Wystawie prac plastycznych towarzyszyć będzie wystawa książek .
Tokens: 1_______ 2___ 3___________ 4__________ 5_____ 6______ 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #4182 from documents/00103748 from sent5

Text  : Ekspozycję można oglądać w godzinach otwarcia biblioteki .
Tokens: 1_________ 2____ 3______ 4 5________ 6_______ 7_________ 8

Chunks:

(ChunkerEvaluator) Sentence #4183 from documents/00103748 from sent6

Text  : Zapraszamy !
Tokens: 1_________ 2

Chunks:

2016-10-13 16:40:54,342 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 282 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103757.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103757.ini
(ChunkerEvaluator) Sentence #4184 from documents/00103757 from sent1

Text  : I RAJD ZIELONY " OZORKÓW " 2003
Tokens: 1 2___ 3______ 4 5______ 6 7___

Chunks:
  FalsePositive nam [2,5] = RAJD ZIELONY " OZORKÓW
  FalseNegative nam [1,7] = I RAJD ZIELONY " OZORKÓW " 2003

(ChunkerEvaluator) Sentence #4185 from documents/00103757 from sent2

Text  : Serdecznie zapraszamy wszystkich chętnych na I RAJD ZIELONY " OZORKÓW "  2003 organizowany przez MDK Ozorków i  Fundację Ochrony Dorzecza Rzeki Bzury im .  Jana Fryderyka Zacherta ,  który odbędzie się 10 maja br .
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 [15,16] = MDK Ozorków
  TruePositive nam [18,27] = Fundację Ochrony Dorzecza Rzeki Bzury im . Jana Fryderyka Zacherta
  FalsePositive nam [6,10] = I RAJD ZIELONY " OZORKÓW
  FalseNegative nam [6,12] = I RAJD ZIELONY " OZORKÓW " 2003

(ChunkerEvaluator) Sentence #4186 from documents/00103757 from sent3

Text  : Do wyboru będą trzy trasy : dwie piesze , jedna rowerowa .
Tokens: 1_ 2_____ 3___ 4___ 5____ 6 7___ 8_____ 9 10___ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #4187 from documents/00103757 from sent4

Text  : W ramach wpisowego ( 2zł ) , uczestnicy otrzymają :  opis trasy ,  dyplom uczestnictwa dla drużyny ,  pamiątkowy znaczek ,  potwierdzenie punktów na OTP ,  kiełbasę i  pieczywo na ognisko ,  gorącą herbatę ,  napój orzeżwiający ,  możliwość uczestnictwa w  konkursach z  nagrodami .
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:
  FalsePositive nam [25,25] = OTP

(ChunkerEvaluator) Sentence #4188 from documents/00103757 from sent5

Text  : Zgłoszenia i wszelkie informację uzyskać można w MDK Ozorków ul .  Listopadowa 6B ,  bądź telefonicznie pod numerem 718 -  93 -  53 w  godz .  8  .  00 -  15 .  00 i  uiścić w  tym przypadku wpisowe na punkcie startu .
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 [8,9] = MDK Ozorków
  TruePositive nam [12,12] = Listopadowa

(ChunkerEvaluator) Sentence #4189 from documents/00103757 from sent6

Text  : Opiekunowie grup nie wnoszą wpisowego .
Tokens: 1__________ 2___ 3__ 4_____ 5________ 6

Chunks:

2016-10-13 16:40:54,391 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 283 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103761.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103761.ini
(ChunkerEvaluator) Sentence #4190 from documents/00103761 from sent1

Text  : WKS Wieluń - MKP Bzura 3 : 0 ( 2  :  0  )
Tokens: 1__ 2_____ 3 4__ 5____ 6 7 8 9 10 11 12 13

Chunks:
  TruePositive nam [1,2] = WKS Wieluń
  TruePositive nam [4,5] = MKP Bzura

(ChunkerEvaluator) Sentence #4191 from documents/00103761 from sent2

Text  : W meczu z WKS Wieluń nasi piłkarze odnieśli porażkę 3  :  0  .
Tokens: 1 2____ 3 4__ 5_____ 6___ 7_______ 8_______ 9______ 10 11 12 13

Chunks:
  TruePositive nam [4,5] = WKS Wieluń

(ChunkerEvaluator) Sentence #4192 from documents/00103761 from sent3

Text  : Mimo tego , iż spotkanie zakończyło się niepowodzeniem , Bzura zagrała zacięty i  wyrównany mecz .
Tokens: 1___ 2___ 3 4_ 5________ 6_________ 7__ 8_____________ 9 10___ 11_____ 12_____ 13 14_______ 15__ 16

Chunks:
  TruePositive nam [10,10] = Bzura

(ChunkerEvaluator) Sentence #4193 from documents/00103761 from sent4

Text  : Niestety około 70 minuty z powodu drugiej żółtej kartki boisko musieli opuścić :  Śludkowski a  następnie Koziak Marcin a  to w  znacznym stopniu ułatwiło zwycięztwo piłkarzom WKSu .
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 [14,14] = Śludkowski
  TruePositive nam [27,27] = WKSu
  FalsePositive nam [17,18] = Koziak Marcin
  FalseNegative nam [17,17] = Koziak
  FalseNegative nam [18,18] = Marcin

(ChunkerEvaluator) Sentence #4194 from documents/00103761 from sent5

Text  : Bzura zagrała : Fortecki , Ciszewski , Waliszewski , Kałuziński ,  Kołodziejski ,  Rosiecki ,  Śludkowski ,  .  Chmielecki ,  Kaziak Marcin ,  Ziemniak ,  Szefer .
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 [1,1] = Bzura
  TruePositive nam [4,4] = Fortecki
  TruePositive nam [6,6] = Ciszewski
  TruePositive nam [8,8] = Waliszewski
  TruePositive nam [10,10] = Kałuziński
  TruePositive nam [12,12] = Kołodziejski
  TruePositive nam [14,14] = Rosiecki
  TruePositive nam [16,16] = Śludkowski
  TruePositive nam [19,19] = Chmielecki
  TruePositive nam [24,24] = Ziemniak
  TruePositive nam [26,26] = Szefer
  FalsePositive nam [21,22] = Kaziak Marcin
  FalseNegative nam [21,21] = Kaziak
  FalseNegative nam [22,22] = Marcin

(ChunkerEvaluator) Sentence #4195 from documents/00103761 from sent6

Text  : Zmiany : w 46 minucie za Szefera - Koziak Michał ,  w  75 minucie za Kołodziejskiego –  Szpiegowski .
Tokens: 1_____ 2 3 4_ 5______ 6_ 7______ 8 9_____ 10____ 11 12 13 14_____ 15 16_____________ 17 18_________ 19

Chunks:
  TruePositive nam [7,7] = Szefera
  TruePositive nam [16,16] = Kołodziejskiego
  TruePositive nam [18,18] = Szpiegowski
  FalsePositive nam [9,10] = Koziak Michał
  FalseNegative nam [9,9] = Koziak
  FalseNegative nam [10,10] = Michał

2016-10-13 16:40:54,427 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 284 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103763.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103763.ini
(ChunkerEvaluator) Sentence #4196 from documents/00103763 from sent1

Text  : Cel : strzelnica
Tokens: 1__ 2 3_________

Chunks:

(ChunkerEvaluator) Sentence #4197 from documents/00103763 from sent2

Text  : Zniszczona i niespełniająca wymogów bezpieczeństwa strzelnica w lasku komunalnym przy ul .  Leśnej ,  może wkrótce znów tętnić życiem .
Tokens: 1_________ 2 3_____________ 4______ 5_____________ 6_________ 7 8____ 9_________ 10__ 11 12 13____ 14 15__ 16_____ 17__ 18____ 19____ 20

Chunks:
  TruePositive nam [13,13] = Leśnej

(ChunkerEvaluator) Sentence #4198 from documents/00103763 from sent3

Text  : O remoncie władze miasta rozmawiają z policją .
Tokens: 1 2_______ 3_____ 4_____ 5_________ 6 7______ 8

Chunks:

(ChunkerEvaluator) Sentence #4199 from documents/00103763 from sent4

Text  : Ze strzelnicy mogli by korzystać funkcjonariusze , jak i członkowie koła strzeleckiego LOK .
Tokens: 1_ 2_________ 3____ 4_ 5________ 6______________ 7 8__ 9 10________ 11__ 12___________ 13_ 14

Chunks:
  TruePositive nam [13,13] = LOK

2016-10-13 16:40:54,444 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 285 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103765.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103765.ini
(ChunkerEvaluator) Sentence #4200 from documents/00103765 from sent1

Text  : MBP : ŚLADAMI NOBLISTÓW POLSKICH
Tokens: 1__ 2 3______ 4________ 5_______

Chunks:
  TruePositive nam [1,1] = MBP

(ChunkerEvaluator) Sentence #4201 from documents/00103765 from sent2

Text  : Miejska Biblioteka Publiczna im . K . K . Baczyńskiego w  Ozorkowie zaprasza na prelekcję z  cyklu "  Śladami noblistów polskich "  pt .  Życie i  twórczość Wisławy Szymborskiej w  10 rocznicę otrzymania nagrody Nobla "  .
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 [1,10] = Miejska Biblioteka Publiczna im . K . K . Baczyńskiego
  TruePositive nam [12,12] = Ozorkowie
  TruePositive nam [19,21] = Śladami noblistów polskich
  FalsePositive nam [25,25] = Życie
  FalsePositive nam [28,29] = Wisławy Szymborskiej
  FalsePositive nam [35,35] = Nobla
  FalseNegative nam [25,35] = Życie i twórczość Wisławy Szymborskiej w 10 rocznicę otrzymania nagrody Nobla

(ChunkerEvaluator) Sentence #4202 from documents/00103765 from sent3

Text  : Czytelnia przy ul . Listopadowej 6 , 15 listopada 2006 r  .  godz .  17 .  00
Tokens: 1________ 2___ 3_ 4 5___________ 6 7 8_ 9________ 10__ 11 12 13__ 14 15 16 17

Chunks:
  TruePositive nam [5,5] = Listopadowej

2016-10-13 16:40:54,464 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 286 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103766.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00103766.ini
(ChunkerEvaluator) Sentence #4203 from documents/00103766 from sent1

Text  : Aleksander Kwaśniewski w Ozorkowie !
Tokens: 1_________ 2__________ 3 4________ 5

Chunks:
  TruePositive nam [1,2] = Aleksander Kwaśniewski
  TruePositive nam [4,4] = Ozorkowie

(ChunkerEvaluator) Sentence #4204 from documents/00103766 from sent2

Text  : Zapewne wszyscy juz o tym wiedza ale jutro do naszego miasta przyjezdza prezydent .
Tokens: 1______ 2______ 3__ 4 5__ 6_____ 7__ 8____ 9_ 10_____ 11____ 12________ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #4205 from documents/00103766 from sent3

Text  : Spotka sie z burmistrzem aby przeprowadzic rozmowy na temat budowy łodzkiej obwodnicy .
Tokens: 1_____ 2__ 3 4__________ 5__ 6____________ 7______ 8_ 9____ 10____ 11______ 12_______ 13

Chunks:

(ChunkerEvaluator) Sentence #4206 from documents/00103766 from sent4

Text  : PRIMA APRILIS ! ! !
Tokens: 1____ 2______ 3 4 5

Chunks:

2016-10-13 16:40:54,479 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 287 from 330: /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 #4207 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 #4208 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 #4209 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 #4210 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 #4211 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 #4212 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 #4213 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 #4214 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 #4215 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 #4216 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 #4217 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 #4218 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 #4219 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 #4220 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:

2016-10-13 16:40:54,596 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 288 from 330: /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 #4221 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 #4222 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 #4223 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 #4224 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 #4225 from documents/00103896 from sent5

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

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

(ChunkerEvaluator) Sentence #4226 from documents/00103896 from sent6

Text  : Wewnątrz , wygaszone światła dodawały tajemniczej atmosfery .
Tokens: 1_______ 2 3________ 4______ 5_______ 6__________ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #4227 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 #4228 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 #4229 from documents/00103896 from sent9

Text  : Wszystko - bardzo romantyczne .
Tokens: 1_______ 2 3_____ 4__________ 5

Chunks:

(ChunkerEvaluator) Sentence #4230 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 #4231 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 #4232 from documents/00103896 from sent12

Text  : W tle , kontrabas i wyciszona perkusja .
Tokens: 1 2__ 3 4________ 5 6________ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #4233 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 #4234 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 #4235 from documents/00103896 from sent15

Text  : Była to prawdziwa duchowa uczta .
Tokens: 1___ 2_ 3________ 4______ 5____ 6

Chunks:

2016-10-13 16:40:54,669 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 289 from 330: /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 #4236 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 #4237 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 #4238 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 #4239 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 #4240 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 #4241 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 #4242 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 #4243 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 #4244 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 #4245 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 #4246 from documents/00103897 from sent11

Text  : Musiał wrócić do swojego kraju .
Tokens: 1_____ 2_____ 3_ 4______ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #4247 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 #4248 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 #4249 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 #4250 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 #4251 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 #4252 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 #4253 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 #4254 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 #4255 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 #4256 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 #4257 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:

2016-10-13 16:40:54,949 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 290 from 330: /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 #4258 from documents/00103899 from sent1

Text  : Składniki :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #4259 from documents/00103899 from sent2

Text  : 2 litry miodu
Tokens: 1 2____ 3____

Chunks:

(ChunkerEvaluator) Sentence #4260 from documents/00103899 from sent3

Text  : 5 kg miękkiej kukurydzy w ziarnach
Tokens: 1 2_ 3_______ 4________ 5 6_______

Chunks:

(ChunkerEvaluator) Sentence #4261 from documents/00103899 from sent4

Text  : 20 litrów wody
Tokens: 1_ 2_____ 3___

Chunks:

(ChunkerEvaluator) Sentence #4262 from documents/00103899 from sent5

Text  : liście paproci
Tokens: 1_____ 2______

Chunks:

(ChunkerEvaluator) Sentence #4263 from documents/00103899 from sent6

Text  : Przygotowanie : Zmielić kukurydzę .
Tokens: 1____________ 2 3______ 4________ 5

Chunks:

(ChunkerEvaluator) Sentence #4264 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 #4265 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 #4266 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 #4267 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 #4268 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 #4269 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 #4270 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 #4271 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:

2016-10-13 16:40:55,004 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 291 from 330: /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 #4272 from documents/00103905 from sent1

Text  : Składniki :
Tokens: 1________ 2

Chunks:

(ChunkerEvaluator) Sentence #4273 from documents/00103905 from sent2

Text  : ½ kg białego sera
Tokens: 1 2_ 3______ 4___

Chunks:

(ChunkerEvaluator) Sentence #4274 from documents/00103905 from sent3

Text  : 1 szklanka mąki
Tokens: 1 2_______ 3___

Chunks:

(ChunkerEvaluator) Sentence #4275 from documents/00103905 from sent4

Text  : 1 jajko
Tokens: 1 2____

Chunks:

(ChunkerEvaluator) Sentence #4276 from documents/00103905 from sent5

Text  : 1 żółtko
Tokens: 1 2_____

Chunks:

(ChunkerEvaluator) Sentence #4277 from documents/00103905 from sent6

Text  : 1 łyżka cukru
Tokens: 1 2____ 3____

Chunks:

(ChunkerEvaluator) Sentence #4278 from documents/00103905 from sent7

Text  : 1 łyżeczka proszku do pieczenia
Tokens: 1 2_______ 3______ 4_ 5________

Chunks:

(ChunkerEvaluator) Sentence #4279 from documents/00103905 from sent8

Text  : Mleko lub woda do zmiękczenia masy
Tokens: 1____ 2__ 3___ 4_ 5__________ 6___

Chunks:

(ChunkerEvaluator) Sentence #4280 from documents/00103905 from sent9

Text  : Olej do smażenia
Tokens: 1___ 2_ 3_______

Chunks:

(ChunkerEvaluator) Sentence #4281 from documents/00103905 from sent10

Text  : Przygotowanie :
Tokens: 1____________ 2

Chunks:

(ChunkerEvaluator) Sentence #4282 from documents/00103905 from sent11

Text  : Zmielić ser .
Tokens: 1______ 2__ 3

Chunks:

(ChunkerEvaluator) Sentence #4283 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 #4284 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 #4285 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 #4286 from documents/00103905 from sent15

Text  : Temperatura oleju jest bardzo ważna .
Tokens: 1__________ 2____ 3___ 4_____ 5____ 6

Chunks:

(ChunkerEvaluator) Sentence #4287 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 #4288 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 #4289 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 #4290 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 #4291 from documents/00103905 from sent20

Text  : Wyjąć je z oleju i osuszyć .
Tokens: 1____ 2_ 3 4____ 5 6______ 7

Chunks:

2016-10-13 16:40:55,052 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 292 from 330: /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 #4292 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 #4293 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 #4294 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 #4295 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 #4296 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 #4297 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 #4298 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 #4299 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 #4300 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 #4301 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 #4302 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 #4303 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 #4304 from documents/00103907 from sent13

Text  : Lot po prostu musi się udać .
Tokens: 1__ 2_ 3_____ 4___ 5__ 6___ 7

Chunks:

2016-10-13 16:40:55,171 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 293 from 330: /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 #4305 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 #4306 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 #4307 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 #4308 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 #4309 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 #4310 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 #4311 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 #4312 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 #4313 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 #4314 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 #4315 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 #4316 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 #4317 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 #4318 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 #4319 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 #4320 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 #4321 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

2016-10-13 16:40:55,295 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 294 from 330: /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 #4322 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 #4323 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 #4324 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 #4325 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 #4326 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 #4327 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 #4328 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 #4329 from documents/00103910 from sent8

Text  : Wstawanie dziś
Tokens: 1________ 2___

Chunks:

(ChunkerEvaluator) Sentence #4330 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 #4331 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 #4332 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 #4333 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 #4334 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 #4335 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

2016-10-13 16:40:55,414 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 295 from 330: /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 #4336 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 #4337 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 #4338 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 #4339 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 #4340 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 #4341 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 #4342 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 #4343 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 #4344 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 #4345 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 #4346 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 #4347 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 #4348 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 #4349 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 #4350 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

2016-10-13 16:40:55,536 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 296 from 330: /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 #4351 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 #4352 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 #4353 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 #4354 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 #4355 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 #4356 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 #4357 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 #4358 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 #4359 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 #4360 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 #4361 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 #4362 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 #4363 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 #4364 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 #4365 from documents/00103922 from sent15

Text  : Cóż to jest za muzyka !
Tokens: 1__ 2_ 3___ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #4366 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 #4367 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

2016-10-13 16:40:55,645 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 297 from 330: /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 #4368 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 #4369 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 #4370 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 #4371 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 #4372 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 #4373 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 #4374 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 #4375 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 #4376 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 #4377 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 #4378 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 #4379 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 #4380 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 #4381 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 #4382 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 #4383 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 #4384 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:

2016-10-13 16:40:55,761 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 298 from 330: /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 #4385 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 #4386 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 #4387 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 #4388 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 #4389 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 #4390 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 #4391 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 #4392 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 #4393 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

2016-10-13 16:40:55,875 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 299 from 330: /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 #4394 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 #4395 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 #4396 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 #4397 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 #4398 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 #4399 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 #4400 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 #4401 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 #4402 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 #4403 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 #4404 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 #4405 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

2016-10-13 16:40:55,983 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 300 from 330: /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 #4406 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 #4407 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 #4408 from documents/00103941 from sent3

Text  : Treść to nie wszystko .
Tokens: 1____ 2_ 3__ 4_______ 5

Chunks:

(ChunkerEvaluator) Sentence #4409 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 #4410 from documents/00103941 from sent5

Text  : Świadomość gromadzenia przez ? operatorów ?
Tokens: 1_________ 2__________ 3____ 4 5_________ 6

Chunks:

(ChunkerEvaluator) Sentence #4411 from documents/00103941 from sent6

Text  : tego typu danych powszednieje .
Tokens: 1___ 2___ 3_____ 4___________ 5

Chunks:

(ChunkerEvaluator) Sentence #4412 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 #4413 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 #4414 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 #4415 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 #4416 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 #4417 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 #4418 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 #4419 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 #4420 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 #4421 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:

2016-10-13 16:40:56,096 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 301 from 330: /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 #4422 from documents/00103951 from sent1

Text  : Ritchie zmarł przed tygodniem .
Tokens: 1______ 2____ 3____ 4________ 5

Chunks:
  TruePositive nam [1,1] = Ritchie

(ChunkerEvaluator) Sentence #4423 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 #4424 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 #4425 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 #4426 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 #4427 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 #4428 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 #4429 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 #4430 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 #4431 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 #4432 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 #4433 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 #4434 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 #4435 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 #4436 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 #4437 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 #4438 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 #4439 from documents/00103951 from sent18

Text  : Sos jest trochę zbyt gęsty ” .
Tokens: 1__ 2___ 3_____ 4___ 5____ 6 7

Chunks:

(ChunkerEvaluator) Sentence #4440 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 #4441 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 #4442 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 #4443 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

2016-10-13 16:40:56,209 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 302 from 330: /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 #4444 from documents/00103960 from sent1

Text  : 1 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #4445 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 #4446 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 #4447 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 #4448 from documents/00103960 from sent5

Text  : 2 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #4449 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 #4450 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 #4451 from documents/00103960 from sent8

Text  : 3 .
Tokens: 1 2

Chunks:

(ChunkerEvaluator) Sentence #4452 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 #4453 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 #4454 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 #4455 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 #4456 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 #4457 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 #4458 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:

2016-10-13 16:40:56,434 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 303 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107247.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107247.ini
(ChunkerEvaluator) Sentence #4459 from documents/00107247 from sent1

Text  : 2005-07-07 : Zamachy bombowe w Londynie paraliżują miasto
Tokens: 1_________ 2 3______ 4______ 5 6_______ 7_________ 8_____

Chunks:
  TruePositive nam [6,6] = Londynie

(ChunkerEvaluator) Sentence #4460 from documents/00107247 from sent2

Text  : W stolicy Wielkiej Brytanii doszło do serii zamachów terrorystycznych .
Tokens: 1 2______ 3_______ 4_______ 5_____ 6_ 7____ 8_______ 9_______________ 10

Chunks:
  TruePositive nam [3,4] = Wielkiej Brytanii

(ChunkerEvaluator) Sentence #4461 from documents/00107247 from sent3

Text  : Na terenie Londynu miały miejsce cztery wybuchy , w wyniku których londyńskie metro oraz publiczna komunikacja miejska zostały sparaliżowane .
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] = Londynu

(ChunkerEvaluator) Sentence #4462 from documents/00107247 from sent4

Text  : Policja poinformowała , że wybuchy miały miejsce w trzech pociągach oraz jednym autobusie .
Tokens: 1______ 2____________ 3 4_ 5______ 6____ 7______ 8 9_____ 10_______ 11__ 12____ 13_______ 14

Chunks:

(ChunkerEvaluator) Sentence #4463 from documents/00107247 from sent5

Text  : Według londyńskiej policji ponad 50 osób zginęło ( to nie jest ostateczna liczba z  powodu wielu trudności )  ,  45 zostało poważnie rannych a  700 osób doznało mniejszych obrażeń .
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 #4464 from documents/00107247 from sent6

Text  : Metro pozostanie zamknięte do jutra , a komunikacja autobusowa powinna rozpocząć pracę w  najbliższym czasie .
Tokens: 1____ 2_________ 3________ 4_ 5____ 6 7 8__________ 9_________ 10_____ 11_______ 12___ 13 14_________ 15____ 16

Chunks:
  FalsePositive nam [1,1] = Metro

(ChunkerEvaluator) Sentence #4465 from documents/00107247 from sent7

Text  : Na teren miasta wkroczyła brytyjska armia , której zadaniem jest zapewnienie bezpieczeństwa .
Tokens: 1_ 2____ 3_____ 4________ 5________ 6____ 7 8_____ 9_______ 10__ 11_________ 12____________ 13

Chunks:

(ChunkerEvaluator) Sentence #4466 from documents/00107247 from sent8

Text  : Wśród przyczyn zamachu wymienia się udział Wielkiej Brytanii w kampanii przeciwko terroryzmowi ,  udział wojsk w  operacji wojennej na terenie Iraku ,  a  także rozpoczynający się dzisiaj szczyt grupy G  -  8  .
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 [7,8] = Wielkiej Brytanii
  TruePositive nam [21,21] = Iraku
  FalseNegative nam [30,32] = G - 8

(ChunkerEvaluator) Sentence #4467 from documents/00107247 from sent9

Text  : Do zamachów przyznała się " Tajna Grupa Świętej Wojny Al -  Kaidy w  Europie "  .
Tokens: 1_ 2_______ 3________ 4__ 5 6____ 7____ 8______ 9____ 10 11 12___ 13 14_____ 15 16

Chunks:
  FalsePositive nam [6,14] = Tajna Grupa Świętej Wojny Al - Kaidy w Europie
  FalseNegative nam [6,12] = Tajna Grupa Świętej Wojny Al - Kaidy
  FalseNegative nam [14,14] = Europie

(ChunkerEvaluator) Sentence #4468 from documents/00107247 from sent10

Text  : Ambasada Polski w Londynie poinformowała , że nie ma żadnych informacji o  Polakach wśród ofiar .
Tokens: 1_______ 2_____ 3 4_______ 5____________ 6 7_ 8__ 9_ 10_____ 11________ 12 13______ 14___ 15___ 16

Chunks:
  TruePositive nam [1,2] = Ambasada Polski
  TruePositive nam [4,4] = Londynie
  TruePositive nam [13,13] = Polakach

(ChunkerEvaluator) Sentence #4469 from documents/00107247 from sent11

Text  : Miejsca wybuchów
Tokens: 1______ 2_______

Chunks:

(ChunkerEvaluator) Sentence #4470 from documents/00107247 from sent12

Text  : Przed południem miały miejsce cztery wybuchy .
Tokens: 1____ 2________ 3____ 4______ 5_____ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #4471 from documents/00107247 from sent13

Text  : Trzy w tunelach w pobliżu stacji metra : Edgware Road pomiędzy Russell Square i  King's Cross między Liverpool Station i  Aldgate
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 [9,10] = Edgware Road
  TruePositive nam [12,13] = Russell Square
  TruePositive nam [15,16] = King's Cross
  FalsePositive nam [18,21] = Liverpool Station i Aldgate
  FalseNegative nam [18,19] = Liverpool Station
  FalseNegative nam [21,21] = Aldgate

(ChunkerEvaluator) Sentence #4472 from documents/00107247 from sent14

Text  : Czwarta eksplozja , w trakcie której zniszczony został autobus ,  miała miejsce nieopodal Tavistock Square .
Tokens: 1______ 2________ 3 4 5______ 6_____ 7_________ 8_____ 9______ 10 11___ 12_____ 13_______ 14_______ 15____ 16

Chunks:
  TruePositive nam [14,15] = Tavistock Square

(ChunkerEvaluator) Sentence #4473 from documents/00107247 from sent15

Text  : Niektóre media donosiły , że wybuchy miały miejsce także na stacjach Moorgate i  Old Street .
Tokens: 1_______ 2____ 3_______ 4 5_ 6______ 7____ 8______ 9____ 10 11______ 12______ 13 14_ 15____ 16

Chunks:
  TruePositive nam [12,12] = Moorgate
  TruePositive nam [14,15] = Old Street

(ChunkerEvaluator) Sentence #4474 from documents/00107247 from sent16

Text  : Niedługo po pierwszym wybuchu londyńska policja informowała o poważnej awarii zasilania elektrycznego ,  która miała być jego bezpośrednią przyczyną .
Tokens: 1_______ 2_ 3________ 4______ 5________ 6______ 7__________ 8 9_______ 10____ 11_______ 12___________ 13 14___ 15___ 16_ 17__ 18__________ 19_______ 20

Chunks:

(ChunkerEvaluator) Sentence #4475 from documents/00107247 from sent17

Text  : Z powodu zagrożenia terrorystycznego , ewakuowano budynek londyńskiej giełdy surowcowej ,  a  także wstrzymany został cały ruch kolejowy w  Londynie .
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 [20,20] = Londynie

(ChunkerEvaluator) Sentence #4476 from documents/00107247 from sent18

Text  : Dochodziło do paraliżu systemu telekomunikacyjnego na terenie całego miasta .
Tokens: 1_________ 2_ 3_______ 4______ 5__________________ 6_ 7______ 8_____ 9_____ 10

Chunks:

(ChunkerEvaluator) Sentence #4477 from documents/00107247 from sent19

Text  : Reakcje
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #4478 from documents/00107247 from sent20

Text  : W sprawie zamachu zabrał głos burmistrz Londynu Ken Livingstone .
Tokens: 1 2______ 3______ 4_____ 5___ 6________ 7______ 8__ 9__________ 10

Chunks:
  TruePositive nam [7,7] = Londynu
  TruePositive nam [8,9] = Ken Livingstone

(ChunkerEvaluator) Sentence #4479 from documents/00107247 from sent21

Text  : Stwierdził on , iż atak terrorystyczna był " masowym morderstwem "  .
Tokens: 1_________ 2_ 3 4_ 5___ 6_____________ 7__ 8 9______ 10_________ 11 12

Chunks:

(ChunkerEvaluator) Sentence #4480 from documents/00107247 from sent22

Text  : Poza tym kierując swoje słowa do autorów zamachu powiedział ,  że nie uda się ziścić długofalowych ataków na wolne społeczeństwo .
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 #4481 from documents/00107247 from sent23

Text  : Bezwzględną pomoc dla Wielkiej Brytanii obiecał udzielić przewodniczący generalny Interpolu Jackie Selebi .
Tokens: 1__________ 2____ 3__ 4_______ 5_______ 6______ 7_______ 8_____________ 9________ 10_______ 11____ 12____ 13

Chunks:
  TruePositive nam [4,5] = Wielkiej Brytanii
  FalsePositive nam [10,12] = Interpolu Jackie Selebi
  FalseNegative nam [10,10] = Interpolu
  FalseNegative nam [11,12] = Jackie Selebi

(ChunkerEvaluator) Sentence #4482 from documents/00107247 from sent24

Text  : Powiedział on , iż wszelkie sprawy dotyczące czwartkowego zamachu będą traktowane priorytetowo .
Tokens: 1_________ 2_ 3 4_ 5_______ 6_____ 7________ 8___________ 9______ 10__ 11________ 12__________ 13

Chunks:

(ChunkerEvaluator) Sentence #4483 from documents/00107247 from sent25

Text  : Premier Wielkiej Brytanii Tony Blair poinformował w krótkim oświadczeniu ,  że w  ciągu kilku godzin opuści szczyt G8 i  wróci do Londynu .
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 [18,18] = G8
  TruePositive nam [22,22] = Londynu
  FalsePositive nam [2,5] = Wielkiej Brytanii Tony Blair
  FalseNegative nam [2,3] = Wielkiej Brytanii
  FalseNegative nam [4,5] = Tony Blair

(ChunkerEvaluator) Sentence #4484 from documents/00107247 from sent26

Text  : O godzinie 14 : 30 Blair odleciał wojskowym śmigłowcem do stolicy .
Tokens: 1 2_______ 3_ 4 5_ 6____ 7_______ 8________ 9_________ 10 11_____ 12

Chunks:
  TruePositive nam [6,6] = Blair

(ChunkerEvaluator) Sentence #4485 from documents/00107247 from sent27

Text  : Ataki potępili papież Benedykt XVI oraz uczestnicy szczytu G8 .
Tokens: 1____ 2_______ 3_____ 4_______ 5__ 6___ 7_________ 8______ 9_ 10

Chunks:
  TruePositive nam [4,5] = Benedykt XVI
  TruePositive nam [9,9] = G8

(ChunkerEvaluator) Sentence #4486 from documents/00107247 from sent28

Text  : Papież Benedykt XVI wystosował list do Tony'ego Blaira , w  którym zapewnił o  bliskości z  ofiarami .
Tokens: 1_____ 2_______ 3__ 4_________ 5___ 6_ 7_______ 8_____ 9 10 11____ 12______ 13 14_______ 15 16______ 17

Chunks:
  TruePositive nam [2,3] = Benedykt XVI
  TruePositive nam [7,8] = Tony'ego Blaira

(ChunkerEvaluator) Sentence #4487 from documents/00107247 from sent29

Text  : Przywódcy państw G8 wydali wspólne oświadczenie w którym udzielają całkowitego wsparcia ofiarom .
Tokens: 1________ 2_____ 3_ 4_____ 5______ 6___________ 7 8_____ 9________ 10_________ 11______ 12_____ 13

Chunks:
  TruePositive nam [3,3] = G8

(ChunkerEvaluator) Sentence #4488 from documents/00107247 from sent30

Text  : Na wydarzenia w Londynie bardzo gwałtownie zareagowały rynki finansowe w  całej Europie .
Tokens: 1_ 2_________ 3 4_______ 5_____ 6_________ 7__________ 8____ 9________ 10 11___ 12_____ 13

Chunks:
  TruePositive nam [4,4] = Londynie
  TruePositive nam [12,12] = Europie

(ChunkerEvaluator) Sentence #4489 from documents/00107247 from sent31

Text  : Główne indeksy giełdowe notują duże spadki .
Tokens: 1_____ 2______ 3_______ 4_____ 5___ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #4490 from documents/00107247 from sent32

Text  : O godzinie 12 : 00 londyński indeks FTSE tracił 2  .  85 %  ,  paryski CAC 40 -  3  .  25 %  ,  frankfurcki DAX -  3  .  05 %  ,  a  warszawski WIG -  1  .  99 %  .
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 [8,8] = FTSE
  TruePositive nam [25,25] = DAX
  FalsePositive nam [16,16] = CAC
  FalsePositive nam [34,36] = WIG - 1
  FalseNegative nam [16,17] = CAC 40
  FalseNegative nam [34,34] = WIG

(ChunkerEvaluator) Sentence #4491 from documents/00107247 from sent33

Text  : Duże spadki na giełdach odnotowały firmy ubezpieczeniowe , linie lotnicze oraz biura turystyczne .
Tokens: 1___ 2_____ 3_ 4_______ 5_________ 6____ 7______________ 8 9____ 10______ 11__ 12___ 13_________ 14

Chunks:

(ChunkerEvaluator) Sentence #4492 from documents/00107247 from sent34

Text  : Na tragedię w Londynie minutą ciszy zareagował Parlament Europejski .
Tokens: 1_ 2_______ 3 4_______ 5_____ 6____ 7_________ 8________ 9_________ 10

Chunks:
  TruePositive nam [4,4] = Londynie
  TruePositive nam [8,9] = Parlament Europejski

(ChunkerEvaluator) Sentence #4493 from documents/00107247 from sent35

Text  : Wyższa izba włoskiego parlamentu przerwała swoje obrady na znak solidarności z  brytyjską stolicą .
Tokens: 1_____ 2___ 3________ 4_________ 5________ 6____ 7_____ 8_ 9___ 10__________ 11 12_______ 13_____ 14

Chunks:

(ChunkerEvaluator) Sentence #4494 from documents/00107247 from sent36

Text  : Hołd ofiarom oddał także minutą ciszy polski Sejm .
Tokens: 1___ 2______ 3____ 4____ 5_____ 6____ 7_____ 8___ 9

Chunks:
  TruePositive nam [8,8] = Sejm

(ChunkerEvaluator) Sentence #4495 from documents/00107247 from sent37

Text  : Propozycję uczczenia pamięci ofiar złożył były marszałek Sejmu Maciej Płażyński .
Tokens: 1_________ 2________ 3______ 4____ 5_____ 6___ 7________ 8____ 9_____ 10_______ 11

Chunks:
  TruePositive nam [8,8] = Sejmu
  TruePositive nam [9,10] = Maciej Płażyński

(ChunkerEvaluator) Sentence #4496 from documents/00107247 from sent38

Text  : W Londynie została uruchomiona specjalna infolinia dla Polaków , którzy chcą uzyskać informacje o  swoich bliskich .
Tokens: 1 2_______ 3______ 4__________ 5________ 6________ 7__ 8______ 9 10____ 11__ 12_____ 13________ 14 15____ 16______ 17

Chunks:
  TruePositive nam [2,2] = Londynie
  TruePositive nam [8,8] = Polaków

(ChunkerEvaluator) Sentence #4497 from documents/00107247 from sent39

Text  : Jej numer telefonu to 0044 020 7386 3773 .
Tokens: 1__ 2____ 3_______ 4_ 5___ 6__ 7___ 8___ 9

Chunks:

(ChunkerEvaluator) Sentence #4498 from documents/00107247 from sent40

Text  : Źródła
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #4499 from documents/00107247 from sent41

Text  : CNN
Tokens: 1__

Chunks:
  TruePositive nam [1,1] = CNN

(ChunkerEvaluator) Sentence #4500 from documents/00107247 from sent42

Text  : TVN24
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = TVN24

(ChunkerEvaluator) Sentence #4501 from documents/00107247 from sent43

Text  : Reuters
Tokens: 1______

Chunks:
  FalseNegative nam [1,1] = Reuters

(ChunkerEvaluator) Sentence #4502 from documents/00107247 from sent44

Text  : RMF FM
Tokens: 1__ 2_

Chunks:
  TruePositive nam [1,2] = RMF FM

(ChunkerEvaluator) Sentence #4503 from documents/00107247 from sent45

Text  : TVP1
Tokens: 1___

Chunks:
  TruePositive nam [1,1] = TVP1

(ChunkerEvaluator) Sentence #4504 from documents/00107247 from sent46

Text  : Zamach terrorystyczny w Londynie
Tokens: 1_____ 2_____________ 3 4_______

Chunks:
  TruePositive nam [4,4] = Londynie

2016-10-13 16:40:56,628 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 304 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107251.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107251.ini
(ChunkerEvaluator) Sentence #4505 from documents/00107251 from sent1

Text  : 2005-10-15 : Rosja - USA : Nie ma porozumienia w  sprawie Iranu
Tokens: 1_________ 2 3____ 4 5__ 6 7__ 8_ 9___________ 10 11_____ 12___

Chunks:
  TruePositive nam [3,3] = Rosja
  TruePositive nam [5,5] = USA
  TruePositive nam [12,12] = Iranu

(ChunkerEvaluator) Sentence #4506 from documents/00107251 from sent2

Text  : Rozmowy amerykańskiej delegacji z rosyjskimi władzami potwierdziły jedynie różnicę zdań między Moskwą a  Waszyngtonem w  sprawie irańskiego programu atomowego .
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] = Moskwą
  TruePositive nam [14,14] = Waszyngtonem

(ChunkerEvaluator) Sentence #4507 from documents/00107251 from sent3

Text  : Amerykanie naciskają na Iran , by powrócił do rozmów na temat swojego programu z  Unią Europejską .
Tokens: 1_________ 2________ 3_ 4___ 5 6_ 7_______ 8_ 9_____ 10 11___ 12_____ 13______ 14 15__ 16________ 17

Chunks:
  TruePositive nam [1,1] = Amerykanie
  TruePositive nam [4,4] = Iran
  TruePositive nam [15,16] = Unią Europejską

(ChunkerEvaluator) Sentence #4508 from documents/00107251 from sent4

Text  : Jeszcze dziś w tej sprawieCondoleezza Rice ma spotkać się z  Władimirem Putinem .
Tokens: 1______ 2___ 3 4__ 5_________________ 6___ 7_ 8______ 9__ 10 11________ 12_____ 13

Chunks:
  TruePositive nam [6,6] = Rice
  TruePositive nam [11,12] = Władimirem Putinem

(ChunkerEvaluator) Sentence #4509 from documents/00107251 from sent5

Text  : Rosja , w przeciwieństwie do Stanów Zjednoczonych , uznaje prawo Teheranu do prowadzenia programów atomowych ,  w  tym także wzbogacania uranu .
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 [1,1] = Rosja
  TruePositive nam [6,7] = Stanów Zjednoczonych
  TruePositive nam [11,11] = Teheranu

(ChunkerEvaluator) Sentence #4510 from documents/00107251 from sent6

Text  : Uważa też , że sprawa irańskiego programu atomowego winna być rozstrzygnięta przez Międzynarodową Agencję Energii Atomowej (  MAEA )  i  jest przeciwna przekazaniu sprawy innym gremiom -  powiedział szef rosyjskiej dyplomacji Siergiej Ławrow po spotkaniu z  Rice .
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 [13,16] = Międzynarodową Agencję Energii Atomowej
  TruePositive nam [18,18] = MAEA
  TruePositive nam [32,33] = Siergiej Ławrow
  TruePositive nam [37,37] = Rice

(ChunkerEvaluator) Sentence #4511 from documents/00107251 from sent7

Text  : Sekretarz stanu USA , Condoleezza Rice , przyleciała w piątek wieczorem z  Paryża do Moskwy -  jej wizyta nie była wcześniej anonsowana .
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] = USA
  TruePositive nam [5,6] = Condoleezza Rice
  TruePositive nam [13,13] = Paryża
  TruePositive nam [15,15] = Moskwy

(ChunkerEvaluator) Sentence #4512 from documents/00107251 from sent8

Text  : W sobotę jest też oczekiwana w Londynie .
Tokens: 1 2_____ 3___ 4__ 5_________ 6 7_______ 8

Chunks:
  TruePositive nam [7,7] = Londynie

(ChunkerEvaluator) Sentence #4513 from documents/00107251 from sent9

Text  : Wcześniej odwiedziła Kirgistan , Pakistan , Kazachstan i Tadżykistan .
Tokens: 1________ 2_________ 3________ 4 5_______ 6 7_________ 8 9__________ 10

Chunks:
  TruePositive nam [3,3] = Kirgistan
  TruePositive nam [5,5] = Pakistan
  TruePositive nam [7,7] = Kazachstan
  TruePositive nam [9,9] = Tadżykistan

2016-10-13 16:40:56,683 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 305 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107254.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107254.ini
(ChunkerEvaluator) Sentence #4514 from documents/00107254 from sent1

Text  : 2006-01-13 : Mołdawia : Od dwóch tygodni Rosja nie dostarcza gazu
Tokens: 1_________ 2 3_______ 4 5_ 6____ 7______ 8____ 9__ 10_______ 11__

Chunks:
  TruePositive nam [3,3] = Mołdawia
  TruePositive nam [8,8] = Rosja

(ChunkerEvaluator) Sentence #4515 from documents/00107254 from sent2

Text  : Ukraina nie była jedynym państwem , której rosyjski Gazprom odciął gaz z  powodu nie podpisania umowy na dostawy przez zbyt dużą podwyżkę cen .
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 [1,1] = Ukraina
  TruePositive nam [9,9] = Gazprom

(ChunkerEvaluator) Sentence #4516 from documents/00107254 from sent3

Text  : Do podobnej sytuacji doszło w Mołdawii , tu jednak dostaw gazu od 1  stycznia do dziś nie przywrócono .
Tokens: 1_ 2_______ 3_______ 4_____ 5 6_______ 7 8_ 9_____ 10____ 11__ 12 13 14______ 15 16__ 17_ 18_________ 19

Chunks:
  TruePositive nam [6,6] = Mołdawii

(ChunkerEvaluator) Sentence #4517 from documents/00107254 from sent4

Text  : Gazprom domaga się od Mołdawii , aby ta kupowała gaz po wyższej o  100 %  cenie ,  czyli po 160 $  za 100 metrów sześciennych .
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] = Mołdawii
  FalseNegative nam [1,1] = Gazprom
  FalseNegative nam [21,21] = $

(ChunkerEvaluator) Sentence #4518 from documents/00107254 from sent5

Text  : Władze Mołdawii są wciąż gotowe do podjęcia rozmów i czekają na wyznaczenie daty kolejnego spotkania .
Tokens: 1_____ 2_______ 3_ 4____ 5_____ 6_ 7_______ 8_____ 9 10_____ 11 12_________ 13__ 14_______ 15_______ 16

Chunks:
  TruePositive nam [2,2] = Mołdawii

(ChunkerEvaluator) Sentence #4519 from documents/00107254 from sent6

Text  : Wcześniej Gazprom kilkakrotnie odrzucił już mołdawskie propozycje .
Tokens: 1________ 2______ 3___________ 4_______ 5__ 6_________ 7_________ 8

Chunks:
  TruePositive nam [2,2] = Gazprom

2016-10-13 16:40:56,721 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 306 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107257.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107257.ini
(ChunkerEvaluator) Sentence #4520 from documents/00107257 from sent1

Text  : 2006-01-25 : Sondaż CBOS : 51 % Polaków źle ocenia pracę Sejmu
Tokens: 1_________ 2 3_____ 4___ 5 6_ 7 8______ 9__ 10____ 11___ 12___

Chunks:
  TruePositive nam [4,4] = CBOS
  TruePositive nam [8,8] = Polaków
  TruePositive nam [12,12] = Sejmu

(ChunkerEvaluator) Sentence #4521 from documents/00107257 from sent2

Text  : W najnowszym sondażu przeprowadzonym przez CBOS ponad połowa Polaków (  51 %  )  źle ocenia pracę Sejmu .
Tokens: 1 2_________ 3______ 4______________ 5____ 6___ 7____ 8_____ 9______ 10 11 12 13 14_ 15____ 16___ 17___ 18

Chunks:
  TruePositive nam [6,6] = CBOS
  TruePositive nam [9,9] = Polaków
  TruePositive nam [17,17] = Sejmu

(ChunkerEvaluator) Sentence #4522 from documents/00107257 from sent3

Text  : 26 % ankietowanych ocenia ją dobrze , a 23 %  nie ma zdania .
Tokens: 1_ 2 3____________ 4_____ 5_ 6_____ 7 8 9_ 10 11_ 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #4523 from documents/00107257 from sent4

Text  : W porównaniu do grudnia sytuacja nie zmieniła się znacząco .
Tokens: 1 2_________ 3_ 4______ 5_______ 6__ 7_______ 8__ 9_______ 10

Chunks:

(ChunkerEvaluator) Sentence #4524 from documents/00107257 from sent5

Text  : Należy jednak zaznaczyć , że ankieta została przeprowadzona jeszcze przed kryzysem sejmowym z  11 i  12 stycznia .
Tokens: 1_____ 2_____ 3________ 4 5_ 6______ 7______ 8_____________ 9______ 10___ 11______ 12______ 13 14 15 16 17______ 18

Chunks:

(ChunkerEvaluator) Sentence #4525 from documents/00107257 from sent6

Text  : Negatywnie o Senacie wypowiedziało się 42 % ankietowych , pozytywne opinie wystawiło 27 %  ,  a  zdania w  tej sprawie nie ma 31 %  .
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 [3,3] = Senacie

(ChunkerEvaluator) Sentence #4526 from documents/00107257 from sent7

Text  : Autorzy sondażu porównali jego wyniki z tymi jakie uzyskał Sejm i  Senat poprzedniej kadencji .
Tokens: 1______ 2______ 3________ 4___ 5_____ 6 7___ 8____ 9______ 10__ 11 12___ 13_________ 14______ 15

Chunks:
  TruePositive nam [10,10] = Sejm
  TruePositive nam [12,12] = Senat

(ChunkerEvaluator) Sentence #4527 from documents/00107257 from sent8

Text  : Są one lepsze od tych przeprowadzanych w ostatnich miesiącach kadencji poprzedniego parlamentu ,  ale gorsze w  porównaniu z  początkiem jego działalności w  2001 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

Chunks:

(ChunkerEvaluator) Sentence #4528 from documents/00107257 from sent9

Text  : W badaniach CBOS sprawdzano także sympatię wobec prezydenta Lecha Kaczyńskiego .
Tokens: 1 2________ 3___ 4_________ 5____ 6_______ 7____ 8_________ 9____ 10__________ 11

Chunks:
  TruePositive nam [3,3] = CBOS
  TruePositive nam [9,10] = Lecha Kaczyńskiego

(ChunkerEvaluator) Sentence #4529 from documents/00107257 from sent10

Text  : Jego działalność oceniło dobrze 39 % ankietowanych .
Tokens: 1___ 2__________ 3______ 4_____ 5_ 6 7____________ 8

Chunks:

(ChunkerEvaluator) Sentence #4530 from documents/00107257 from sent11

Text  : Obserwatorzy podkreślają , że to bardzo niski wynik .
Tokens: 1___________ 2__________ 3 4_ 5_ 6_____ 7____ 8____ 9

Chunks:

(ChunkerEvaluator) Sentence #4531 from documents/00107257 from sent12

Text  : Poprzedni prezydent , Aleksander Kwaśniewski osiągał o wiele większe poparcie zarówno na początku ,  jak i  na końcu swojej 10 -  letniej kadencji .
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 [4,5] = Aleksander Kwaśniewski

(ChunkerEvaluator) Sentence #4532 from documents/00107257 from sent13

Text  : Również Lech Wałęsa cieszył się większym poparciem ( 60 %  )  na początku swoich rządów .
Tokens: 1______ 2___ 3_____ 4______ 5__ 6_______ 7________ 8 9_ 10 11 12 13______ 14____ 15____ 16

Chunks:
  TruePositive nam [2,3] = Lech Wałęsa

2016-10-13 16:40:56,795 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 307 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107262.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107262.ini
(ChunkerEvaluator) Sentence #4533 from documents/00107262 from sent1

Text  : 2006-05-31 : CBOS : 49 % Polaków źle ocenia działalność prezydenta
Tokens: 1_________ 2 3___ 4 5_ 6 7______ 8__ 9_____ 10_________ 11________

Chunks:
  TruePositive nam [3,3] = CBOS
  TruePositive nam [7,7] = Polaków

(ChunkerEvaluator) Sentence #4534 from documents/00107262 from sent2

Text  : Z najnowszego sondażu CBOS wynika , że działalność prezydenta Lecha Kaczyńskiego źle ocenia 49 %  badanych (  bez zmian w  porównaniu z  kwietniem )  ;  dobrze -  32 %  (  wzrost o  1  pkt proc .  )  .
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 [4,4] = CBOS
  TruePositive nam [10,11] = Lecha Kaczyńskiego

(ChunkerEvaluator) Sentence #4535 from documents/00107262 from sent3

Text  : Wśród 49 % ankietowanych , którzy źle ocenili pracę głowy państwa ,  23 %  ocenia ją zdecydowanie źle ,  a  26 %  raczej źle .
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 #4536 from documents/00107262 from sent4

Text  : 29 % badanych ocenia raczej dobrze działalność prezydenta , a  3  %  -  zdecydowanie dobrze .
Tokens: 1_ 2 3_______ 4_____ 5_____ 6_____ 7__________ 8_________ 9 10 11 12 13 14__________ 15____ 16

Chunks:

(ChunkerEvaluator) Sentence #4537 from documents/00107262 from sent5

Text  : 19 % nie ma zdania w tej sprawie .
Tokens: 1_ 2 3__ 4_ 5_____ 6 7__ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #4538 from documents/00107262 from sent6

Text  : Według CBOS , na opinię o pracy prezydenta znaczący wpływ ma wykształcenie ankietowanych -  im lepiej są wykształceni ,  tym gorzej oceniają działalność głowy państwa .
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 [2,2] = CBOS

(ChunkerEvaluator) Sentence #4539 from documents/00107262 from sent7

Text  : Według CBOS , działalność Lecha Kaczyńskiego znacznie lepiej oceniają mieszkańcy wsi -  wśród których pozytywne oceny nieznacznie przeważają nad negatywnymi ,  niż mieszkańcy miast ,  w  większości mający złe zdanie na ten temat .
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] = CBOS
  TruePositive nam [5,6] = Lecha Kaczyńskiego

(ChunkerEvaluator) Sentence #4540 from documents/00107262 from sent8

Text  : Oceny urzędu prezydenta są ściśle związane z preferencjami partyjnymi badanych -  wskazuje CBOS -  elektoraty PiS i  Samoobrony w  zdecydowanej większości wystawiają mu dobre oceny ;  większość respondentów deklarujących głosowanie w  ewentualnych wyborach na PO i  SLD -  wyraża opinie negatywne .
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 [13,13] = CBOS
  TruePositive nam [16,16] = PiS
  TruePositive nam [18,18] = Samoobrony
  TruePositive nam [35,35] = PO
  TruePositive nam [37,37] = SLD

(ChunkerEvaluator) Sentence #4541 from documents/00107262 from sent9

Text  : Według CBOS , oceny pracy Sejmu są nadal bardzo złe ,  choć poprawiły się w  porównaniu z  kwietniem .
Tokens: 1_____ 2___ 3 4____ 5____ 6____ 7_ 8____ 9_____ 10_ 11 12__ 13_______ 14_ 15 16________ 17 18_______ 19

Chunks:
  TruePositive nam [2,2] = CBOS
  TruePositive nam [6,6] = Sejmu

(ChunkerEvaluator) Sentence #4542 from documents/00107262 from sent10

Text  : W maju 16 % ankietowanych przez CBOS wystawiło dobre oceny pracy Sejmu (  w  kwietniu -  12 %  )  .
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] = CBOS
  TruePositive nam [12,12] = Sejmu

(ChunkerEvaluator) Sentence #4543 from documents/00107262 from sent11

Text  : 69 % źle ocenia działalność Sejmu ( w kwietniu 76 %  )  .
Tokens: 1_ 2 3__ 4_____ 5__________ 6____ 7 8 9_______ 10 11 12 13

Chunks:
  TruePositive nam [6,6] = Sejmu

(ChunkerEvaluator) Sentence #4544 from documents/00107262 from sent12

Text  : 15 % nie ma zdania .
Tokens: 1_ 2 3__ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #4545 from documents/00107262 from sent13

Text  : CBOS podaje , że także oceny działalności Senatu poprawiły się w  niewielkim stopniu .
Tokens: 1___ 2_____ 3 4_ 5____ 6____ 7___________ 8_____ 9________ 10_ 11 12________ 13_____ 14

Chunks:
  TruePositive nam [1,1] = CBOS
  TruePositive nam [8,8] = Senatu

(ChunkerEvaluator) Sentence #4546 from documents/00107262 from sent14

Text  : 19 , 7 % pytanych uważa , że Senat pracuje dobrze (  w  kwietniu -  16 %  )  .
Tokens: 1_ 2 3 4 5_______ 6____ 7 8_ 9____ 10_____ 11____ 12 13 14______ 15 16 17 18 19

Chunks:
  TruePositive nam [9,9] = Senat

(ChunkerEvaluator) Sentence #4547 from documents/00107262 from sent15

Text  : 52 , 8 % ( tyle samo co w kwietniu )  źle oceniło działalność Senatu .
Tokens: 1_ 2 3 4 5 6___ 7___ 8_ 9 10______ 11 12_ 13_____ 14_________ 15____ 16

Chunks:
  TruePositive nam [15,15] = Senatu

(ChunkerEvaluator) Sentence #4548 from documents/00107262 from sent16

Text  : 27 , 5 % nie ma zdania .
Tokens: 1_ 2 3 4 5__ 6_ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #4549 from documents/00107262 from sent17

Text  : CBOS przeprowadził badanie w dniach 12 - 15 maja ,  na liczącej 991 osób reprezentatywnej ,  losowej próbie dorosłych Polaków .
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] = CBOS
  TruePositive nam [20,20] = Polaków

2016-10-13 16:40:56,909 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 308 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107265.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107265.ini
(ChunkerEvaluator) Sentence #4550 from documents/00107265 from sent1

Text  : 2006-09-26 : 300 000 haseł w polskojęzycznej Wikipedii
Tokens: 1_________ 2 3__ 4__ 5____ 6 7______________ 8________

Chunks:
  TruePositive nam [8,8] = Wikipedii

(ChunkerEvaluator) Sentence #4551 from documents/00107265 from sent2

Text  : Dzisiaj polska Wikipedia obchodzi swoje pięciolecie .
Tokens: 1______ 2_____ 3________ 4_______ 5____ 6__________ 7

Chunks:
  TruePositive nam [3,3] = Wikipedia

(ChunkerEvaluator) Sentence #4552 from documents/00107265 from sent3

Text  : Okazało się , że Wikipedyści przygotowujący artykuły przygotowali dla niej prezent z  tej okazji .
Tokens: 1______ 2__ 3 4_ 5__________ 6_____________ 7_______ 8___________ 9__ 10__ 11_____ 12 13_ 14____ 15

Chunks:
  TruePositive nam [5,5] = Wikipedyści

(ChunkerEvaluator) Sentence #4553 from documents/00107265 from sent4

Text  : Dokładnie dziewięć minut po dokładnym pięcioleciu uruchomienia polskojęzycznej edycji Wikipedii ,  czyli o  18 :  37 ,  stworzony został 300 000 .  artykuł opisujący krótko biografię koszykarza Dariusa Lukminasa .
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 [10,10] = Wikipedii
  TruePositive nam [28,29] = Dariusa Lukminasa

(ChunkerEvaluator) Sentence #4554 from documents/00107265 from sent5

Text  : Dodatkowo nie tak dawno siostrzany projekt Wikipedii , Wikisłownik ,  świętował utworzenie pięćdziesięciotysięcznego hasła .
Tokens: 1________ 2__ 3__ 4____ 5_________ 6______ 7________ 8 9__________ 10 11_______ 12________ 13_______________________ 14___ 15

Chunks:
  TruePositive nam [7,7] = Wikipedii
  TruePositive nam [9,9] = Wikisłownik

2016-10-13 16:40:56,935 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 309 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107267.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107267.ini
(ChunkerEvaluator) Sentence #4555 from documents/00107267 from sent1

Text  : 2006-11-16 : Listopad 2006 : 51 % Polaków źle ocenia prezydenta Kaczyńskiego
Tokens: 1_________ 2 3_______ 4___ 5 6_ 7 8______ 9__ 10____ 11________ 12__________

Chunks:
  TruePositive nam [8,8] = Polaków
  TruePositive nam [12,12] = Kaczyńskiego

(ChunkerEvaluator) Sentence #4556 from documents/00107267 from sent2

Text  : Z sondażu przeprowadzonego przez CBOS w dniach 2 - 5  listopada na 979 osobach wynika ,  że 51 %  Polaków źle ocenia prezydenta Lecha Kaczyńskiego ,  zaś 31 %  respondentów ocenia prezydenta pozytywnie .
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 [5,5] = CBOS
  TruePositive nam [20,20] = Polaków
  TruePositive nam [24,25] = Lecha Kaczyńskiego

(ChunkerEvaluator) Sentence #4557 from documents/00107267 from sent3

Text  : Liczba osób zadowolonych z pracy prezydenta nie zmieniła się od października ,  o  7  %  spadła zaś liczba niezadowolonych .
Tokens: 1_____ 2___ 3___________ 4 5____ 6_________ 7__ 8_______ 9__ 10 11__________ 12 13 14 15 16____ 17_ 18____ 19_____________ 20

Chunks:

(ChunkerEvaluator) Sentence #4558 from documents/00107267 from sent4

Text  : Z 12 % do 18 % zwiększyła się też liczba osób nie mających zdania o  prezydenturze Kaczyńskiego .
Tokens: 1 2_ 3 4_ 5_ 6 7_________ 8__ 9__ 10____ 11__ 12_ 13______ 14____ 15 16___________ 17__________ 18

Chunks:
  TruePositive nam [17,17] = Kaczyńskiego

(ChunkerEvaluator) Sentence #4559 from documents/00107267 from sent5

Text  : Pracę Sejmu źle ocenia aż 69 % Polaków , zadowolonych z  pracy Sejmu jest 17 %  ankietowanych .
Tokens: 1____ 2____ 3__ 4_____ 5_ 6_ 7 8______ 9 10__________ 11 12___ 13___ 14__ 15 16 17___________ 18

Chunks:
  TruePositive nam [2,2] = Sejmu
  TruePositive nam [8,8] = Polaków
  TruePositive nam [13,13] = Sejmu

(ChunkerEvaluator) Sentence #4560 from documents/00107267 from sent6

Text  : Z kolei pracę Senatu dobrze ocenia 24 % badanych ,  a  45 %  uważa ,  że Senat pracuje źle .
Tokens: 1 2____ 3____ 4_____ 5_____ 6_____ 7_ 8 9_______ 10 11 12 13 14___ 15 16 17___ 18_____ 19_ 20

Chunks:
  TruePositive nam [4,4] = Senatu
  TruePositive nam [17,17] = Senat

2016-10-13 16:40:56,979 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 310 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107268.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107268.ini
(ChunkerEvaluator) Sentence #4561 from documents/00107268 from sent1

Text  : 2006-11-24 : Kaczyński : Rosja nie może nas tak traktować
Tokens: 1_________ 2 3________ 4 5____ 6__ 7___ 8__ 9__ 10_______

Chunks:
  TruePositive nam [3,3] = Kaczyński
  TruePositive nam [5,5] = Rosja

(ChunkerEvaluator) Sentence #4562 from documents/00107268 from sent2

Text  : Premier Jarosław Kaczyński powiedział , że Rosja nie może prowadzić rozmów z  Polską tak ,  jakby śmy nie byli członkami Unii Europejskiej .
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 [2,3] = Jarosław Kaczyński
  TruePositive nam [7,7] = Rosja
  TruePositive nam [13,13] = Polską
  TruePositive nam [21,22] = Unii Europejskiej

(ChunkerEvaluator) Sentence #4563 from documents/00107268 from sent3

Text  : Dodał , że nasi unijni partnerzy wiedzieli , że będziemy rozważali weto w  sprawie negocjacji nowego porozumienia UE -  Rosja .
Tokens: 1____ 2 3_ 4___ 5_____ 6________ 7________ 8 9_ 10______ 11_______ 12__ 13 14_____ 15________ 16____ 17__________ 18 19 20___ 21

Chunks:
  FalsePositive nam [18,20] = UE - Rosja
  FalseNegative nam [18,18] = UE
  FalseNegative nam [20,20] = Rosja

(ChunkerEvaluator) Sentence #4564 from documents/00107268 from sent4

Text  : Premier podkreślił , że podczas dyskusji w Komisji Europejskiej na temat negocjacji UE -  Rosja ,  "  z  jednej strony zabiegali śmy o  interwencję wobec Rosji .
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 [8,9] = Komisji Europejskiej
  TruePositive nam [26,26] = Rosji
  FalsePositive nam [13,15] = UE - Rosja
  FalseNegative nam [13,13] = UE
  FalseNegative nam [15,15] = Rosja

(ChunkerEvaluator) Sentence #4565 from documents/00107268 from sent5

Text  : Z drugiej strony , mówili śmy , że brak tej interwencji ,  brak rozwiązania tej sprawy może prowadzić do takiej decyzji (  o  wecie )  "  .
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 #4566 from documents/00107268 from sent6

Text  : Polska wyrażenie zgody na rozpoczęcie negocjacji UE - Rosja uzależnia m  .  in .  od zniesienia embarga na polskie mięso i  produkty roślinne .
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:
  FalsePositive nam [7,9] = UE - Rosja
  FalseNegative nam [1,1] = Polska
  FalseNegative nam [7,7] = UE
  FalseNegative nam [9,9] = Rosja

(ChunkerEvaluator) Sentence #4567 from documents/00107268 from sent7

Text  : Przypomnijmy , że w listopadzie ubiegłego roku Rosja nałożyła na polskie produkty mięsne i  rolne embargo .
Tokens: 1___________ 2 3_ 4 5__________ 6________ 7___ 8____ 9_______ 10 11_____ 12______ 13____ 14 15___ 16_____ 17

Chunks:
  TruePositive nam [8,8] = Rosja

(ChunkerEvaluator) Sentence #4568 from documents/00107268 from sent8

Text  : W ostatni czwartek , 16 listopada ambasador Rosji przy UE powiedział ,  że Rosja jest gotowa znieść ten zakaz .
Tokens: 1 2______ 3_______ 4 5_ 6________ 7________ 8____ 9___ 10 11________ 12 13 14___ 15__ 16____ 17____ 18_ 19___ 20

Chunks:
  TruePositive nam [8,8] = Rosji
  TruePositive nam [10,10] = UE
  TruePositive nam [14,14] = Rosja

(ChunkerEvaluator) Sentence #4569 from documents/00107268 from sent9

Text  : Postawił jednak warunek – Moskwa wyśle do Polski swoich ekspertów ,  którzy mieli by potwierdzić ustalenia polskiej prokuratury ,  że kwestionowane przez Rosjan świadectwa weterynaryjne nie były fałszowane przez Polaków .
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] = Moskwa
  TruePositive nam [8,8] = Polski
  TruePositive nam [23,23] = Rosjan
  TruePositive nam [30,30] = Polaków

(ChunkerEvaluator) Sentence #4570 from documents/00107268 from sent10

Text  : Polska uzależnia wycofanie weta wobec unijnego mandatu na negocjacje nowej umowy z  Rosją właśnie od "  politycznego sygnału "  Rosji w  kwestii zmiany jej stanowiska do zeszłorocznego zakazu .
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 [1,1] = Polska
  TruePositive nam [13,13] = Rosją
  TruePositive nam [20,20] = Rosji

2016-10-13 16:40:57,054 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 311 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107270.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107270.ini
(ChunkerEvaluator) Sentence #4571 from documents/00107270 from sent1

Text  : 2006-11-29 : Siatkówka : Polska pokonała zespół Sebii i Czarnogóry na MŚ w  Japonii
Tokens: 1_________ 2 3________ 4 5_____ 6_______ 7_____ 8____ 9 10________ 11 12 13 14_____

Chunks:
  TruePositive nam [5,5] = Polska
  TruePositive nam [8,10] = Sebii i Czarnogóry
  TruePositive nam [12,12] = MŚ
  TruePositive nam [14,14] = Japonii

(ChunkerEvaluator) Sentence #4572 from documents/00107270 from sent2

Text  : Reprezentacja Polski wygrała kolejne spotkanie na MŚ w Japonii .
Tokens: 1____________ 2_____ 3______ 4______ 5________ 6_ 7_ 8 9______ 10

Chunks:
  TruePositive nam [2,2] = Polski
  TruePositive nam [7,7] = MŚ
  TruePositive nam [9,9] = Japonii

(ChunkerEvaluator) Sentence #4573 from documents/00107270 from sent3

Text  : Tym razem polskiemu zespołowi uległa Serbia i Czarnogóra .
Tokens: 1__ 2____ 3________ 4________ 5_____ 6_____ 7 8_________ 9

Chunks:
  FalsePositive nam [6,6] = Serbia
  FalsePositive nam [8,8] = Czarnogóra
  FalseNegative nam [6,8] = Serbia i Czarnogóra

(ChunkerEvaluator) Sentence #4574 from documents/00107270 from sent4

Text  : Zwycięstwo przyszło Polakom łatwiej , niż się wcześniej spodziewano -  nie oddali przeciwnikowi nawet seta .
Tokens: 1_________ 2_______ 3______ 4______ 5 6__ 7__ 8________ 9__________ 10 11_ 12____ 13___________ 14___ 15__ 16

Chunks:
  TruePositive nam [3,3] = Polakom

(ChunkerEvaluator) Sentence #4575 from documents/00107270 from sent5

Text  : Choć pierwszy set był wyrównany , resztę spotkania zdominowała reprezentacja Polski .
Tokens: 1___ 2_______ 3__ 4__ 5________ 6 7_____ 8________ 9__________ 10___________ 11____ 12

Chunks:
  TruePositive nam [11,11] = Polski

(ChunkerEvaluator) Sentence #4576 from documents/00107270 from sent6

Text  : Najdłuższą serią było 5 punktów , które zostały zdobyte z  rzędu przez nią w  ostatnim secie .
Tokens: 1_________ 2____ 3___ 4 5______ 6 7____ 8______ 9______ 10 11___ 12___ 13_ 14 15______ 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #4577 from documents/00107270 from sent7

Text  : Polska na skutek dzisiejszego zwycięstwa zajęła pierwsze miejsce w tabeli E  i  jest jedyną niepokonaną drużyną na mistrzostwach .
Tokens: 1_____ 2_ 3_____ 4___________ 5_________ 6_____ 7_______ 8______ 9 10____ 11 12 13__ 14____ 15_________ 16_____ 17 18___________ 19

Chunks:
  TruePositive nam [1,1] = Polska

(ChunkerEvaluator) Sentence #4578 from documents/00107270 from sent8

Text  : Serbia i Czarnogóra awansowała do półfinałów z drugiego miejsca .
Tokens: 1_____ 2 3_________ 4_________ 5_ 6_________ 7 8_______ 9______ 10

Chunks:
  FalsePositive nam [1,1] = Serbia
  FalsePositive nam [3,3] = Czarnogóra
  FalseNegative nam [1,3] = Serbia i Czarnogóra

(ChunkerEvaluator) Sentence #4579 from documents/00107270 from sent9

Text  : Mecze o miejsca 1 - 12 rozgrywane będą 2 i  3  grudnia 2006 roku .
Tokens: 1____ 2 3______ 4 5 6_ 7_________ 8___ 9 10 11 12_____ 13__ 14__ 15

Chunks:

(ChunkerEvaluator) Sentence #4580 from documents/00107270 from sent10

Text  : Reprezentacja Polski będzie walczyć o wejście do finałów z zespołem Bułgarii ,  Sebia i  Czarnogóra natomiast stawi czoła Brazylii .
Tokens: 1____________ 2_____ 3_____ 4______ 5 6______ 7_ 8______ 9 10______ 11______ 12 13___ 14 15________ 16_______ 17___ 18___ 19______ 20

Chunks:
  TruePositive nam [2,2] = Polski
  TruePositive nam [11,11] = Bułgarii
  TruePositive nam [19,19] = Brazylii
  FalsePositive nam [13,13] = Sebia
  FalsePositive nam [15,15] = Czarnogóra
  FalseNegative nam [13,15] = Sebia i Czarnogóra

(ChunkerEvaluator) Sentence #4581 from documents/00107270 from sent11

Text  : Ostateczny wynik
Tokens: 1_________ 2____

Chunks:

(ChunkerEvaluator) Sentence #4582 from documents/00107270 from sent12

Text  : Polska 3 : 0 Serbia i Czarnogóra ( 28 :  26 ,  25 :  19 ,  25 :  19 )
Tokens: 1_____ 2 3 4 5_____ 6 7_________ 8 9_ 10 11 12 13 14 15 16 17 18 19 20

Chunks:
  TruePositive nam [1,1] = Polska
  FalsePositive nam [5,5] = Serbia
  FalsePositive nam [7,7] = Czarnogóra
  FalseNegative nam [5,7] = Serbia i Czarnogóra

(ChunkerEvaluator) Sentence #4583 from documents/00107270 from sent13

Text  : Polska : Paweł Zagumny ( 1 ) , Michał Winiarski (  8  )  ,  Daniel Pliński (  4  )  ,  Mariusz Wlazły (  19 )  ,  Łukasz Kadziewicz (  6  )  ,  Sebastian Świderski (  10 )  ,  Piotr Gacek (  libero )  oraz Wojciech Grzyb (  3  )  .
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

Chunks:
  TruePositive nam [1,1] = Polska
  TruePositive nam [3,4] = Paweł Zagumny
  TruePositive nam [9,10] = Michał Winiarski
  TruePositive nam [15,16] = Daniel Pliński
  TruePositive nam [21,22] = Mariusz Wlazły
  TruePositive nam [27,28] = Łukasz Kadziewicz
  TruePositive nam [33,34] = Sebastian Świderski
  TruePositive nam [39,40] = Piotr Gacek
  TruePositive nam [45,46] = Wojciech Grzyb

(ChunkerEvaluator) Sentence #4584 from documents/00107270 from sent14

Text  : Trener : Raul Lozano .
Tokens: 1_____ 2 3___ 4_____ 5

Chunks:
  TruePositive nam [3,4] = Raul Lozano

(ChunkerEvaluator) Sentence #4585 from documents/00107270 from sent15

Text  : Serbia i Czarnogóra : Nikola Grbić ( 3 ) ,  Vladimir Grbić (  2  )  ,  Novica Bjelica (  5  )  ,  Andrija Gerić (  7  )  ,  Goran Vujević (  9  )  ,  Ivan Miljković (  16 )  ,  Marko Samardzić (  libero )  oraz Slobodan Boskan (  4  )  ,  Milos Nikić (  1  )  ,  Marko Podrascanin (  3  )  .
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

Chunks:
  TruePositive nam [5,6] = Nikola Grbić
  TruePositive nam [11,12] = Vladimir Grbić
  TruePositive nam [17,18] = Novica Bjelica
  TruePositive nam [23,24] = Andrija Gerić
  TruePositive nam [29,30] = Goran Vujević
  TruePositive nam [35,36] = Ivan Miljković
  TruePositive nam [41,42] = Marko Samardzić
  TruePositive nam [47,48] = Slobodan Boskan
  TruePositive nam [53,54] = Milos Nikić
  TruePositive nam [59,60] = Marko Podrascanin
  FalsePositive nam [1,1] = Serbia
  FalsePositive nam [3,3] = Czarnogóra
  FalseNegative nam [1,3] = Serbia i Czarnogóra

(ChunkerEvaluator) Sentence #4586 from documents/00107270 from sent16

Text  : Trener : Igor Kolaković .
Tokens: 1_____ 2 3___ 4________ 5

Chunks:
  TruePositive nam [3,4] = Igor Kolaković

2016-10-13 16:40:57,142 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 312 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107276.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107276.ini
(ChunkerEvaluator) Sentence #4587 from documents/00107276 from sent1

Text  : 2007-05-21 : Europejska akcja walki z nadwagą
Tokens: 1_________ 2 3_________ 4____ 5____ 6 7______

Chunks:

(ChunkerEvaluator) Sentence #4588 from documents/00107276 from sent2

Text  : Według danych Komisji Europejskiej , w całej Unii Europejskiej na nadwagę cierpi około 100 milionów osób ,  w  tym 27 %  mężczyzn i  38 %  kobiet .
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 [3,4] = Komisji Europejskiej
  TruePositive nam [8,9] = Unii Europejskiej

(ChunkerEvaluator) Sentence #4589 from documents/00107276 from sent3

Text  : Szacuje się , że rocznie na otyłość zaczyna chorować 400 tysięcy dzieci .
Tokens: 1______ 2__ 3 4_ 5______ 6_ 7______ 8______ 9_______ 10_ 11_____ 12____ 13

Chunks:

(ChunkerEvaluator) Sentence #4590 from documents/00107276 from sent4

Text  : Do walki z tym problemem KE powołała kampanię promującą zdrowe żywienie .
Tokens: 1_ 2____ 3 4__ 5________ 6_ 7_______ 8_______ 9________ 10____ 11______ 12

Chunks:
  TruePositive nam [6,6] = KE

(ChunkerEvaluator) Sentence #4591 from documents/00107276 from sent5

Text  : Mariann Fischer Boel ( komisarz ds . rolnictwa w UE )  na spotkaniu unijnych ministrów rolnictwa w  niemieckiej Moguncji powiedziała dziennikarzom ,  że na akcję planuje przeznaczyć ok .  100 milionów euro .
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 [1,3] = Mariann Fischer Boel
  TruePositive nam [10,10] = UE
  TruePositive nam [19,19] = Moguncji
  TruePositive nam [32,32] = euro

(ChunkerEvaluator) Sentence #4592 from documents/00107276 from sent6

Text  : Głównym zadaniem kampanii będzie promowanie wśród dzieci i młodzieży jedzenia owoców i  warzyw .
Tokens: 1______ 2_______ 3_______ 4_____ 5_________ 6____ 7_____ 8 9________ 10______ 11____ 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #4593 from documents/00107276 from sent7

Text  : Fundusze na akcję będą wpłacane w równych częściach przez wszystkie kraje Unii .
Tokens: 1_______ 2_ 3____ 4___ 5_______ 6 7______ 8________ 9____ 10_______ 11___ 12__ 13

Chunks:
  FalsePositive nam [12,12] = Unii

(ChunkerEvaluator) Sentence #4594 from documents/00107276 from sent8

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4595 from documents/00107276 from sent9

Text  : Otyłość - poważny wydatek dla USA , 22 października 2006
Tokens: 1______ 2 3______ 4______ 5__ 6__ 7 8_ 9___________ 10__

Chunks:
  TruePositive nam [6,6] = USA

(ChunkerEvaluator) Sentence #4596 from documents/00107276 from sent10

Text  : Wśród otyłych mężczyzn jest mniej samobójców , 17 marca 2007
Tokens: 1____ 2______ 3_______ 4___ 5____ 6_________ 7 8_ 9____ 10__

Chunks:

(ChunkerEvaluator) Sentence #4597 from documents/00107276 from sent11

Text  : Najbardziej niebezpieczny dla zdrowia tłuszcz zgromadzony na brzuchu , 14 sierpnia 2007
Tokens: 1__________ 2____________ 3__ 4______ 5______ 6__________ 7_ 8______ 9 10 11______ 12__

Chunks:

(ChunkerEvaluator) Sentence #4598 from documents/00107276 from sent12

Text  : Współczesny styl życia przyczyną otyłości ? , 23 października 2007
Tokens: 1__________ 2___ 3____ 4________ 5_______ 6 7 8_ 9___________ 10__

Chunks:

(ChunkerEvaluator) Sentence #4599 from documents/00107276 from sent13

Text  : Tłuste potrawy uzależniają ? , 1 kwietnia 2010
Tokens: 1_____ 2______ 3__________ 4 5 6 7_______ 8___

Chunks:

2016-10-13 16:40:57,201 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 313 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107277.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107277.ini
(ChunkerEvaluator) Sentence #4600 from documents/00107277 from sent1

Text  : 2007-05-21 : Niemcy pomogą w sprawie embarga ?
Tokens: 1_________ 2 3_____ 4_____ 5 6______ 7______ 8

Chunks:
  TruePositive nam [3,3] = Niemcy

(ChunkerEvaluator) Sentence #4601 from documents/00107277 from sent2

Text  : Niemcy poszukują wyjścia z impasu w sprawie embarga Rosji na polskie mięso .
Tokens: 1_____ 2________ 3______ 4 5_____ 6 7______ 8______ 9____ 10 11_____ 12___ 13

Chunks:
  TruePositive nam [9,9] = Rosji
  FalseNegative nam [1,1] = Niemcy

(ChunkerEvaluator) Sentence #4602 from documents/00107277 from sent3

Text  : Horst Seehofer - niemiecki minister rolnictwa , powiedział agencji dpa ,  że Polska jest gotowa zaakceptować rozwiązanie etapowe .
Tokens: 1____ 2_______ 3 4________ 5_______ 6________ 7 8_________ 9______ 10_ 11 12 13____ 14__ 15____ 16__________ 17_________ 18_____ 19

Chunks:
  TruePositive nam [1,2] = Horst Seehofer
  TruePositive nam [13,13] = Polska
  FalseNegative nam [10,10] = dpa

(ChunkerEvaluator) Sentence #4603 from documents/00107277 from sent4

Text  : Według niemieckiego ministra , w pierwszej kolejności należy rozwiązać problem żywych zwierząt ,  a  potem samego mięsa .
Tokens: 1_____ 2___________ 3_______ 4 5 6________ 7_________ 8_____ 9________ 10_____ 11____ 12______ 13 14 15___ 16____ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #4604 from documents/00107277 from sent5

Text  : " Będziemy o tym rozmawiać z naszymi polskimi kolegami "  powiedział Seehofer w  trakcie trwania nieoficjalnego spotkania ministrów rolnictwa UE w  Moguncji .
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 [12,12] = Seehofer
  TruePositive nam [20,20] = UE
  TruePositive nam [22,22] = Moguncji
  FalsePositive nam [7,9] = naszymi polskimi kolegami

(ChunkerEvaluator) Sentence #4605 from documents/00107277 from sent6

Text  : Seehofer twierdzi , że pomocne będą rozmowy w cztery oczy .
Tokens: 1_______ 2_______ 3 4_ 5______ 6___ 7______ 8 9_____ 10__ 11

Chunks:
  TruePositive nam [1,1] = Seehofer

(ChunkerEvaluator) Sentence #4606 from documents/00107277 from sent7

Text  : Agencja dpa przypomniała , że w trakcie piątkowego szczytu Unia Europejska -  Rosja kanclerz Niemiec Angela Merkel podkreśliła ,  iż rosyjskie embargo na mięso z  Polski jest sprawą europejską .
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 [10,11] = Unia Europejska
  TruePositive nam [13,13] = Rosja
  TruePositive nam [26,26] = Polski
  FalsePositive nam [15,17] = Niemiec Angela Merkel
  FalseNegative nam [2,2] = dpa
  FalseNegative nam [15,15] = Niemiec
  FalseNegative nam [16,17] = Angela Merkel

(ChunkerEvaluator) Sentence #4607 from documents/00107277 from sent8

Text  : Rosyjskie embargo na żywność z Polski wprowadzono jesienią 2005 roku .
Tokens: 1________ 2______ 3_ 4______ 5 6_____ 7__________ 8_______ 9___ 10__ 11

Chunks:
  TruePositive nam [6,6] = Polski

(ChunkerEvaluator) Sentence #4608 from documents/00107277 from sent9

Text  : Moskwa zarzuciła wówczas polskiej stronie fałszowanie certyfikatów weterynaryjnych i fitosanitarnych .
Tokens: 1_____ 2________ 3______ 4_______ 5______ 6__________ 7___________ 8______________ 9 10_____________ 11

Chunks:
  FalseNegative nam [1,1] = Moskwa

(ChunkerEvaluator) Sentence #4609 from documents/00107277 from sent10

Text  : Pomimo usunięcia wszystkich uchybień w tej dziedzinie Rosja nie zniosła zakazu .
Tokens: 1_____ 2________ 3_________ 4_______ 5 6__ 7_________ 8____ 9__ 10_____ 11____ 12

Chunks:
  TruePositive nam [8,8] = Rosja

(ChunkerEvaluator) Sentence #4610 from documents/00107277 from sent11

Text  : Odpowiedzią Polski było zablokowanie w listopadzie ubiegłego roku negocjacji między UE a  Rosją w  sprawie nowej umowy dotyczącej partnerstwa i  współpracy .
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 [2,2] = Polski
  TruePositive nam [11,11] = UE
  TruePositive nam [13,13] = Rosją

(ChunkerEvaluator) Sentence #4611 from documents/00107277 from sent12

Text  : W konsekwencji prowadzenie rozmów z Moskwą w sprawie zniesienia rosyjskiego embarga wzięła na siebie Komisja Europejska .
Tokens: 1 2___________ 3__________ 4_____ 5 6_____ 7 8______ 9_________ 10_________ 11_____ 12____ 13 14____ 15_____ 16________ 17

Chunks:
  TruePositive nam [6,6] = Moskwą
  TruePositive nam [15,16] = Komisja Europejska

2016-10-13 16:40:57,274 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 314 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107278.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107278.ini
(ChunkerEvaluator) Sentence #4612 from documents/00107278 from sent1

Text  : 2007-05-21 : Rosja w sprawie polskiego mięsa
Tokens: 1_________ 2 3____ 4 5______ 6________ 7____

Chunks:
  TruePositive nam [3,3] = Rosja

(ChunkerEvaluator) Sentence #4613 from documents/00107278 from sent2

Text  : " Należy szukać rozwiązania .
Tokens: 1 2_____ 3_____ 4__________ 5

Chunks:

(ChunkerEvaluator) Sentence #4614 from documents/00107278 from sent3

Text  : Trzeba to robić , trzeba odpolitycznić te sprawy i rozwiązać problem profesjonalnie ,  życzliwie ,  w  sposób partnerski ,  uwzględniając interesy naszych partnerów i  naszych rolników "  -  powiedział Władimir Putin na spotkaniu z  rządem .
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 [30,31] = Władimir Putin

(ChunkerEvaluator) Sentence #4615 from documents/00107278 from sent4

Text  : " Komisja Europejska z zadowoleniem powitała deklarację prezydenta Rosji Władimira Putina o  zamiarze przyspieszenia dialogu z  UE w  sprawie embarga na polskie mięso ,  o  ile przyczyni się to do szybkiego rozwiązania problemu "  -  powiedział rzecznik KE Philip Tod .
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 [2,3] = Komisja Europejska
  TruePositive nam [17,17] = UE
  FalsePositive nam [9,11] = Rosji Władimira Putina
  FalsePositive nam [38,40] = KE Philip Tod
  FalseNegative nam [9,9] = Rosji
  FalseNegative nam [10,11] = Władimira Putina
  FalseNegative nam [38,38] = KE
  FalseNegative nam [39,40] = Philip Tod

(ChunkerEvaluator) Sentence #4616 from documents/00107278 from sent5

Text  : Dodał także , że KE chce rozmów na poziomie technicznym tak szybko ,  jak jest to możliwe .
Tokens: 1____ 2____ 3 4_ 5_ 6___ 7_____ 8_ 9_______ 10_________ 11_ 12____ 13 14_ 15__ 16 17_____ 18

Chunks:
  TruePositive nam [5,5] = KE

(ChunkerEvaluator) Sentence #4617 from documents/00107278 from sent6

Text  : Zaznaczył jednak , że choć KE traktuje sprawę jako priorytetową ,  to jeszcze żadna data nie została ustalona .
Tokens: 1________ 2_____ 3 4_ 5___ 6_ 7_______ 8_____ 9___ 10__________ 11 12 13_____ 14___ 15__ 16_ 17_____ 18______ 19

Chunks:
  TruePositive nam [6,6] = KE

(ChunkerEvaluator) Sentence #4618 from documents/00107278 from sent7

Text  : W rosyjskiej prasie szczyt Rosja - Unia w Samarze opisywany jest jako zwycięstwo nowej Europy ,  a  przede wszystkim Polski .
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 [9,9] = Samarze
  TruePositive nam [15,15] = Europy
  TruePositive nam [20,20] = Polski
  FalsePositive nam [5,7] = Rosja - Unia
  FalseNegative nam [5,5] = Rosja
  FalseNegative nam [7,7] = Unia

(ChunkerEvaluator) Sentence #4619 from documents/00107278 from sent8

Text  : Według „ Wriemia Nowostiej ” chcąc osiągnąć korzystne relacje z  Unią ,  Moskwa będzie musiała zmienić strategię i  zaniechać prób podzielenia UE .
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 [3,4] = Wriemia Nowostiej
  TruePositive nam [13,13] = Moskwa
  TruePositive nam [22,22] = UE
  FalseNegative nam [11,11] = Unią

(ChunkerEvaluator) Sentence #4620 from documents/00107278 from sent9

Text  : Jesienią 2005 roku Rosja wprowadziła embargo na żywność z Polski ,  pod zarzutem fałszowania certyfikatów weterynaryjnych i  sanitarnych przez stronę polską .
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 [4,4] = Rosja
  TruePositive nam [10,10] = Polski

(ChunkerEvaluator) Sentence #4621 from documents/00107278 from sent10

Text  : Pomimo szybkiej interwencji w tej sprawie i usunięcia uchybień ,  Rosja nie zniosła zakazu .
Tokens: 1_____ 2_______ 3__________ 4 5__ 6______ 7 8________ 9_______ 10 11___ 12_ 13_____ 14____ 15

Chunks:
  TruePositive nam [11,11] = Rosja

(ChunkerEvaluator) Sentence #4622 from documents/00107278 from sent11

Text  : Polską odpowiedzią na postępowanie Rosji było zablokowanie rozpoczęcia negocjacji między UE a  Rosją w  sprawie umowy o  partnerstwie i  współpracy .
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] = Rosji
  TruePositive nam [11,11] = UE
  TruePositive nam [13,13] = Rosją

(ChunkerEvaluator) Sentence #4623 from documents/00107278 from sent12

Text  : W skutek tego , prowadzenie rozmów o zniesienie embarga na polskie mięso wzięła na siebie Komisja Europejska .
Tokens: 1 2_____ 3___ 4 5__________ 6_____ 7 8_________ 9______ 10 11_____ 12___ 13____ 14 15____ 16_____ 17________ 18

Chunks:
  TruePositive nam [16,17] = Komisja Europejska

(ChunkerEvaluator) Sentence #4624 from documents/00107278 from sent13

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4625 from documents/00107278 from sent14

Text  : Szczyt Rosja – UE , 17 maja 2007
Tokens: 1_____ 2____ 3 4_ 5 6_ 7___ 8___

Chunks:
  TruePositive nam [4,4] = UE
  FalsePositive nam [1,2] = Szczyt Rosja
  FalseNegative nam [2,2] = Rosja

(ChunkerEvaluator) Sentence #4626 from documents/00107278 from sent15

Text  : Szczyt UE - Rosja bez przedstawicieli z Polski , 17 maja 2007
Tokens: 1_____ 2_ 3 4____ 5__ 6______________ 7 8_____ 9 10 11__ 12__

Chunks:
  TruePositive nam [2,2] = UE
  TruePositive nam [4,4] = Rosja
  TruePositive nam [8,8] = Polski

(ChunkerEvaluator) Sentence #4627 from documents/00107278 from sent16

Text  : Angela Merkel : Szczyt Unia – Rosja , 17 maja 2007
Tokens: 1_____ 2_____ 3 4_____ 5___ 6 7____ 8 9_ 10__ 11__

Chunks:
  TruePositive nam [1,2] = Angela Merkel
  TruePositive nam [5,5] = Unia
  TruePositive nam [7,7] = Rosja

(ChunkerEvaluator) Sentence #4628 from documents/00107278 from sent17

Text  : Szczyt Rosja – UE : nie ma porozumienia w sprawie polskiego mięsa ,  18 maja 2007
Tokens: 1_____ 2____ 3 4_ 5 6__ 7_ 8___________ 9 10_____ 11_______ 12___ 13 14 15__ 16__

Chunks:
  TruePositive nam [4,4] = UE
  FalsePositive nam [1,2] = Szczyt Rosja
  FalseNegative nam [2,2] = Rosja

(ChunkerEvaluator) Sentence #4629 from documents/00107278 from sent18

Text  : Jose Manuel Barroso wspiera Polskę , 18 maja 2007
Tokens: 1___ 2_____ 3______ 4______ 5_____ 6 7_ 8___ 9___

Chunks:
  TruePositive nam [1,3] = Jose Manuel Barroso
  TruePositive nam [5,5] = Polskę

(ChunkerEvaluator) Sentence #4630 from documents/00107278 from sent19

Text  : Fotyga : embargo to „ pewnego rodzaju wypowiedzenie wojny ”  ,  18 maja 2007
Tokens: 1_____ 2 3______ 4_ 5 6______ 7______ 8____________ 9____ 10 11 12 13__ 14__

Chunks:
  FalseNegative nam [1,1] = Fotyga

2016-10-13 16:40:57,382 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 315 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107285.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107285.ini
(ChunkerEvaluator) Sentence #4631 from documents/00107285 from sent1

Text  : 2007-07-01 : Portugalia objęła przewodnictwo w UE
Tokens: 1_________ 2 3_________ 4_____ 5____________ 6 7_

Chunks:
  TruePositive nam [3,3] = Portugalia
  TruePositive nam [7,7] = UE

(ChunkerEvaluator) Sentence #4632 from documents/00107285 from sent2

Text  : Od 1 lipca przewodnictwo w Unii Europejskiej przejmie Portugalia .
Tokens: 1_ 2 3____ 4____________ 5 6___ 7___________ 8_______ 9_________ 10

Chunks:
  TruePositive nam [6,7] = Unii Europejskiej
  TruePositive nam [9,9] = Portugalia

(ChunkerEvaluator) Sentence #4633 from documents/00107285 from sent3

Text  : Na jej półroczną kadencję przewidziano przygotowanie nowego Traktatu .
Tokens: 1_ 2__ 3________ 4_______ 5___________ 6____________ 7_____ 8_______ 9

Chunks:

(ChunkerEvaluator) Sentence #4634 from documents/00107285 from sent4

Text  : Portugalia przewodnictwo w UE przejmie od Niemiec .
Tokens: 1_________ 2____________ 3 4_ 5_______ 6_ 7______ 8

Chunks:
  TruePositive nam [1,1] = Portugalia
  TruePositive nam [4,4] = UE
  TruePositive nam [7,7] = Niemiec

(ChunkerEvaluator) Sentence #4635 from documents/00107285 from sent5

Text  : Na ostatnim szczycie określono dziedziny , które mają zostać poddane dyskusji .
Tokens: 1_ 2_______ 3_______ 4________ 5________ 6 7____ 8___ 9_____ 10_____ 11______ 12

Chunks:

(ChunkerEvaluator) Sentence #4636 from documents/00107285 from sent6

Text  : Z inicjatywy Polski do listy tematów , które zostaną poddane negocjacjom dopisano kwestię systemu głosowania w  Radzie UE .
Tokens: 1 2_________ 3_____ 4_ 5____ 6______ 7 8____ 9______ 10_____ 11_________ 12______ 13_____ 14_____ 15________ 16 17____ 18 19

Chunks:
  TruePositive nam [3,3] = Polski
  TruePositive nam [17,17] = Radzie
  TruePositive nam [18,18] = UE

(ChunkerEvaluator) Sentence #4637 from documents/00107285 from sent7

Text  : Nowy Traktat zawiera zapis mówiący tym , że w najbliższej przyszłości będzie obowiązywał system nicejski .
Tokens: 1___ 2______ 3______ 4____ 5______ 6__ 7 8_ 9 10_________ 11_________ 12____ 13_________ 14____ 15______ 16

Chunks:

(ChunkerEvaluator) Sentence #4638 from documents/00107285 from sent8

Text  : Minister Spraw Zagranicznych Anna Fotyga uważa , że podczas przewodnictwa Portugalii w  UE należy się spodziewać intensywnych konsultacji ,  których celem będzie przygotowanie projektu traktatu konstytucyjnego .
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 [1,3] = Minister Spraw Zagranicznych
  TruePositive nam [4,5] = Anna Fotyga
  TruePositive nam [11,11] = Portugalii
  TruePositive nam [13,13] = UE

(ChunkerEvaluator) Sentence #4639 from documents/00107285 from sent9

Text  : Na 23 lipca zaplanowano pierwsze spotkanie pod przewodnictwem Portugalii .
Tokens: 1_ 2_ 3____ 4__________ 5_______ 6________ 7__ 8_____________ 9_________ 10

Chunks:
  TruePositive nam [9,9] = Portugalii

2016-10-13 16:40:57,423 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 316 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107286.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107286.ini
(ChunkerEvaluator) Sentence #4640 from documents/00107286 from sent1

Text  : 2007-07-05 : Praca w święta ?
Tokens: 1_________ 2 3____ 4 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #4641 from documents/00107286 from sent2

Text  : Dziś w Sejmie odbyła się konferencja prasowa wiceprzewodniczącego Sejmowej Komisji Pracy -  Stanisława Szweda (  PiS )  .
Tokens: 1___ 2 3_____ 4_____ 5__ 6__________ 7______ 8___________________ 9_______ 10_____ 11___ 12 13________ 14____ 15 16_ 17 18

Chunks:
  TruePositive nam [3,3] = Sejmie
  TruePositive nam [9,11] = Sejmowej Komisji Pracy
  TruePositive nam [13,14] = Stanisława Szweda
  TruePositive nam [16,16] = PiS

(ChunkerEvaluator) Sentence #4642 from documents/00107286 from sent3

Text  : Konferencja dotyczyła ograniczeń pracy w dniach świątecznych .
Tokens: 1__________ 2________ 3_________ 4____ 5 6_____ 7___________ 8

Chunks:

(ChunkerEvaluator) Sentence #4643 from documents/00107286 from sent4

Text  : „ W dniach świątecznych praca w placówkach handlowych będzie zakazana ”  -  mówił Stanisław Szwed .
Tokens: 1 2 3_____ 4___________ 5____ 6 7_________ 8_________ 9_____ 10______ 11 12 13___ 14_______ 15___ 16

Chunks:
  TruePositive nam [14,15] = Stanisław Szwed
  FalsePositive nam [2,10] = W dniach świątecznych praca w placówkach handlowych będzie zakazana

(ChunkerEvaluator) Sentence #4644 from documents/00107286 from sent5

Text  : Regulacja nie będzie obejmowała między innymi placówek kultury , oświaty ,  stacji benzynowych ,  aptek .
Tokens: 1________ 2__ 3_____ 4_________ 5_____ 6_____ 7_______ 8______ 9 10_____ 11 12____ 13_________ 14 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #4645 from documents/00107286 from sent6

Text  : Zmiana ta nie dotyczy również osób , które nie podlegają kodeksowi pracy ,  są jednoosobowym przedsiębiorstwem nie zatrudniającym żadnych pracowników .
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 #4646 from documents/00107286 from sent7

Text  : „ Mamy nadzieję , że 1 listopada czyli w Dzień Wszystkich Świętych nowe rozwiązania będą już wprowadzone ”  -  powiedział na zakończenie konferencji poseł Szwed .
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 [10,12] = Dzień Wszystkich Świętych
  TruePositive nam [25,25] = Szwed

(ChunkerEvaluator) Sentence #4647 from documents/00107286 from sent8

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4648 from documents/00107286 from sent9

Text  : Zakaz handlu w 12 dni świątecznych , 6 lipca 2007
Tokens: 1____ 2_____ 3 4_ 5__ 6___________ 7 8 9____ 10__

Chunks:

2016-10-13 16:40:57,467 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 317 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107289.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107289.ini
(ChunkerEvaluator) Sentence #4649 from documents/00107289 from sent1

Text  : 2007-08-26 : Brazylia i Indie przeciwne formatowi Office Open XML
Tokens: 1_________ 2 3_______ 4 5____ 6________ 7________ 8_____ 9___ 10_

Chunks:
  TruePositive nam [3,3] = Brazylia
  TruePositive nam [5,5] = Indie
  TruePositive nam [8,10] = Office Open XML

(ChunkerEvaluator) Sentence #4650 from documents/00107289 from sent2

Text  : Komitety techniczne odpowiedzialne za standaryzację Office Open XML z Indii i  Brazylii ogłosiły w  podobnym czasie swoje stanowisko .
Tokens: 1_______ 2_________ 3_____________ 4_ 5____________ 6_____ 7___ 8__ 9 10___ 11 12______ 13______ 14 15______ 16____ 17___ 18________ 19

Chunks:
  TruePositive nam [6,8] = Office Open XML
  TruePositive nam [10,10] = Indii
  TruePositive nam [12,12] = Brazylii

(ChunkerEvaluator) Sentence #4651 from documents/00107289 from sent3

Text  : Oba odrzuciły proponowaną normę ISO .
Tokens: 1__ 2________ 3__________ 4____ 5__ 6

Chunks:
  TruePositive nam [5,5] = ISO

(ChunkerEvaluator) Sentence #4652 from documents/00107289 from sent4

Text  : Avi Alkalay , członek komitetu technicznego przy brazyliskiej organizacji standaryzacyjnej ABNT opisał na swoim blogu powody wydania przez Brazylię negatywnej opinii o  OOXML .
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 [1,2] = Avi Alkalay
  TruePositive nam [11,11] = ABNT
  TruePositive nam [19,19] = Brazylię
  TruePositive nam [23,23] = OOXML

(ChunkerEvaluator) Sentence #4653 from documents/00107289 from sent5

Text  : Wśród głównych powodów znalazły się “ promowanie złych praktyk ”  (  binarne wstawki w  XML )  ,  błędy ,  odwołania do własnościowych produktów oraz “  powtórne wymyślanie koła ”  (  nowe “  standardy ”  definiowania dat ,  etc )  .
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 [15,15] = XML

(ChunkerEvaluator) Sentence #4654 from documents/00107289 from sent6

Text  : Avi oskarża też organizację standaryzacyjną ECMA ( która przyjęła OOXML jako standard )  o  uleganie wpływom Microsoftu ,  a  także stwierdził ,  że jeśli jakikolwiek kraj zagłosuje za OOXML to znaczy że albo nie czytał dokumentacji albo podejmuje decyzję polityczną ,  a  nie techniczną .
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 [1,1] = Avi
  TruePositive nam [6,6] = ECMA
  TruePositive nam [10,10] = OOXML
  TruePositive nam [17,17] = Microsoftu
  TruePositive nam [29,29] = OOXML

(ChunkerEvaluator) Sentence #4655 from documents/00107289 from sent7

Text  : Brazylia oprócz decyzji “ NIE ” dołączyła 63 + 2  komentarzy .
Tokens: 1_______ 2_____ 3______ 4 5__ 6 7________ 8_ 9 10 11________ 12

Chunks:
  TruePositive nam [1,1] = Brazylia

(ChunkerEvaluator) Sentence #4656 from documents/00107289 from sent8

Text  : W Indiach tylko przedstawiciele dwóch firm Infosys Technologies i CSI opowiadały się za zatwierdzeniem standardu Microsoftu .
Tokens: 1 2______ 3____ 4______________ 5____ 6___ 7______ 8___________ 9 10_ 11________ 12_ 13 14____________ 15_______ 16________ 17

Chunks:
  TruePositive nam [2,2] = Indiach
  TruePositive nam [7,8] = Infosys Technologies
  TruePositive nam [10,10] = CSI
  TruePositive nam [16,16] = Microsoftu

(ChunkerEvaluator) Sentence #4657 from documents/00107289 from sent9

Text  : Reszta z 21 - osobowego komitetu technicznego opowiadała się za odrzuceniem normy .
Tokens: 1_____ 2 3_ 4 5________ 6_______ 7___________ 8_________ 9__ 10 11_________ 12___ 13

Chunks:

(ChunkerEvaluator) Sentence #4658 from documents/00107289 from sent10

Text  : Głosowanie nie było więc potrzebne i Indie prześlą do ISO ,  podobnie jak Brazylia werdykt “  NIE ,  z  komentarzami ”  .
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 [7,7] = Indie
  TruePositive nam [10,10] = ISO
  TruePositive nam [14,14] = Brazylia

(ChunkerEvaluator) Sentence #4659 from documents/00107289 from sent11

Text  : Z państw , który już wydały opinie , Chiny ,  RPA i  Czechy są przeciwko OOXML ,  Stany Zjednoczone powstrzymały się od głosu ,  a  Malezja ,  Dania i  Szwajcaria głosują za .
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 [9,9] = Chiny
  TruePositive nam [11,11] = RPA
  TruePositive nam [13,13] = Czechy
  TruePositive nam [16,16] = OOXML
  TruePositive nam [18,19] = Stany Zjednoczone
  TruePositive nam [26,26] = Malezja
  TruePositive nam [28,28] = Dania
  TruePositive nam [30,30] = Szwajcaria

(ChunkerEvaluator) Sentence #4660 from documents/00107289 from sent12

Text  : Z państw które jeszcze nie głosowały najprawdopodobniej w : Kanada ,  Iran ,  Japonia ,  Libia ,  Kuba ,  Nowa Zelandia i  Wielka Brytania będą przeciw ,  a  Belgia ,  Finlandia ,  Włochy ,  Hiszpania ,  Singapur ,  Francja i  Australia powstrzymają się od 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__________ 43_ 44 45___ 46

Chunks:
  TruePositive nam [10,10] = Kanada
  TruePositive nam [12,12] = Iran
  TruePositive nam [14,14] = Japonia
  TruePositive nam [16,16] = Libia
  TruePositive nam [18,18] = Kuba
  TruePositive nam [20,21] = Nowa Zelandia
  TruePositive nam [23,24] = Wielka Brytania
  TruePositive nam [29,29] = Belgia
  TruePositive nam [31,31] = Finlandia
  TruePositive nam [33,33] = Włochy
  TruePositive nam [35,35] = Hiszpania
  TruePositive nam [37,37] = Singapur
  TruePositive nam [39,39] = Francja
  TruePositive nam [41,41] = Australia

(ChunkerEvaluator) Sentence #4661 from documents/00107289 from sent13

Text  : W Polsce głosowanie odbędzie się 30 sierpnia .
Tokens: 1 2_____ 3_________ 4_______ 5__ 6_ 7_______ 8

Chunks:
  TruePositive nam [2,2] = Polsce

2016-10-13 16:40:57,559 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 318 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107290.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107290.ini
(ChunkerEvaluator) Sentence #4662 from documents/00107290 from sent1

Text  : 2007-08-31 : Po przesłuchaniach : Kaczmarek z zarzutem utrudniania śledztwa
Tokens: 1_________ 2 3_ 4______________ 5 6________ 7 8_______ 9__________ 10______

Chunks:
  TruePositive nam [6,6] = Kaczmarek

(ChunkerEvaluator) Sentence #4663 from documents/00107290 from sent2

Text  : Po przesłuchaniu Janusza Kaczmarka , Jaromira Netzela i Konrada Kornatowskiego w  sprawie przecieku z  akcji CBA w  ministerstwie rolnictwa ,  które zakończyło się w  nocy ,  Kaczmarek usłyszał zarzut utrudniania śledztwa poprzez składanie fałszywych zeznań .
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 [3,4] = Janusza Kaczmarka
  TruePositive nam [6,7] = Jaromira Netzela
  TruePositive nam [9,10] = Konrada Kornatowskiego
  TruePositive nam [16,16] = CBA
  TruePositive nam [27,27] = Kaczmarek
  FalseNegative nam [18,19] = ministerstwie rolnictwa

(ChunkerEvaluator) Sentence #4664 from documents/00107290 from sent3

Text  : Zarzuty wobec pozostałych zatrzymanych nie są znane .
Tokens: 1______ 2____ 3__________ 4___________ 5__ 6_ 7____ 8

Chunks:

(ChunkerEvaluator) Sentence #4665 from documents/00107290 from sent4

Text  : Około godziny 23 : 30 z gmachu prokuratury okręgowej w  Warszawie pod eskortą wyprowadzono do samochodu Netzla .
Tokens: 1____ 2______ 3_ 4 5_ 6 7_____ 8__________ 9________ 10 11_______ 12_ 13_____ 14__________ 15 16_______ 17____ 18

Chunks:
  TruePositive nam [11,11] = Warszawie
  TruePositive nam [17,17] = Netzla

(ChunkerEvaluator) Sentence #4666 from documents/00107290 from sent5

Text  : Po kilku minutach funkcjonariusze ABW w kominiarkach wyprowadzili do kolejnego służbowego samochodu Kaczmarka .
Tokens: 1_ 2____ 3_______ 4______________ 5__ 6 7___________ 8___________ 9_ 10_______ 11________ 12_______ 13_______ 14

Chunks:
  TruePositive nam [5,5] = ABW
  TruePositive nam [13,13] = Kaczmarka

(ChunkerEvaluator) Sentence #4667 from documents/00107290 from sent6

Text  : Konrad Kornatowski wyszedł po godzinie 2 : 00 w nocy -  podała „  Rzeczpospolita ”  .
Tokens: 1_____ 2__________ 3______ 4_ 5_______ 6 7 8_ 9 10__ 11 12____ 13 14____________ 15 16

Chunks:
  TruePositive nam [1,2] = Konrad Kornatowski
  TruePositive nam [14,14] = Rzeczpospolita

(ChunkerEvaluator) Sentence #4668 from documents/00107290 from sent7

Text  : Prokurator krajowy Dariusz Barski zapowiedział , że dziś ma być kontynuowane przesłuchanie prezesa PZU Jaromira Netzla i  byłego szefa policji Konrada Kornatowskiego .
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 [3,4] = Dariusz Barski
  TruePositive nam [14,14] = PZU
  TruePositive nam [15,16] = Jaromira Netzla
  TruePositive nam [21,22] = Konrada Kornatowskiego

(ChunkerEvaluator) Sentence #4669 from documents/00107290 from sent8

Text  : Prokurator dodał , że Janusz Kaczmarek nie zeznawał .
Tokens: 1_________ 2____ 3 4_ 5_____ 6________ 7__ 8_______ 9

Chunks:
  TruePositive nam [5,6] = Janusz Kaczmarek

(ChunkerEvaluator) Sentence #4670 from documents/00107290 from sent9

Text  : Dziś najprawdopodobniej okaże się , czy prokuratura wniesie do sądu o  aresztowanie całej trójki ,  w  sobotę rano mija bowiem 48 -  godzinny termin dopuszczalnego zatrzymania bez decyzji sądu .
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 #4671 from documents/00107290 from sent10

Text  : Lech Kaczyński oświadczył , że nie jest zaskoczony zatrzymaniem Janusza Kaczmarka .
Tokens: 1___ 2________ 3_________ 4 5_ 6__ 7___ 8_________ 9___________ 10_____ 11_______ 12

Chunks:
  TruePositive nam [1,2] = Lech Kaczyński
  TruePositive nam [10,11] = Janusza Kaczmarka

(ChunkerEvaluator) Sentence #4672 from documents/00107290 from sent11

Text  : Powiedział również , że cała ta sprawa jest dla niego niemiła .
Tokens: 1_________ 2______ 3 4_ 5___ 6_ 7_____ 8___ 9__ 10___ 11_____ 12

Chunks:

(ChunkerEvaluator) Sentence #4673 from documents/00107290 from sent12

Text  : " Człowiekiem , który wylansował Janusza Kaczmarka , był em ja "  -  dodał Lech Kaczyński .
Tokens: 1 2__________ 3 4____ 5_________ 6______ 7________ 8 9__ 10 11 12 13 14___ 15__ 16_______ 17

Chunks:
  TruePositive nam [6,7] = Janusza Kaczmarka
  TruePositive nam [15,16] = Lech Kaczyński

2016-10-13 16:40:57,627 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 319 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107294.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107294.ini
(ChunkerEvaluator) Sentence #4674 from documents/00107294 from sent1

Text  : 2007-09-18 : ' ' Przebojowa noc ' ' w TVP 1  zyskuje nowych widzów
Tokens: 1_________ 2 3 4 5_________ 6__ 7 8 9 10_ 11 12_____ 13____ 14____

Chunks:
  TruePositive nam [10,11] = TVP 1
  FalseNegative nam [5,6] = Przebojowa noc

(ChunkerEvaluator) Sentence #4675 from documents/00107294 from sent2

Text  : Program rozrywkowy emitowany w TVP1 pt . Przebojowa noc zyskał na oglądalności 6  %  .
Tokens: 1______ 2_________ 3________ 4 5___ 6_ 7 8_________ 9__ 10____ 11 12__________ 13 14 15

Chunks:
  TruePositive nam [5,5] = TVP1
  TruePositive nam [8,9] = Przebojowa noc

(ChunkerEvaluator) Sentence #4676 from documents/00107294 from sent3

Text  : Liczba widzów wzrosła z 1 , 6 mln do 1  ,  7  mln .
Tokens: 1_____ 2_____ 3______ 4 5 6 7 8__ 9_ 10 11 12 13_ 14

Chunks:

(ChunkerEvaluator) Sentence #4677 from documents/00107294 from sent4

Text  : Radosław Brzózka , który współprowadził show z Januszem Józefowiczem ,  prawdopodobnie będzie brał dalej w  nim udział .
Tokens: 1_______ 2______ 3 4____ 5_____________ 6___ 7 8_______ 9___________ 10 11____________ 12____ 13__ 14___ 15 16_ 17____ 18

Chunks:
  TruePositive nam [1,2] = Radosław Brzózka
  TruePositive nam [8,9] = Januszem Józefowiczem

(ChunkerEvaluator) Sentence #4678 from documents/00107294 from sent5

Text  : Brzózka jest także gospodarzem programu emitowanego w TVP1 pt .  Teleexpress nocą .
Tokens: 1______ 2___ 3____ 4__________ 5_______ 6__________ 7 8___ 9_ 10 11_________ 12__ 13

Chunks:
  TruePositive nam [1,1] = Brzózka
  TruePositive nam [8,8] = TVP1
  FalsePositive nam [11,11] = Teleexpress
  FalseNegative nam [11,12] = Teleexpress nocą

(ChunkerEvaluator) Sentence #4679 from documents/00107294 from sent6

Text  : Ze względu na problemy zdrowotne Jarosław Kret nie poprowadził sobotniego wydania programu tak jak to planowała TVP .
Tokens: 1_ 2______ 3_ 4_______ 5________ 6_______ 7___ 8__ 9__________ 10________ 11_____ 12______ 13_ 14_ 15 16_______ 17_ 18

Chunks:
  TruePositive nam [6,7] = Jarosław Kret
  TruePositive nam [17,17] = TVP

(ChunkerEvaluator) Sentence #4680 from documents/00107294 from sent7

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4681 from documents/00107294 from sent8

Text  : Czy Kammel poprowadzi „ Przebojową noc ” w TVP 1  ?  ,  13 września 2007
Tokens: 1__ 2_____ 3_________ 4 5_________ 6__ 7 8 9__ 10 11 12 13 14______ 15__

Chunks:
  TruePositive nam [2,2] = Kammel
  TruePositive nam [5,6] = Przebojową noc
  TruePositive nam [9,10] = TVP 1

(ChunkerEvaluator) Sentence #4682 from documents/00107294 from sent9

Text  : TVP bez Tomasza Kammela , 14 września 2007
Tokens: 1__ 2__ 3______ 4______ 5 6_ 7_______ 8___

Chunks:
  TruePositive nam [1,1] = TVP
  TruePositive nam [3,4] = Tomasza Kammela

(ChunkerEvaluator) Sentence #4683 from documents/00107294 from sent10

Text  : Jarosław Kret poprowadzi „ Przebojową noc ” w TVP 1  ,  14 września 2007
Tokens: 1_______ 2___ 3_________ 4 5_________ 6__ 7 8 9__ 10 11 12 13______ 14__

Chunks:
  TruePositive nam [1,2] = Jarosław Kret
  TruePositive nam [5,6] = Przebojową noc
  TruePositive nam [9,10] = TVP 1

2016-10-13 16:40:57,672 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 320 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107298.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107298.ini
(ChunkerEvaluator) Sentence #4684 from documents/00107298 from sent1

Text  : 2007-10-23 : Współczesny styl życia przyczyną otyłości ?
Tokens: 1_________ 2 3__________ 4___ 5____ 6________ 7_______ 8

Chunks:

(ChunkerEvaluator) Sentence #4685 from documents/00107298 from sent2

Text  : Brytyjczycy są jednym z najbardziej otyłych narodów w Europie .
Tokens: 1__________ 2_ 3_____ 4 5__________ 6______ 7______ 8 9______ 10

Chunks:
  TruePositive nam [9,9] = Europie
  FalseNegative nam [1,1] = Brytyjczycy

(ChunkerEvaluator) Sentence #4686 from documents/00107298 from sent3

Text  : 22 % społeczeństwa cierpi tam na chorobliwą otyłość .
Tokens: 1_ 2 3____________ 4_____ 5__ 6_ 7_________ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #4687 from documents/00107298 from sent4

Text  : W Wielkiej Brytanii patologiczne nagromadzenie tkanki tłuszczowej w organizmie jest przyczyną 30 tys .  zgonów .
Tokens: 1 2_______ 3_______ 4___________ 5____________ 6_____ 7__________ 8 9_________ 10__ 11_______ 12 13_ 14 15____ 16

Chunks:
  TruePositive nam [2,3] = Wielkiej Brytanii

(ChunkerEvaluator) Sentence #4688 from documents/00107298 from sent5

Text  : W związku ze wzrostem liczby otyłych osób w Wielkiej Brytanii rząd zwołał panel ekspertów w  tej sprawie .
Tokens: 1 2______ 3_ 4_______ 5_____ 6______ 7___ 8 9_______ 10______ 11__ 12____ 13___ 14_______ 15 16_ 17_____ 18

Chunks:
  TruePositive nam [9,10] = Wielkiej Brytanii

(ChunkerEvaluator) Sentence #4689 from documents/00107298 from sent6

Text  : Naukowcy stwierdzili , że przyczyną otyłości poza brakiem ruchu i  objadaniem się ,  jest współczesny styl życia .
Tokens: 1_______ 2__________ 3 4_ 5________ 6_______ 7___ 8______ 9____ 10 11________ 12_ 13 14__ 15_________ 16__ 17___ 18

Chunks:

(ChunkerEvaluator) Sentence #4690 from documents/00107298 from sent7

Text  : Doszli oni do wniosku , że jest to spowodowane tym ,  iż organizm człowieka nie zdążył przystosować się do zmian w  otoczeniu .
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 #4691 from documents/00107298 from sent8

Text  : " W dawnych czasach gromadzenie zapasów żywności było niezbędne dla przetrwania ,  zaś obecnie wskutek łatwego dostępu do pokarmu ,  zmotoryzowanego transportu oraz urządzeń pozwalających na oszczędzanie energii otyłość staje się jednym z  efektów współczesnego stylu życia "  -  stwierdził David King ,  doradca rządu brytyjskiego .
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 [41,42] = David King

(ChunkerEvaluator) Sentence #4692 from documents/00107298 from sent9

Text  : Dodał , że dopiero za ok . 30 lat zjawisko otyłości zacznie się zmniejszać .
Tokens: 1____ 2 3_ 4______ 5_ 6_ 7 8_ 9__ 10______ 11______ 12_____ 13_ 14________ 15

Chunks:

(ChunkerEvaluator) Sentence #4693 from documents/00107298 from sent10

Text  : " Jeszcze 500 pokoleń wstecz wszyscy spożywali jedynie naturalne ,  nieprzetworzone produkty wyhodowane w  najbliższym otoczeniu .
Tokens: 1 2______ 3__ 4______ 5_____ 6______ 7________ 8______ 9________ 10 11_____________ 12______ 13________ 14 15_________ 16_______ 17

Chunks:

(ChunkerEvaluator) Sentence #4694 from documents/00107298 from sent11

Text  : Dieta taka zawierała niewiele tłuszczów zwierzęcych , była bogata w  chude mięso ,  wielonienasycone (  omega -  3  )  i  jednonienasycone kwasy tłuszczowe ,  włókna ,  witaminy ,  minerały ,  przeciwutleniacze i  inne korzystne substancje pochodzenia roślinnego .
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:

(ChunkerEvaluator) Sentence #4695 from documents/00107298 from sent12

Text  : Badania historyków i antropologów wykazały , że myśliwi zbieracze byli ogólnie zdrowi ,  w  dobrej kondycji fizycznej i  rzadko chorowali na degeneracyjne choroby układu krążenia ,  dzisiaj bardzo częste .
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 #4696 from documents/00107298 from sent13

Text  : Dzisiaj większość z nas mieszka w uprzemysłowionych ośrodkach miejskich ,  prowadzi siedzący tryb życia i  żywi się wysoko przetworzonymi produktami "  -  napisał na swojej stronie internetowej Polski Instytut Zdrowia .
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 [28,30] = Polski Instytut Zdrowia

(ChunkerEvaluator) Sentence #4697 from documents/00107298 from sent14

Text  : Światowa Organizacja Zdrowia ( WHO ) alarmuje , że społeczne koszty otyłości są duże .
Tokens: 1_______ 2__________ 3______ 4 5__ 6 7_______ 8 9_ 10_______ 11____ 12______ 13 14__ 15

Chunks:
  TruePositive nam [1,3] = Światowa Organizacja Zdrowia
  TruePositive nam [5,5] = WHO

(ChunkerEvaluator) Sentence #4698 from documents/00107298 from sent15

Text  : W Europie do 6 % wydatków na zdrowie przeznaczone jest na leczenie chorób spowodowanych otyłością .
Tokens: 1 2______ 3_ 4 5 6_______ 7_ 8______ 9___________ 10__ 11 12______ 13____ 14___________ 15_______ 16

Chunks:
  TruePositive nam [2,2] = Europie

(ChunkerEvaluator) Sentence #4699 from documents/00107298 from sent16

Text  : " W Europie otyłość osiągnęła rozmiary epidemii .
Tokens: 1 2 3______ 4______ 5________ 6_______ 7_______ 8

Chunks:
  TruePositive nam [3,3] = Europie

(ChunkerEvaluator) Sentence #4700 from documents/00107298 from sent17

Text  : W ciągu ostatnich dwóch dziesięcioleci częstość występowania otyłości potroiła się .
Tokens: 1 2____ 3________ 4____ 5_____________ 6_______ 7___________ 8_______ 9_______ 10_ 11

Chunks:

(ChunkerEvaluator) Sentence #4701 from documents/00107298 from sent18

Text  : Szacuje się , że jeśli nie zostaną podjęte żadne działania to w  roku 2010 w  Europejskim Regionie WHO około 150 milionów dorosłych (  20 %  populacji )  i  15 milionów dzieci i  nastolatków (  10 %  populacji )  będzie otyłych .
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 [16,18] = Europejskim Regionie WHO

(ChunkerEvaluator) Sentence #4702 from documents/00107298 from sent19

Text  : Obecnie , w większości krajów , 30 % - 80 %  dorosłych ma nadwagę .
Tokens: 1______ 2 3 4_________ 5_____ 6 7_ 8 9 10 11 12_______ 13 14_____ 15

Chunks:

(ChunkerEvaluator) Sentence #4703 from documents/00107298 from sent20

Text  : Na podstawie dostępnych danych można stwierdzić , że liczba osób z  nadwagą w  poszczególnych krajach Regionu waha się od 28 %  mężczyzn w  Uzbekistanie do 66 %  w  Irlandii .
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 [24,24] = Uzbekistanie
  TruePositive nam [29,29] = Irlandii
  FalsePositive nam [16,16] = Regionu

(ChunkerEvaluator) Sentence #4704 from documents/00107298 from sent21

Text  : Liczba stwierdzonych przypadków otyłości mieści się w przedziale pomiędzy 13 %  (  Portugalia )  a  23 %  (  Finlandia )  .
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 [13,13] = Portugalia
  TruePositive nam [19,19] = Finlandia

(ChunkerEvaluator) Sentence #4705 from documents/00107298 from sent22

Text  : Problem ten w różnym stopniu dotyczy różnych państw , grup społecznych ,  kobiet i  mężczyzn ,  jednak w  niemalże wszystkich częściach Europy liczba osób otyłych wzrasta "  -  podała Światowa Organizacja Zdrowia .
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 [22,22] = Europy
  TruePositive nam [30,32] = Światowa Organizacja Zdrowia

(ChunkerEvaluator) Sentence #4706 from documents/00107298 from sent23

Text  : WHO zapowiedziała , że w Stanach Zjednoczonych w 2030 roku będzie 41 %  otyłych osób w  społeczeństwie .
Tokens: 1__ 2____________ 3 4_ 5 6______ 7____________ 8 9___ 10__ 11____ 12 13 14_____ 15__ 16 17____________ 18

Chunks:
  TruePositive nam [1,1] = WHO
  TruePositive nam [6,7] = Stanach Zjednoczonych

(ChunkerEvaluator) Sentence #4707 from documents/00107298 from sent24

Text  : Według badań TNS OBOP przeprowadzonych w 2006 roku w Polsce na otyłość cierpi ok .  20 %  społeczeństwa .
Tokens: 1_____ 2____ 3__ 4___ 5_______________ 6 7___ 8___ 9 10____ 11 12_____ 13____ 14 15 16 17 18___________ 19

Chunks:
  TruePositive nam [3,4] = TNS OBOP
  TruePositive nam [10,10] = Polsce

(ChunkerEvaluator) Sentence #4708 from documents/00107298 from sent25

Text  : W grupie wiekowej między 15 a 49 rokiem życia nadwagę miało 28 %  mężczyzn i  16 %  kobiet .
Tokens: 1 2_____ 3_______ 4_____ 5_ 6 7_ 8_____ 9____ 10_____ 11___ 12 13 14______ 15 16 17 18____ 19

Chunks:

(ChunkerEvaluator) Sentence #4709 from documents/00107298 from sent26

Text  : Problem dotyczy również ok . 10 - 15 % dzieci i  młodzieży ,  u  których od 1995 do 2005 roku częstość występowania otyłości wzrosła o  ok .  4  -  6  %  .
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:

(ChunkerEvaluator) Sentence #4710 from documents/00107298 from sent27

Text  : 80 % otyłych dzieci nie pozbywa się nadwagi .
Tokens: 1_ 2 3______ 4_____ 5__ 6______ 7__ 8______ 9

Chunks:

(ChunkerEvaluator) Sentence #4711 from documents/00107298 from sent28

Text  : Naukowcy dowodzą , że Polacy z powodu braku ruchu i  otyłości w  ciągu kilku najbliższych latach mogą doprowadzić do 740 tys .  zawałów serca i  500 tys .  udarów mózgu rocznie .
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 [5,5] = Polacy

(ChunkerEvaluator) Sentence #4712 from documents/00107298 from sent29

Text  : Według prognoz w 2230 roku większość Polaków będzie otyła .
Tokens: 1_____ 2______ 3 4___ 5___ 6________ 7______ 8_____ 9____ 10

Chunks:
  TruePositive nam [7,7] = Polaków

(ChunkerEvaluator) Sentence #4713 from documents/00107298 from sent30

Text  : Natomiast osoby z nadwagą , i najczęściej towarzyszącym temu nadciśnieniem oraz cukrzycą ,  są najbardziej narażone na choroby serca .
Tokens: 1________ 2____ 3 4______ 5 6 7__________ 8____________ 9___ 10___________ 11__ 12______ 13 14 15_________ 16______ 17 18_____ 19___ 20

Chunks:

(ChunkerEvaluator) Sentence #4714 from documents/00107298 from sent31

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4715 from documents/00107298 from sent32

Text  : Otyłość - poważny wydatek dla USA , 22 października 2006
Tokens: 1______ 2 3______ 4______ 5__ 6__ 7 8_ 9___________ 10__

Chunks:
  TruePositive nam [6,6] = USA

(ChunkerEvaluator) Sentence #4716 from documents/00107298 from sent33

Text  : Wśród otyłych mężczyzn jest mniej samobójców , 17 marca 2007
Tokens: 1____ 2______ 3_______ 4___ 5____ 6_________ 7 8_ 9____ 10__

Chunks:

(ChunkerEvaluator) Sentence #4717 from documents/00107298 from sent34

Text  : Europejska akcja walki z nadwagą , 21 maja 2007
Tokens: 1_________ 2____ 3____ 4 5______ 6 7_ 8___ 9___

Chunks:

(ChunkerEvaluator) Sentence #4718 from documents/00107298 from sent35

Text  : Najbardziej niebezpieczny dla zdrowia tłuszcz zgromadzony na brzuchu , 14 sierpnia 2007
Tokens: 1__________ 2____________ 3__ 4______ 5______ 6__________ 7_ 8______ 9 10 11______ 12__

Chunks:

(ChunkerEvaluator) Sentence #4719 from documents/00107298 from sent36

Text  : Tłuste potrawy uzależniają ? , 1 kwietnia 2010
Tokens: 1_____ 2______ 3__________ 4 5 6 7_______ 8___

Chunks:

2016-10-13 16:40:57,993 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 321 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107299.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107299.ini
(ChunkerEvaluator) Sentence #4720 from documents/00107299 from sent1

Text  : 2007-11-08 : Rekordowa liczba amerykańskich żołnierzy poległych w Iraku
Tokens: 1_________ 2 3________ 4_____ 5____________ 6________ 7________ 8 9____

Chunks:
  TruePositive nam [9,9] = Iraku

(ChunkerEvaluator) Sentence #4721 from documents/00107299 from sent2

Text  : 5 listopada , rok 2007 stał się rokiem , w  którym najwięcej jak dotąd poległo amerykańskich żołnierzy w  Iraku .
Tokens: 1 2________ 3 4__ 5___ 6___ 7__ 8_____ 9 10 11____ 12_______ 13_ 14___ 15_____ 16___________ 17_______ 18 19___ 20

Chunks:
  TruePositive nam [19,19] = Iraku

(ChunkerEvaluator) Sentence #4722 from documents/00107299 from sent3

Text  : Od początku roku w czasie pełnienia służby w tym kraju śmierć poniosło 855 żołnierzy .
Tokens: 1_ 2_______ 3___ 4 5_____ 6________ 7_____ 8 9__ 10___ 11____ 12______ 13_ 14_______ 15

Chunks:

(ChunkerEvaluator) Sentence #4723 from documents/00107299 from sent4

Text  : Do końca roku pozostały prawie dwa miesiące , a liczba ta jest już o  6  osób wyższa niż w  -  najkrwawszym jak dotąd -  roku 2004 .
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 #4724 from documents/00107299 from sent5

Text  : Tych sześciu wojskowych zginęło właśnie w poniedziałek , 5 listopada .
Tokens: 1___ 2______ 3_________ 4______ 5______ 6 7___________ 8 9 10_______ 11

Chunks:

(ChunkerEvaluator) Sentence #4725 from documents/00107299 from sent6

Text  : Jak informuje CNN , czterech amerykanów zginęło w wyniku wybuchu miny -  pułapki ,  a  dwóch w  czasie walk w  prowincji Anbar i  Salaheddin .
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 [3,3] = CNN
  TruePositive nam [22,22] = Anbar
  TruePositive nam [24,24] = Salaheddin
  FalseNegative nam [6,6] = amerykanów

(ChunkerEvaluator) Sentence #4726 from documents/00107299 from sent7

Text  : Każdego roku na polu irackiego konfliktu ginie ponad osiemset osób .
Tokens: 1______ 2___ 3_ 4___ 5________ 6________ 7____ 8____ 9_______ 10__ 11

Chunks:

(ChunkerEvaluator) Sentence #4727 from documents/00107299 from sent8

Text  : Rok 2005 przyniósł liczbę 846 zabitych , a 2006 –  822 .
Tokens: 1__ 2___ 3________ 4_____ 5__ 6_______ 7 8 9___ 10 11_ 12

Chunks:

(ChunkerEvaluator) Sentence #4728 from documents/00107299 from sent9

Text  : Od początku operacji w Iraku zginęło co najmniej 3 858 amerykańskich wojskowych i  pracowników Pentagonu .
Tokens: 1_ 2_______ 3_______ 4 5____ 6______ 7_ 8_______ 9 10_ 11___________ 12________ 13 14_________ 15_______ 16

Chunks:
  TruePositive nam [5,5] = Iraku
  TruePositive nam [15,15] = Pentagonu

(ChunkerEvaluator) Sentence #4729 from documents/00107299 from sent10

Text  : Doniesienia o kolejnych poległych na irackim froncie , z dnia na dzień zwiększają liczbę przeciwników obecności sił amerykańskich tym kraju .
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 #4730 from documents/00107299 from sent11

Text  : Za wycofaniem wojsk z Iraku jest około 70 % mieszkańców Stanów Zjednoczonych ,  a  pod koniec października w  największych miastach USA odbyły się demonstracje ,  w  których wzięło udział ponad 400 tys .  obywateli .
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 [5,5] = Iraku
  TruePositive nam [11,12] = Stanów Zjednoczonych
  TruePositive nam [21,21] = USA

2016-10-13 16:40:58,060 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 322 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107301.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107301.ini
(ChunkerEvaluator) Sentence #4731 from documents/00107301 from sent1

Text  : 2007-12-04 : Andrzej Pogorzelski zastępcą wiceprokuratora generalnego
Tokens: 1_________ 2 3______ 4__________ 5_______ 6______________ 7__________

Chunks:
  TruePositive nam [3,4] = Andrzej Pogorzelski

(ChunkerEvaluator) Sentence #4732 from documents/00107301 from sent2

Text  : Były szef warszawskiej prokuratury okręgowej Andrzej Pogorzelski zastąpi Jerzego Engelkinga na stanowisku zastępcy prokuratora generalnego .
Tokens: 1___ 2___ 3___________ 4__________ 5________ 6______ 7__________ 8______ 9______ 10________ 11 12________ 13______ 14_________ 15_________ 16

Chunks:
  TruePositive nam [6,7] = Andrzej Pogorzelski
  TruePositive nam [9,10] = Jerzego Engelkinga

(ChunkerEvaluator) Sentence #4733 from documents/00107301 from sent3

Text  : Jak dowiedziała się PAP , w piątek minister sprawiedliwości Zbigniew Ćwiąkalski miał zwrócić się do premiera Donalda Tuska z  prośbą o  odwołanie Engelkinga i  powołanie Pogorzelskiego na jego miejsce .
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 [4,4] = PAP
  TruePositive nam [10,11] = Zbigniew Ćwiąkalski
  TruePositive nam [17,18] = Donalda Tuska
  TruePositive nam [23,23] = Engelkinga
  TruePositive nam [26,26] = Pogorzelskiego

(ChunkerEvaluator) Sentence #4734 from documents/00107301 from sent4

Text  : Według " Newsweeka " , prokurator krajowy Marek Staszak potwierdził już doniesienia PAP .
Tokens: 1_____ 2 3________ 4 5 6_________ 7______ 8____ 9______ 10_________ 11_ 12_________ 13_ 14

Chunks:
  TruePositive nam [3,3] = Newsweeka
  TruePositive nam [8,9] = Marek Staszak
  TruePositive nam [13,13] = PAP

(ChunkerEvaluator) Sentence #4735 from documents/00107301 from sent5

Text  : Obecny zastępca prokuratora nie cieszy się zaufaniem swojego zwierzchnika .
Tokens: 1_____ 2_______ 3__________ 4__ 5_____ 6__ 7________ 8______ 9___________ 10

Chunks:

(ChunkerEvaluator) Sentence #4736 from documents/00107301 from sent6

Text  : Gazeta Prawna podała , że " Ćwiąkalski miał liczyć na to ,  że Engelking odejdzie sam .
Tokens: 1_____ 2_____ 3_____ 4 5_ 6 7_________ 8___ 9_____ 10 11 12 13 14_______ 15______ 16_ 17

Chunks:
  TruePositive nam [1,2] = Gazeta Prawna
  TruePositive nam [7,7] = Ćwiąkalski
  TruePositive nam [14,14] = Engelking

(ChunkerEvaluator) Sentence #4737 from documents/00107301 from sent7

Text  : Już po objęciu urzędu podkreślał , że stracił zaufanie do prokuratora ,  przypominając multimedialną konferencję prasową ,  w  trakcie której Engelking udowadniał ,  że były szef MSWiA Janusz Kaczmarek spotkał się w  hotelu Marriott z  biznesmenem Ryszardem Krauze "  .
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 [21,21] = Engelking
  TruePositive nam [27,27] = MSWiA
  TruePositive nam [28,29] = Janusz Kaczmarek
  TruePositive nam [34,34] = Marriott
  TruePositive nam [37,38] = Ryszardem Krauze

(ChunkerEvaluator) Sentence #4738 from documents/00107301 from sent8

Text  : Sprawą Engelkinga zajęła się Prokuratura Okręgowa Warszawa - Praga .
Tokens: 1_____ 2_________ 3_____ 4__ 5__________ 6_______ 7_______ 8 9____ 10

Chunks:
  TruePositive nam [2,2] = Engelkinga
  TruePositive nam [5,9] = Prokuratura Okręgowa Warszawa - Praga

(ChunkerEvaluator) Sentence #4739 from documents/00107301 from sent9

Text  : Ma ona zbadać czy naruszył on ustawę o ochronie danych osobowych ,  gdy na wspomnianym spotkaniu ujawnił podsłuchy rozmów Kaczmarka ,  byłego szefa policji Konrada Kornatowskiego i  Jaromira Netzla .
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 [20,20] = Kaczmarka
  TruePositive nam [25,26] = Konrada Kornatowskiego
  TruePositive nam [28,29] = Jaromira Netzla

2016-10-13 16:40:58,118 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 323 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107310.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107310.ini
(ChunkerEvaluator) Sentence #4740 from documents/00107310 from sent1

Text  : 2008-09-14 : Jak poprawić stosunki z Białorusią ?
Tokens: 1_________ 2 3__ 4_______ 5_______ 6 7_________ 8

Chunks:
  TruePositive nam [7,7] = Białorusią

(ChunkerEvaluator) Sentence #4741 from documents/00107310 from sent2

Text  : W piątek , w atmosferze przypominającej raczej staropolską biesiadę aniżeli dyplomatyczne spotkanie ,  odbyły się rozmowy pomiędzy szefami dyplomacji Polski i  Białorusi .
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 [20,20] = Polski
  TruePositive nam [22,22] = Białorusi

(ChunkerEvaluator) Sentence #4742 from documents/00107310 from sent3

Text  : Powolne ocieplenie na linii Unia Europejska – Białoruś stało się punktem wyjściowym dla dyplomatycznego spotkania szefów dyplomacji z  Polski i  Białorusi .
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 [5,6] = Unia Europejska
  TruePositive nam [8,8] = Białoruś
  TruePositive nam [19,19] = Polski
  TruePositive nam [21,21] = Białorusi

(ChunkerEvaluator) Sentence #4743 from documents/00107310 from sent4

Text  : W dworku Chruszczowa w Białowieży minister Radosław Sikorski spotkał się z  szefem białoruskiego MSZ –  Siarhiejem Martynauem .
Tokens: 1 2_____ 3__________ 4 5_________ 6_______ 7_______ 8_______ 9______ 10_ 11 12____ 13___________ 14_ 15 16________ 17________ 18

Chunks:
  TruePositive nam [3,3] = Chruszczowa
  TruePositive nam [5,5] = Białowieży
  TruePositive nam [7,8] = Radosław Sikorski
  TruePositive nam [14,14] = MSZ
  TruePositive nam [16,17] = Siarhiejem Martynauem

(ChunkerEvaluator) Sentence #4744 from documents/00107310 from sent5

Text  : Głównym tematem spotkania były trudne stosunki UE – Białoruś oraz możliwości zbliżenia Białorusi zarówno do Polski ,  jak i  do Europy .
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 [7,7] = UE
  TruePositive nam [9,9] = Białoruś
  TruePositive nam [13,13] = Białorusi
  TruePositive nam [16,16] = Polski
  TruePositive nam [21,21] = Europy

(ChunkerEvaluator) Sentence #4745 from documents/00107310 from sent6

Text  : Szef polskiej dyplomacji wiele uwagi poświęcił zniesieniu wiz zarówno dla wysokich państwowych urzędników ,  jak i  dla zwykłych obywateli Polski i  Białorusi .
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 [20,20] = Polski
  TruePositive nam [22,22] = Białorusi

(ChunkerEvaluator) Sentence #4746 from documents/00107310 from sent7

Text  : – Przypomnę , że Polsce wcale nie zależało na wprowadzaniu wiz dla Białorusi .
Tokens: 1 2________ 3 4_ 5_____ 6____ 7__ 8_______ 9_ 10__________ 11_ 12_ 13_______ 14

Chunks:
  TruePositive nam [5,5] = Polsce
  TruePositive nam [13,13] = Białorusi

(ChunkerEvaluator) Sentence #4747 from documents/00107310 from sent8

Text  : Byli śmy do tego przymuszeni wejściem do grupy Schengen –  powiedział Sikorski .
Tokens: 1___ 2__ 3_ 4___ 5__________ 6_______ 7_ 8____ 9_______ 10 11________ 12______ 13

Chunks:
  TruePositive nam [9,9] = Schengen
  TruePositive nam [12,12] = Sikorski

(ChunkerEvaluator) Sentence #4748 from documents/00107310 from sent9

Text  : Dodał również , że Polska będzie się zastanawiać w jaki sposób obniżać cenę wiz i  liberalizować zasady ich przyznawania ,  usprawniać prace konsulatów ,  a  także jak szybko i  pod jakimi warunkami możliwe będzie zniesienie zakazu wjazdu na teren państw UE dla urzędników i  przedstawicieli władz Białorusi .
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 [5,5] = Polska
  TruePositive nam [41,41] = UE
  TruePositive nam [47,47] = Białorusi

(ChunkerEvaluator) Sentence #4749 from documents/00107310 from sent10

Text  : – Polska chce podpisać z Białorusią umowę o małym ruchu granicznym ,  a  nawet wnioskuje do Komisji Europejskiej ,  aby pas graniczny objęty umową –  nie tylko z  Białorusią ,  ale z  Ukrainą i  Rosją –  zwiększyć z  30 do 50 km –  mówił szef polskiego MSZ .
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 [2,2] = Polska
  TruePositive nam [6,6] = Białorusią
  TruePositive nam [17,18] = Komisji Europejskiej
  TruePositive nam [29,29] = Białorusią
  TruePositive nam [33,33] = Ukrainą
  TruePositive nam [35,35] = Rosją
  TruePositive nam [47,47] = MSZ

(ChunkerEvaluator) Sentence #4750 from documents/00107310 from sent11

Text  : Jak dodał , istnieje również szansa , że już w  przyszłym roku popłyniemy kanałem augustowskim w  jego części należącej do Białorusi .
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 [21,21] = Białorusi
  FalseNegative nam [14,15] = kanałem augustowskim

2016-10-13 16:40:58,203 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 324 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107316.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107316.ini
(ChunkerEvaluator) Sentence #4751 from documents/00107316 from sent1

Text  : 2008-09-22 : Białoruś : opozycja nie zbojkotuje wyborów
Tokens: 1_________ 2 3_______ 4 5_______ 6__ 7_________ 8______

Chunks:
  TruePositive nam [3,3] = Białoruś

(ChunkerEvaluator) Sentence #4752 from documents/00107316 from sent2

Text  : Na Białorusi doszło do porozumienia w wyniku którego ugrupowania opozycyjne uniknęły rozłamu i  uzgodniły ,  że nie będą bojkotować wyborów parlamentarnych ,  które odbędą się 28 września .
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 [2,2] = Białorusi

(ChunkerEvaluator) Sentence #4753 from documents/00107316 from sent3

Text  : – Nie ogłosili śmy bojkotu i wycofania wszystkich naszych kandydatów tylko po to ,  żeby zebrać i  zaprezentować dowody na fałszowanie wyników głosowania –  powiedział przywódca Białoruskiego Frontu Narodowego (  BNF )  Lawon Barszczewski .
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 [27,29] = Białoruskiego Frontu Narodowego
  TruePositive nam [31,31] = BNF
  TruePositive nam [33,34] = Lawon Barszczewski

(ChunkerEvaluator) Sentence #4754 from documents/00107316 from sent4

Text  : Białoruski parlament liczy 110 miejsc .
Tokens: 1_________ 2________ 3____ 4__ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #4755 from documents/00107316 from sent5

Text  : Na listach wyborczych znalazło się ok . 70 kandydatów opozycyjnych .
Tokens: 1_ 2______ 3_________ 4_______ 5__ 6_ 7 8_ 9_________ 10__________ 11

Chunks:

(ChunkerEvaluator) Sentence #4756 from documents/00107316 from sent6

Text  : Opozycja skarży się jednak , że nie dano jej dostępu do komisji wyborczych .
Tokens: 1_______ 2_____ 3__ 4_____ 5 6_ 7__ 8___ 9__ 10_____ 11 12_____ 13________ 14

Chunks:

(ChunkerEvaluator) Sentence #4757 from documents/00107316 from sent7

Text  : Organizacja Bezpieczeństwa i Współpracy w Europie ( OBWE ) wysyła na te wybory setki obserwatorów .
Tokens: 1__________ 2_____________ 3 4_________ 5 6______ 7 8___ 9 10____ 11 12 13____ 14___ 15__________ 16

Chunks:
  TruePositive nam [8,8] = OBWE
  FalsePositive nam [1,4] = Organizacja Bezpieczeństwa i Współpracy
  FalsePositive nam [6,6] = Europie
  FalseNegative nam [1,6] = Organizacja Bezpieczeństwa i Współpracy w Europie

(ChunkerEvaluator) Sentence #4758 from documents/00107316 from sent8

Text  : Prezydent Białorusi Aleksander Łukaszenko wyraził nadzieję , że wybory uwiarygodnią go w  oczach Stanów Zjednoczonych i  Unii Europejskiej .
Tokens: 1________ 2________ 3_________ 4_________ 5______ 6_______ 7 8_ 9_____ 10__________ 11 12 13____ 14____ 15___________ 16 17__ 18__________ 19

Chunks:
  TruePositive nam [2,2] = Białorusi
  TruePositive nam [3,4] = Aleksander Łukaszenko
  TruePositive nam [14,15] = Stanów Zjednoczonych
  TruePositive nam [17,18] = Unii Europejskiej

(ChunkerEvaluator) Sentence #4759 from documents/00107316 from sent9

Text  : Waszyngton i Bruksela uważają je za test demokracji na Białorusi .
Tokens: 1_________ 2 3_______ 4______ 5_ 6_ 7___ 8_________ 9_ 10_______ 11

Chunks:
  TruePositive nam [3,3] = Bruksela
  TruePositive nam [10,10] = Białorusi
  FalseNegative nam [1,1] = Waszyngton

2016-10-13 16:40:58,258 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 325 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107324.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107324.ini
(ChunkerEvaluator) Sentence #4760 from documents/00107324 from sent1

Text  : 2008-12-24 : Nie będzie finału WOŚP we Wrocławiu ?
Tokens: 1_________ 2 3__ 4_____ 5_____ 6___ 7_ 8________ 9

Chunks:
  TruePositive nam [6,6] = WOŚP
  TruePositive nam [8,8] = Wrocławiu

(ChunkerEvaluator) Sentence #4761 from documents/00107324 from sent2

Text  : We Wrocławiu jest problem ze styczniowym finałem Wielkiej Orkiestry Świątecznej Pomocy .
Tokens: 1_ 2________ 3___ 4______ 5_ 6__________ 7______ 8_______ 9________ 10_________ 11____ 12

Chunks:
  TruePositive nam [2,2] = Wrocławiu
  TruePositive nam [8,11] = Wielkiej Orkiestry Świątecznej Pomocy

(ChunkerEvaluator) Sentence #4762 from documents/00107324 from sent3

Text  : Sztab nie ma pieniędzy na zorganizowanie koncertu na rynku .
Tokens: 1____ 2__ 3_ 4________ 5_ 6_____________ 7_______ 8_ 9____ 10

Chunks:
  FalseNegative nam [9,9] = rynku

(ChunkerEvaluator) Sentence #4763 from documents/00107324 from sent4

Text  : Sponsorzy , którzy przez kilka ostatnich lat pomagali zorganizować wielkie granie ,  w  tym roku stwierdzili ,  że z  powodu kryzysu nie mają pieniędzy na wsparcie orkiestry .
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 #4764 from documents/00107324 from sent5

Text  : Organizator finału przyznał Polskiemu Radiu Wrocław , że pieniędzy zebrano zbyt mało .
Tokens: 1__________ 2_____ 3_______ 4________ 5____ 6______ 7 8_ 9________ 10_____ 11__ 12__ 13

Chunks:
  TruePositive nam [4,6] = Polskiemu Radiu Wrocław

(ChunkerEvaluator) Sentence #4765 from documents/00107324 from sent6

Text  : Trudno jednak powiedzieć ile zabrakło .
Tokens: 1_____ 2_____ 3_________ 4__ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #4766 from documents/00107324 from sent7

Text  : Mirosław Klekot Walczak szacuje , że potrzebnych jest kilkadziesiąt tysięcy złotych ,  zaś obiecanych jest tylko około 20 tysięcy .
Tokens: 1_______ 2_____ 3______ 4______ 5 6_ 7__________ 8___ 9____________ 10_____ 11_____ 12 13_ 14________ 15__ 16___ 17___ 18 19_____ 20

Chunks:
  TruePositive nam [1,3] = Mirosław Klekot Walczak
  TruePositive nam [11,11] = złotych

(ChunkerEvaluator) Sentence #4767 from documents/00107324 from sent8

Text  : Wielkiego koncertu nie będzie , zaplanowano natomiast happeningi - we wrocławskim aquaparku i  w  Klinice Hematologii dziecięcej .
Tokens: 1________ 2_______ 3__ 4_____ 5 6__________ 7________ 8_________ 9 10 11_________ 12_______ 13 14 15_____ 16_________ 17________ 18

Chunks:
  TruePositive nam [15,17] = Klinice Hematologii dziecięcej

(ChunkerEvaluator) Sentence #4768 from documents/00107324 from sent9

Text  : 11 stycznia we Wrocławiu pieniądze będzie zbierać dwa tysiące wolontariuszy .
Tokens: 1_ 2_______ 3_ 4________ 5________ 6_____ 7______ 8__ 9______ 10___________ 11

Chunks:
  TruePositive nam [4,4] = Wrocławiu

(ChunkerEvaluator) Sentence #4769 from documents/00107324 from sent10

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #4770 from documents/00107324 from sent11

Text  : Kryzys finansowy odbija się na WOŚP , 22 grudnia 2008
Tokens: 1_____ 2________ 3_____ 4__ 5_ 6___ 7 8_ 9______ 10__

Chunks:
  TruePositive nam [6,6] = WOŚP

2016-10-13 16:40:58,310 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 326 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107331.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107331.ini
(ChunkerEvaluator) Sentence #4771 from documents/00107331 from sent1

Text  : 2009-03-03 : Stany Zjednoczone zrezygnują z tarczy ?
Tokens: 1_________ 2 3____ 4__________ 5_________ 6 7_____ 8

Chunks:
  TruePositive nam [3,4] = Stany Zjednoczone

(ChunkerEvaluator) Sentence #4772 from documents/00107331 from sent2

Text  : Barack Obama w tajnym liście do rosyjskiego prezydenta zaoferował ,  że jego rząd zrezygnuje z  umieszczenia tarczy antyrakietowej ,  o  ile Rosja pomoże Stanom Zjednoczonym zapobiec uzbrojeniu Iranu w  rakiety dalekiego zasięgu .
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 [1,2] = Barack Obama
  TruePositive nam [22,22] = Rosja
  TruePositive nam [24,25] = Stanom Zjednoczonym
  TruePositive nam [28,28] = Iranu

(ChunkerEvaluator) Sentence #4773 from documents/00107331 from sent3

Text  : Jak donosi " New York Times " , list został wręczony trzy tygodnie temu w  Moskwie przez wyższych przedstawicieli amerykańskiej administracji .
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 [4,6] = New York Times
  TruePositive nam [16,16] = Moskwie

(ChunkerEvaluator) Sentence #4774 from documents/00107331 from sent4

Text  : Propozycja ma być przekonywującą zachętą dla Rosji w kwestii utworzenia wspólnego frontu przeciw Iranowi .
Tokens: 1_________ 2_ 3__ 4_____________ 5______ 6__ 7____ 8 9______ 10________ 11_______ 12____ 13_____ 14_____ 15

Chunks:
  TruePositive nam [7,7] = Rosji
  TruePositive nam [14,14] = Iranowi

(ChunkerEvaluator) Sentence #4775 from documents/00107331 from sent5

Text  : Rosyjski rząd nie odpowiedział jeszcze na ofertę Obamy , ale zapowiedziano ,  że minister spraw zagranicznych Rosji Siergiej Ławrow będzie miał coś do przekazania na temat tarczy sekretarz stanu Hillary Clinton w  czasie rozmowy zaplanowanej na piątek .
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] = Obamy
  TruePositive nam [17,17] = Rosji
  TruePositive nam [18,19] = Siergiej Ławrow
  TruePositive nam [30,31] = Hillary Clinton

(ChunkerEvaluator) Sentence #4776 from documents/00107331 from sent6

Text  : „ Zmartwiło to Polskę i Republikę Czeską , których przywódcy zainwestowali polityczny kapitał w  podpisanie umów o  współpracy w  zakresie obrony rakietowej pomimo opozycji w  kraju ”  –  pisze "  New York Times "  .
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 [4,4] = Polskę
  TruePositive nam [6,7] = Republikę Czeską
  TruePositive nam [31,33] = New York Times

(ChunkerEvaluator) Sentence #4777 from documents/00107331 from sent7

Text  : Polska ma jednak otrzymać obronne rakiety krótkiego zasięgu Patriot ,  przewidziane osobną umową z  USA ,  mimo ewentualnej rezygnacji USA z  tarczy .
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 [1,1] = Polska
  TruePositive nam [9,9] = Patriot
  TruePositive nam [15,15] = USA
  TruePositive nam [20,20] = USA

(ChunkerEvaluator) Sentence #4778 from documents/00107331 from sent8

Text  : Poinformował Radosław Sikorski w czasie wizyty w Waszyngtonie .
Tokens: 1___________ 2_______ 3_______ 4 5_____ 6_____ 7 8___________ 9

Chunks:
  TruePositive nam [2,3] = Radosław Sikorski
  TruePositive nam [8,8] = Waszyngtonie

(ChunkerEvaluator) Sentence #4779 from documents/00107331 from sent9

Text  : Polski minister nazwał doniesienia prasowe „ anonimowymi spekulacjami ”
Tokens: 1_____ 2_______ 3_____ 4__________ 5______ 6 7__________ 8___________ 9

Chunks:

2016-10-13 16:40:58,378 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 327 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107338.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107338.ini
(ChunkerEvaluator) Sentence #4780 from documents/00107338 from sent1

Text  : 2009-05-01 : Irak : w walkach zginęli kolejni Amerykanie
Tokens: 1_________ 2 3___ 4 5 6______ 7______ 8______ 9_________

Chunks:
  TruePositive nam [3,3] = Irak
  TruePositive nam [9,9] = Amerykanie

(ChunkerEvaluator) Sentence #4781 from documents/00107338 from sent2

Text  : W czwartek ( 30 IV ) w irackiej prowincji Anbar zginęło trzech amerykańskich żołnierzy .
Tokens: 1 2_______ 3 4_ 5_ 6 7 8_______ 9________ 10___ 11_____ 12____ 13___________ 14_______ 15

Chunks:
  TruePositive nam [10,10] = Anbar

(ChunkerEvaluator) Sentence #4782 from documents/00107338 from sent3

Text  : Zabici to dwóch marines oraz marynarz amerykański biorący udział w  walkach z  rebeliantami .
Tokens: 1_____ 2_ 3____ 4______ 5___ 6_______ 7__________ 8______ 9_____ 10 11_____ 12 13__________ 14

Chunks:

(ChunkerEvaluator) Sentence #4783 from documents/00107338 from sent4

Text  : W kwietniu 2009 r . zginęło 18 amerykańskich żołnierzy -  bilans minionego miesiąca jest największy w  2009 r  .
Tokens: 1 2_______ 3___ 4 5 6______ 7_ 8____________ 9________ 10 11____ 12_______ 13______ 14__ 15________ 16 17__ 18 19

Chunks:

(ChunkerEvaluator) Sentence #4784 from documents/00107338 from sent5

Text  : Do tej pory w Iraku zginęło 4 278 żołnierzy .
Tokens: 1_ 2__ 3___ 4 5____ 6______ 7 8__ 9________ 10

Chunks:
  TruePositive nam [5,5] = Iraku

2016-10-13 16:40:58,401 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 328 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107343.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107343.ini
(ChunkerEvaluator) Sentence #4785 from documents/00107343 from sent1

Text  : 2009-07-09 : 2 października odbędzie się powtórne referendum w Irlandii
Tokens: 1_________ 2 3 4___________ 5_______ 6__ 7_______ 8_________ 9 10______

Chunks:
  TruePositive nam [10,10] = Irlandii

(ChunkerEvaluator) Sentence #4786 from documents/00107343 from sent2

Text  : 2 października Irlandczycy ponownie będą mogli wyrazić swoje TAK lub NIE dla Traktatu Lizbońskiego .
Tokens: 1 2___________ 3__________ 4_______ 5___ 6____ 7______ 8____ 9__ 10_ 11_ 12_ 13______ 14__________ 15

Chunks:
  TruePositive nam [3,3] = Irlandczycy
  TruePositive nam [13,14] = Traktatu Lizbońskiego
  FalsePositive nam [9,9] = TAK

(ChunkerEvaluator) Sentence #4787 from documents/00107343 from sent3

Text  : Od wyników referendum zależy dalszy los dokumentu .
Tokens: 1_ 2______ 3_________ 4_____ 5_____ 6__ 7________ 8

Chunks:

(ChunkerEvaluator) Sentence #4788 from documents/00107343 from sent4

Text  : Pierwsze referendum , które odbyło się 12 czerwca 2008 roku przy frekwencji 53 procent ,  w  wyniku odrzucenia przez niewielką większość (  53 ,  4  procent )  głosujących ,  zablokowało dalszą drogę ratyfikacyjną Traktatu Lizbońskiego .
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 [34,35] = Traktatu Lizbońskiego

(ChunkerEvaluator) Sentence #4789 from documents/00107343 from sent5

Text  : Premier Brian Cowen apeluje : " Rekomenduję rządowi , by śmy zwrócili się do obywateli o  ich aprobatę dla ratyfikacji Traktatu przez Irlandię "  .
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 [2,3] = Brian Cowen
  FalsePositive nam [21,23] = Traktatu przez Irlandię
  FalseNegative nam [23,23] = Irlandię

(ChunkerEvaluator) Sentence #4790 from documents/00107343 from sent6

Text  : Wg sondaży traktat ma szansę uzyskać ratyfikację .
Tokens: 1_ 2______ 3______ 4_ 5_____ 6______ 7__________ 8

Chunks:

(ChunkerEvaluator) Sentence #4791 from documents/00107343 from sent7

Text  : Może tak się stać dzięki korzystnym dla Irlandii rezultatom czerwcowego szczytu Unii Europejskiej ,  podczas którego irlandzkiemu rządowi udało się wynegocjować takie gwarancje jak zachowanie przez Irlandię kontroli nad podatkami i  zagadnieniami etycznymi .
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] = Irlandii
  TruePositive nam [12,13] = Unii Europejskiej
  TruePositive nam [27,27] = Irlandię

(ChunkerEvaluator) Sentence #4792 from documents/00107343 from sent8

Text  : Ponadto za przyjęciem traktatu przemawia fakt , że zmagający się z  kryzysem gospodarczym Irlandczycy dostrzegają korzyści wynikające z  przynależności do UE .
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 [14,14] = Irlandczycy
  TruePositive nam [21,21] = UE

2016-10-13 16:40:58,454 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 329 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107344.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107344.ini
(ChunkerEvaluator) Sentence #4793 from documents/00107344 from sent1

Text  : 2009-08-24 : USA : za mało żołnierzy w Afganistanie
Tokens: 1_________ 2 3__ 4 5_ 6___ 7________ 8 9___________

Chunks:
  TruePositive nam [3,3] = USA
  TruePositive nam [9,9] = Afganistanie

(ChunkerEvaluator) Sentence #4794 from documents/00107344 from sent2

Text  : Dowódcy wojsk amerykańskich w Afganistanie narzekają na niedobór żołnierzy .
Tokens: 1______ 2____ 3____________ 4 5___________ 6________ 7_ 8_______ 9________ 10

Chunks:
  TruePositive nam [5,5] = Afganistanie

(ChunkerEvaluator) Sentence #4795 from documents/00107344 from sent3

Text  : Mówią , iż z powodu niedostatecznych sił nie są w  stanie realizować powierzonej im misji .
Tokens: 1____ 2 3_ 4 5_____ 6_______________ 7__ 8__ 9_ 10 11____ 12________ 13_________ 14 15___ 16

Chunks:

(ChunkerEvaluator) Sentence #4796 from documents/00107344 from sent4

Text  : Specjalny wysłannik administracji USA przebywał w Afganistanie przez weekend .
Tokens: 1________ 2________ 3____________ 4__ 5________ 6 7___________ 8____ 9______ 10

Chunks:
  TruePositive nam [4,4] = USA
  TruePositive nam [7,7] = Afganistanie

(ChunkerEvaluator) Sentence #4797 from documents/00107344 from sent5

Text  : Odwiedził cztery ośrodki dowodzenia wojskami USA w tym kraju .
Tokens: 1________ 2_____ 3______ 4_________ 5_______ 6__ 7 8__ 9____ 10

Chunks:
  TruePositive nam [6,6] = USA

(ChunkerEvaluator) Sentence #4798 from documents/00107344 from sent6

Text  : Stwierdził , iż mimo wysłania do Afganistanu dodatkowych 17tys .  żołnierzy USA sytuacja na froncie nie zmieniła się na lepsze .
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 [7,7] = Afganistanu
  TruePositive nam [12,12] = USA

(ChunkerEvaluator) Sentence #4799 from documents/00107344 from sent7

Text  : Admirał Mike Mullen stwierdził , że sytuacja jest poważna i  co więcej -  nadal się pogarsza .
Tokens: 1______ 2___ 3_____ 4_________ 5 6_ 7_______ 8___ 9______ 10 11 12____ 13 14___ 15_ 16______ 17

Chunks:
  TruePositive nam [2,3] = Mike Mullen

(ChunkerEvaluator) Sentence #4800 from documents/00107344 from sent8

Text  : Talibskie siły są coraz lepiej wyszkolone i wyposażone .
Tokens: 1________ 2___ 3_ 4____ 5_____ 6_________ 7 8_________ 9

Chunks:

(ChunkerEvaluator) Sentence #4801 from documents/00107344 from sent9

Text  : Obecnie w Afganistanie przebywa ok . 57 tysięcy amerykańskich żołnierzy .
Tokens: 1______ 2 3___________ 4_______ 5_ 6 7_ 8______ 9____________ 10_______ 11

Chunks:
  TruePositive nam [3,3] = Afganistanie

(ChunkerEvaluator) Sentence #4802 from documents/00107344 from sent10

Text  : Nie wiadomo jednak czy dowódcy czterech baz , w których przebywał specjalny wysłannik administracji USA ,  określili konkretnie ,  jakiego wparcia potrzebują .
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 [15,15] = USA

(ChunkerEvaluator) Sentence #4803 from documents/00107344 from sent11

Text  : Raport generała McChrystala w sprawie sytuacji na froncie afgańskim i  ewentualnych potrzeb armii zostanie opublikowany we wrześniu .
Tokens: 1_____ 2_______ 3__________ 4 5______ 6_______ 7_ 8______ 9________ 10 11__________ 12_____ 13___ 14______ 15__________ 16 17______ 18

Chunks:
  TruePositive nam [3,3] = McChrystala

2016-10-13 16:40:58,506 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 330 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107355.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107355.ini
(ChunkerEvaluator) Sentence #4804 from documents/00107355 from sent1

Text  : 2010-05-20 : Sytuacja powodziowa w Polsce 20 maja 2010
Tokens: 1_________ 2 3_______ 4_________ 5 6_____ 7_ 8___ 9___

Chunks:
  TruePositive nam [6,6] = Polsce

(ChunkerEvaluator) Sentence #4805 from documents/00107355 from sent2

Text  : Po podniesieniu się poziomu wód w górnych odcinkach Odry ,  Wisły i  ich dopływów ,  fala powodziowa przenosi się w  rejony środkowej Polski ,  szczególnie na Wiśle .
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] = Odry
  TruePositive nam [11,11] = Wisły
  TruePositive nam [23,23] = Polski
  TruePositive nam [27,27] = Wiśle

(ChunkerEvaluator) Sentence #4806 from documents/00107355 from sent3

Text  : Dodatkowo 20 maja mogą wystąpić silne burze w centralnej części Polski ,  a  jedynie woj .  podlaskie i  część warmińsko -  mazurskiego będą wolne od burz .
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 [11,11] = Polski
  FalseNegative nam [17,17] = podlaskie
  FalseNegative nam [20,22] = warmińsko - mazurskiego

(ChunkerEvaluator) Sentence #4807 from documents/00107355 from sent4

Text  : We Wrocławiu przygotowywana jest ewakuacja mieszkańców kilku osiedli .
Tokens: 1_ 2________ 3_____________ 4___ 5________ 6__________ 7____ 8______ 9

Chunks:
  TruePositive nam [2,2] = Wrocławiu

(ChunkerEvaluator) Sentence #4808 from documents/00107355 from sent5

Text  : Na dzień następny przygotowana jest kolejna specjalna strona : Sytuacja powodziowa w  Polsce 21 maja 2010 .
Tokens: 1_ 2____ 3_______ 4___________ 5___ 6______ 7________ 8_____ 9 10______ 11________ 12 13____ 14 15__ 16__ 17

Chunks:
  TruePositive nam [13,13] = Polsce

(ChunkerEvaluator) Sentence #4809 from documents/00107355 from sent6

Text  : Sytuacja powodziowa w zlewni Odry
Tokens: 1_______ 2_________ 3 4_____ 5___

Chunks:
  TruePositive nam [5,5] = Odry

(ChunkerEvaluator) Sentence #4810 from documents/00107355 from sent7

Text  : Bytom
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = Bytom

(ChunkerEvaluator) Sentence #4811 from documents/00107355 from sent8

Text  : Nadal w Bytomiu podmytych jest kilka dróg .
Tokens: 1____ 2 3______ 4________ 5___ 6____ 7___ 8

Chunks:
  TruePositive nam [3,3] = Bytomiu

(ChunkerEvaluator) Sentence #4812 from documents/00107355 from sent9

Text  : Mimo , iż miasto nie borykało się z wylewem żadnej większej rzeki to nieczynna jest Al .  Jana Nowaka -  Jeziorańskiego na drodze krajowej nr 88 (  na wysokości CH Plejada )  oraz ul .  Celna (  na wysokości byłych zakładów pracy )  i  ul .  Szyb Zachodni .
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:
  TruePositive nam [16,21] = Al . Jana Nowaka - Jeziorańskiego
  TruePositive nam [23,26] = drodze krajowej nr 88
  TruePositive nam [30,31] = CH Plejada
  TruePositive nam [36,36] = Celna
  TruePositive nam [47,48] = Szyb Zachodni

(ChunkerEvaluator) Sentence #4813 from documents/00107355 from sent10

Text  : Opole
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = Opole

(ChunkerEvaluator) Sentence #4814 from documents/00107355 from sent11

Text  : W Turawie pojawiły się błędne informacje na temat niekontrolowanego zrzutu wody z  turawskiego zbiornika -  podawał je na swojej stronie internetowej wójt wsi .
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 [2,2] = Turawie

(ChunkerEvaluator) Sentence #4815 from documents/00107355 from sent12

Text  : Przecieka wał w Groszowicach - woda zalała ulicę Augustyna ,  zaczęła wdzierać się do niektórych piwnic ,  ale jeszcze nie zalała samych domów .
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 [4,4] = Groszowicach
  TruePositive nam [9,9] = Augustyna

(ChunkerEvaluator) Sentence #4816 from documents/00107355 from sent13

Text  : Mimo wczorajszych zapewnień władz miasta stan wody w Odrze nadal się podnosi i  osiągnął w  południe 799 centymetrów (  hydrolodzy zapowiadali falę wysoką na maksymalnie 740 centymetrów )  .
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 [9,9] = Odrze

(ChunkerEvaluator) Sentence #4817 from documents/00107355 from sent14

Text  : Sztab powodziowy zapewnia jednak , że wały są w stanie przyjąć nawet falę 10 -  metrową .
Tokens: 1____ 2_________ 3_______ 4_____ 5 6_ 7___ 8_ 9 10____ 11_____ 12___ 13__ 14 15 16_____ 17

Chunks:

(ChunkerEvaluator) Sentence #4818 from documents/00107355 from sent15

Text  : Oława
Tokens: 1____

Chunks:
  FalseNegative nam [1,1] = Oława

(ChunkerEvaluator) Sentence #4819 from documents/00107355 from sent16

Text  : Po godzinie 18 , poziom wody w Odrze wynosił 745 cm i  był o  20 cm niższy niż w  1997 ,  jednak sytuacja może ulec pogorszeniu .
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 [8,8] = Odrze

(ChunkerEvaluator) Sentence #4820 from documents/00107355 from sent17

Text  : Wrocław
Tokens: 1______

Chunks:
  TruePositive nam [1,1] = Wrocław

(ChunkerEvaluator) Sentence #4821 from documents/00107355 from sent18

Text  : Fala powodziowa na Odrze dotarła rano do Wrocławia i może przepływać aż do niedzieli 23 maja .
Tokens: 1___ 2_________ 3_ 4____ 5______ 6___ 7_ 8________ 9 10__ 11________ 12 13 14_______ 15 16__ 17

Chunks:
  TruePositive nam [4,4] = Odrze
  TruePositive nam [8,8] = Wrocławia

(ChunkerEvaluator) Sentence #4822 from documents/00107355 from sent19

Text  : O godzinie 6 . rano w Trestnie , gdzie wpływa do Wrocławia ,  rzeka przekroczyła stan alarmowy o  25 cm i  jej poziom wynosił 475 cm ,  o  godzinie 14 przekroczyła stan alarmowy o  43 cm ,  a  jej poziom wynosił 493 cm .
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

Chunks:
  TruePositive nam [7,7] = Trestnie
  TruePositive nam [12,12] = Wrocławia

(ChunkerEvaluator) Sentence #4823 from documents/00107355 from sent20

Text  : Początkowo prognozowano , że kulminacyjna fala powodziowa dotrze do Wrocławia ok .  godziny 13 -  14 w  piątek 21 maja ,  jednak według danych IMGW opublikowanych ok .  godziny 16 :  00 ,  fala ta zacznie przepływać przez Wrocław w  nocy z  21 (  piątek )  na 22 maja (  sobota )  ok .  godziny 4  :  00 .
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

Chunks:
  TruePositive nam [10,10] = Wrocławia
  TruePositive nam [39,39] = Wrocław
  FalseNegative nam [25,25] = IMGW

(ChunkerEvaluator) Sentence #4824 from documents/00107355 from sent21

Text  : Szacuje się , że fala ociągnie wysokość 680 cm przy prędkości przepływu ok .  1900 –  2000 m³ /  s  .
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 #4825 from documents/00107355 from sent22

Text  : Oznacza to , że woda powinna utrzymać się pomiędzy wałami przechodząc przez miasto .
Tokens: 1______ 2_ 3 4_ 5___ 6______ 7_______ 8__ 9_______ 10____ 11_________ 12___ 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #4826 from documents/00107355 from sent23

Text  : Podejmowane działania mające skutkować spłaszczeniem fali : zrzut wody na polder Lipki -  Oława ,  zalanie polderu Blizanowice -  Trestno ,  zalanie polderu Oławy .
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 [24,24] = Oławy
  FalsePositive nam [12,14] = Lipki - Oława
  FalsePositive nam [18,20] = Blizanowice - Trestno
  FalseNegative nam [12,12] = Lipki
  FalseNegative nam [14,14] = Oława
  FalseNegative nam [18,18] = Blizanowice
  FalseNegative nam [20,20] = Trestno

(ChunkerEvaluator) Sentence #4827 from documents/00107355 from sent24

Text  : Osiedla Nowy Dom , Opatowice , Blizanowice , Trestno i  Mokry Dwór zostaną odcięte przez wodę od reszty miasta .
Tokens: 1______ 2___ 3__ 4 5________ 6 7__________ 8 9______ 10 11___ 12__ 13_____ 14_____ 15___ 16__ 17 18____ 19____ 20

Chunks:
  TruePositive nam [5,5] = Opatowice
  TruePositive nam [7,7] = Blizanowice
  TruePositive nam [9,9] = Trestno
  TruePositive nam [11,12] = Mokry Dwór
  FalsePositive nam [1,3] = Osiedla Nowy Dom
  FalseNegative nam [2,3] = Nowy Dom

(ChunkerEvaluator) Sentence #4828 from documents/00107355 from sent25

Text  : Z jednej strony zalana zostanie ul . Opatowicka , a  z  drugiej polder Blizanowice –  Trestno .
Tokens: 1 2_____ 3_____ 4_____ 5_______ 6_ 7 8_________ 9 10 11 12_____ 13____ 14_________ 15 16_____ 17

Chunks:
  TruePositive nam [8,8] = Opatowicka
  TruePositive nam [14,14] = Blizanowice
  TruePositive nam [16,16] = Trestno

(ChunkerEvaluator) Sentence #4829 from documents/00107355 from sent26

Text  : Mieszkańcom tych osiedli miasto proponuje ewakuację , zapewniając transport .
Tokens: 1__________ 2___ 3______ 4_____ 5________ 6________ 7 8__________ 9________ 10

Chunks:

(ChunkerEvaluator) Sentence #4830 from documents/00107355 from sent27

Text  : W godzinach południowych zalane zostały Niskie Łąki , znajdujące się między Odrą a  Oławą .
Tokens: 1 2________ 3___________ 4_____ 5______ 6_____ 7___ 8 9_________ 10_ 11____ 12__ 13 14___ 15

Chunks:
  TruePositive nam [6,7] = Niskie Łąki
  TruePositive nam [12,12] = Odrą
  TruePositive nam [14,14] = Oławą

(ChunkerEvaluator) Sentence #4831 from documents/00107355 from sent28

Text  : Dodatkowo , jeśli nastąpi niekontrolowany przelew na kanale Odra -  Widawa ,  zagrożone podtopieniem będą osiedla :  Zgorzelisko ,  Zakrzów ,  a  także okolice Swojczyc i  Kowala .
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 [18,18] = Zgorzelisko
  TruePositive nam [20,20] = Zakrzów
  TruePositive nam [25,25] = Swojczyc
  TruePositive nam [27,27] = Kowala
  FalsePositive nam [9,11] = Odra - Widawa
  FalseNegative nam [9,9] = Odra
  FalseNegative nam [11,11] = Widawa

(ChunkerEvaluator) Sentence #4832 from documents/00107355 from sent29

Text  : Mieszkańcy Kowala rozpoczęli już przygotowania , przenosząc dobytek z suteren ,  piwnic i  parterów domów i  kamienic do wyżej położonych pomieszczeń .
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 [2,2] = Kowala

(ChunkerEvaluator) Sentence #4833 from documents/00107355 from sent30

Text  : Mimo , że woda ma szansę utrzymać się wewnątrz wałów ,  przesiąkaniem wałów podczas przepływania spłaszczonej fali zagrożone są osiedla :  Opatowice i  Zgorzelisko .
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] = Opatowice
  TruePositive nam [24,24] = Zgorzelisko

(ChunkerEvaluator) Sentence #4834 from documents/00107355 from sent31

Text  : Na wały zakładane są szandory , które spiętrzą wodę ,  a  słabsze odcinki uszczelniane są folią .
Tokens: 1_ 2___ 3________ 4_ 5_______ 6 7____ 8_______ 9___ 10 11 12_____ 13_____ 14__________ 15 16___ 17

Chunks:

(ChunkerEvaluator) Sentence #4835 from documents/00107355 from sent32

Text  : Przygotowano także przenośne zapory przeciwpowodziowe do zabezpieczenia części Kozanowa oraz gumowe zapory wypełnione wodą ,  którymi ma być chroniona wyspa Na Piasku .
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 [9,9] = Kozanowa
  TruePositive nam [21,22] = Na Piasku

(ChunkerEvaluator) Sentence #4836 from documents/00107355 from sent33

Text  : Trwają prace zabezpieczające wały na Osobowicach oraz u ujścia Widawy do Odry .
Tokens: 1_____ 2____ 3______________ 4___ 5_ 6__________ 7___ 8 9_____ 10____ 11 12__ 13

Chunks:
  TruePositive nam [6,6] = Osobowicach
  TruePositive nam [10,10] = Widawy
  TruePositive nam [12,12] = Odry

(ChunkerEvaluator) Sentence #4837 from documents/00107355 from sent34

Text  : Urząd miasta zdementował krążącą po mieście plotkę , że mają nastąpić długie przerwy w  dostawie wody pitnej ,  w  wyniku zalania terenów wodonośnych .
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 #4838 from documents/00107355 from sent35

Text  : Mieszkańcy Wrocławia pod wpływem tej informacji kupowali zapasy butelkowanej wody mineralnej ,  aż do wyczerpania zapasów w  niektórych sklepach .
Tokens: 1_________ 2________ 3__ 4______ 5__ 6_________ 7_______ 8_____ 9___________ 10__ 11________ 12 13 14 15_________ 16_____ 17 18________ 19______ 20

Chunks:
  TruePositive nam [2,2] = Wrocławia

(ChunkerEvaluator) Sentence #4839 from documents/00107355 from sent36

Text  : Sytuacja w mieście się ustabilizowała .
Tokens: 1_______ 2 3______ 4__ 5_____________ 6

Chunks:

(ChunkerEvaluator) Sentence #4840 from documents/00107355 from sent37

Text  : Otwarto kolejne drogi , które zostały podmyte przez wodę .
Tokens: 1______ 2______ 3____ 4 5____ 6______ 7______ 8____ 9___ 10

Chunks:

(ChunkerEvaluator) Sentence #4841 from documents/00107355 from sent38

Text  : Zamknięte są jeszcze ulice : Zielona , Basenowa / Wierzbowa oraz Kokota .
Tokens: 1________ 2_ 3______ 4____ 5 6______ 7 8_______ 9 10_______ 11__ 12____ 13

Chunks:
  TruePositive nam [6,6] = Zielona
  TruePositive nam [8,8] = Basenowa
  TruePositive nam [10,10] = Wierzbowa
  TruePositive nam [12,12] = Kokota

(ChunkerEvaluator) Sentence #4842 from documents/00107355 from sent39

Text  : W akcji przeciwpowodziowej na terenie miasta zużyto ok . 6000 worków z  piaskiem ,  czyli ok .  200 ton piasku .
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 #4843 from documents/00107355 from sent40

Text  : Sytuacja powodziowa w zlewni Wisły
Tokens: 1_______ 2_________ 3 4_____ 5____

Chunks:
  TruePositive nam [5,5] = Wisły

(ChunkerEvaluator) Sentence #4844 from documents/00107355 from sent41

Text  : Przed południem wystąpiły deszcze u ujścia Wieprzu do Wisły .
Tokens: 1____ 2________ 3________ 4______ 5 6_____ 7______ 8_ 9____ 10

Chunks:
  TruePositive nam [7,7] = Wieprzu
  TruePositive nam [9,9] = Wisły

(ChunkerEvaluator) Sentence #4845 from documents/00107355 from sent42

Text  : Bieruń i Tychy
Tokens: 1_____ 2 3____

Chunks:
  TruePositive nam [1,1] = Bieruń
  TruePositive nam [3,3] = Tychy

(ChunkerEvaluator) Sentence #4846 from documents/00107355 from sent43

Text  : Pod wodą znajdują się domy w Bieruniu .
Tokens: 1__ 2___ 3_______ 4__ 5___ 6 7_______ 8

Chunks:
  TruePositive nam [7,7] = Bieruniu

(ChunkerEvaluator) Sentence #4847 from documents/00107355 from sent44

Text  : Wczoraj wieczorem przeciekały cały czas także wały na zbiorniku paprocańskim w  Tychach .
Tokens: 1______ 2________ 3__________ 4___ 5___ 6____ 7___ 8_ 9________ 10__________ 11 12_____ 13

Chunks:
  TruePositive nam [12,12] = Tychach

(ChunkerEvaluator) Sentence #4848 from documents/00107355 from sent45

Text  : Mielec
Tokens: 1_____

Chunks:
  TruePositive nam [1,1] = Mielec

(ChunkerEvaluator) Sentence #4849 from documents/00107355 from sent46

Text  : Zanotowano obniżenie poziomu w Wisłoce wody o 60 cm ,  gdzie o  godzinie 10 .  00 dnia dzisiejszego wynosił 750 cm .
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] = Wisłoce

(ChunkerEvaluator) Sentence #4850 from documents/00107355 from sent47

Text  : Większy spływ wody jest ograniczony stanem wody na Wiśle .
Tokens: 1______ 2____ 3___ 4___ 5__________ 6_____ 7___ 8_ 9____ 10

Chunks:
  TruePositive nam [9,9] = Wiśle

(ChunkerEvaluator) Sentence #4851 from documents/00107355 from sent48

Text  : Na Wiśle zanotowano spadek poziomu wody o 90 cm w  Karsach i  w  Szczucinie o  46 cm .
Tokens: 1_ 2____ 3_________ 4_____ 5______ 6___ 7 8_ 9_ 10 11_____ 12 13 14________ 15 16 17 18

Chunks:
  TruePositive nam [2,2] = Wiśle
  TruePositive nam [11,11] = Karsach
  TruePositive nam [14,14] = Szczucinie

(ChunkerEvaluator) Sentence #4852 from documents/00107355 from sent49

Text  : O 9 : 00 w Szczucinie notowano poziom 936 cm .
Tokens: 1 2 3 4_ 5 6_________ 7_______ 8_____ 9__ 10 11

Chunks:
  TruePositive nam [6,6] = Szczucinie

(ChunkerEvaluator) Sentence #4853 from documents/00107355 from sent50

Text  : W jest zamknięta droga wojewódzka Jaślany - Szczucin w m  .  Gawłuszowice oraz Mielec –  Szczucin od Otałęży .
Tokens: 1 2___ 3________ 4____ 5_________ 6______ 7 8_______ 9 10 11 12__________ 13__ 14____ 15 16______ 17 18_____ 19

Chunks:
  TruePositive nam [12,12] = Gawłuszowice
  TruePositive nam [14,14] = Mielec
  TruePositive nam [16,16] = Szczucin
  TruePositive nam [18,18] = Otałęży
  FalsePositive nam [6,8] = Jaślany - Szczucin
  FalseNegative nam [6,6] = Jaślany
  FalseNegative nam [8,8] = Szczucin

(ChunkerEvaluator) Sentence #4854 from documents/00107355 from sent51

Text  : W godzinach popołudniowych na drogę wojewódzką nr 983 w Woli Mieleckiej w  rejonie mostu na Wisłoce zaczęła przedostawać się woda na odcinku około 50 m  .
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 [5,8] = drogę wojewódzką nr 983
  TruePositive nam [10,11] = Woli Mieleckiej
  TruePositive nam [16,16] = Wisłoce

(ChunkerEvaluator) Sentence #4855 from documents/00107355 from sent52

Text  : Miejsce zostało oznakowane i zabezpieczone .
Tokens: 1______ 2______ 3_________ 4 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #4856 from documents/00107355 from sent53

Text  : Nieprzejezdne były drogi powiatowe : Gliny Małe – Borowa –  w  międzywalu Brnia Starego na dł .  ok .  500 m  ,  Czermin –  Ziempniów –  rozlewisko w  okolicy przerwanego wału ,  Wampierzów –  Zabrnie ,  Wola Mielecka –  Przecław –  w  miejscowości Książnice ,  Padew Narodowa –  Kębłów –  krótki odcinek ok .  150 m  .  w  m  .  Padew Narodowa oraz odcinek na ul .  Grunwaldzkiej dł .  ok .  50 m  .
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 [6,7] = Gliny Małe
  TruePositive nam [9,9] = Borowa
  TruePositive nam [13,14] = Brnia Starego
  TruePositive nam [23,23] = Czermin
  TruePositive nam [25,25] = Ziempniów
  TruePositive nam [33,33] = Wampierzów
  TruePositive nam [35,35] = Zabrnie
  TruePositive nam [37,38] = Wola Mielecka
  TruePositive nam [40,40] = Przecław
  TruePositive nam [44,44] = Książnice
  TruePositive nam [46,47] = Padew Narodowa
  TruePositive nam [49,49] = Kębłów
  TruePositive nam [61,62] = Padew Narodowa
  TruePositive nam [68,68] = Grunwaldzkiej

(ChunkerEvaluator) Sentence #4857 from documents/00107355 from sent54

Text  : Do tej pory ewakuowano 563 osób tj . Ziempniów 63 gospodarstwa (  250 os .  )  ,  Zabrnie 95 gospodarstw (  300 os .  )  ,  Książnice 90 gospodarstw (  12 os .  )
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 [9,9] = Ziempniów
  TruePositive nam [18,18] = Zabrnie
  TruePositive nam [27,27] = Książnice

(ChunkerEvaluator) Sentence #4858 from documents/00107355 from sent55

Text  : Gmina Padew Narodowa – przygotowano do ewakuacji przysiółek Wiry w  m  .  Domacyny ,  80 osób ,  zagrożenie z  Babulówki .
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 [2,3] = Padew Narodowa
  TruePositive nam [9,9] = Wiry
  TruePositive nam [13,13] = Domacyny
  TruePositive nam [20,20] = Babulówki

(ChunkerEvaluator) Sentence #4859 from documents/00107355 from sent56

Text  : Gmina Czermin – Ziempniów zatopionych ponad 63 gospodarstw ( 5  domów w  budowie )  ;  gmina Wadowice Górne –  m  .  Zabrnie zatopionych około 300 osób ,  napływ wody powoduje podtopienia kolejnych ,  trwa ewakuacja ludności ,  ciągle odbywa się uszczelnianie prawego wału rzeki Breń ,  który co raz bardziej przesiąka i  zagraża miejscowościom Kosówka ,  Wadowice Dolne i  Wampierzów .
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

Chunks:
  TruePositive nam [2,2] = Czermin
  TruePositive nam [4,4] = Ziempniów
  TruePositive nam [17,18] = Wadowice Górne
  TruePositive nam [45,45] = Breń
  TruePositive nam [55,55] = Kosówka
  TruePositive nam [57,58] = Wadowice Dolne
  TruePositive nam [60,60] = Wampierzów
  FalseNegative nam [22,22] = Zabrnie

(ChunkerEvaluator) Sentence #4860 from documents/00107355 from sent57

Text  : Gmina Gawłuszowice – wzrasta zasięg podtopień oraz prowadzi się akcję uszczelniania wałów na rzece Stary Breń i  Wiśle w  m  .  Ostrówek i  w  m  .  Gawłuszowice –  lewa strona Wisłoki ,  a  także prawa Wisłoki i  Wisły w  m  .  Kliszów ,  Gawłuszowice i  Wola Zdakowska .
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 [2,2] = Gawłuszowice
  TruePositive nam [15,16] = Stary Breń
  TruePositive nam [18,18] = Wiśle
  TruePositive nam [22,22] = Ostrówek
  TruePositive nam [31,31] = Wisłoki
  TruePositive nam [36,36] = Wisłoki
  TruePositive nam [38,38] = Wisły
  TruePositive nam [42,42] = Kliszów
  TruePositive nam [44,44] = Gawłuszowice
  TruePositive nam [46,47] = Wola Zdakowska
  FalseNegative nam [27,27] = Gawłuszowice

(ChunkerEvaluator) Sentence #4861 from documents/00107355 from sent58

Text  : Gmina Borowa – prowadzone są działania uszczelniające wały na rzece Stary Breń i  Wiśle ,  zapotrzebowanie na worki przeciw powodziowe i  ludzi do pracy przy wałach .
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 [2,2] = Borowa
  TruePositive nam [11,12] = Stary Breń
  TruePositive nam [14,14] = Wiśle

(ChunkerEvaluator) Sentence #4862 from documents/00107355 from sent59

Text  : Gmina Przecław – w miejscowości Biały Bór nastąpiło gwałtowne wezbranie Kanału Trześniowskiego ,  na prośbę Burmistrza dostarczono worki przeciwpowodziowe z  Powiatowego Magazynu Przeciwpowodziowego .
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 [2,2] = Przecław
  TruePositive nam [6,7] = Biały Bór
  TruePositive nam [11,12] = Kanału Trześniowskiego
  TruePositive nam [16,16] = Burmistrza
  TruePositive nam [21,23] = Powiatowego Magazynu Przeciwpowodziowego

(ChunkerEvaluator) Sentence #4863 from documents/00107355 from sent60

Text  : Miejscowe podtopienia w pozostałych gminach w wyniku napływu wód gruntowych .
Tokens: 1________ 2__________ 3 4__________ 5______ 6 7_____ 8______ 9__ 10________ 11

Chunks:

(ChunkerEvaluator) Sentence #4864 from documents/00107355 from sent61

Text  : Gmina Mielec – utrzymuje się woda w Książnicach , powoli stan wody opada ,  ewakuowana ludność przemieszcza się do swoich gospodarstw .
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 [2,2] = Mielec
  TruePositive nam [8,8] = Książnicach

(ChunkerEvaluator) Sentence #4865 from documents/00107355 from sent62

Text  : Podtopionych jest jednak dalej 90 gospodarstw .
Tokens: 1___________ 2___ 3_____ 4____ 5_ 6__________ 7

Chunks:

(ChunkerEvaluator) Sentence #4866 from documents/00107355 from sent63

Text  : Połaniec
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Połaniec

(ChunkerEvaluator) Sentence #4867 from documents/00107355 from sent64

Text  : Wisła przerwała wał w Rybitwach pod Połańcem , woda kieruje się na stronę województwa świętokrzyskiego .
Tokens: 1____ 2________ 3__ 4 5________ 6__ 7_______ 8 9___ 10_____ 11_ 12 13____ 14_________ 15______________ 16

Chunks:
  TruePositive nam [1,1] = Wisła
  TruePositive nam [5,5] = Rybitwach
  TruePositive nam [7,7] = Połańcem
  TruePositive nam [15,15] = świętokrzyskiego

(ChunkerEvaluator) Sentence #4868 from documents/00107355 from sent65

Text  : Woda zalewa miejscowość Ruszcza .
Tokens: 1___ 2_____ 3__________ 4______ 5

Chunks:
  TruePositive nam [4,4] = Ruszcza

(ChunkerEvaluator) Sentence #4869 from documents/00107355 from sent66

Text  : Bardzo poważnie zalana jest droga krajowa nr 79 , która łączy Sandomierz z  Krakowem .
Tokens: 1_____ 2_______ 3_____ 4___ 5____ 6______ 7_ 8_ 9 10___ 11___ 12________ 13 14______ 15

Chunks:
  TruePositive nam [5,8] = droga krajowa nr 79
  TruePositive nam [12,12] = Sandomierz
  TruePositive nam [14,14] = Krakowem

(ChunkerEvaluator) Sentence #4870 from documents/00107355 from sent67

Text  : Wg danych Powiatowego Centrum Zarządzania Kryzysowego w Starostwie Powiatowym w  Staszowie ewakuowano z  terenu gmin :  Łubnice ,  Osiek i  Połaniec ponad 3465 osób (  stan w  czwartek 20 .  05 br .  o  godz .  15 .  10 )  .
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 [11,11] = Staszowie
  TruePositive nam [17,17] = Łubnice
  TruePositive nam [19,19] = Osiek
  TruePositive nam [21,21] = Połaniec
  FalsePositive nam [3,6] = Powiatowego Centrum Zarządzania Kryzysowego
  FalsePositive nam [8,9] = Starostwie Powiatowym
  FalseNegative nam [3,9] = Powiatowego Centrum Zarządzania Kryzysowego w Starostwie Powiatowym

(ChunkerEvaluator) Sentence #4871 from documents/00107355 from sent68

Text  : Warszawa
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Warszawa

(ChunkerEvaluator) Sentence #4872 from documents/00107355 from sent69

Text  : W Warszawie zaczął podnosić się poziom wody w Wiśle ,  zagrażając zalaniem niektórych terenów przy rzece .
Tokens: 1 2________ 3_____ 4_______ 5__ 6_____ 7___ 8 9____ 10 11________ 12______ 13________ 14_____ 15__ 16___ 17

Chunks:
  TruePositive nam [2,2] = Warszawie
  TruePositive nam [9,9] = Wiśle

2016-10-13 16:40:58,946 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 331 from 330: /nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107361.xml
/nlp/workdir/liner2/dspace/kpwr-1.2-disamb-rc1-names/documents/00107361.ini
(ChunkerEvaluator) Sentence #4873 from documents/00107361 from sent1

Text  : 2010-08-02 : Ruszyły prace nad nowym interfejsem ładowania plików dla MediaWiki
Tokens: 1_________ 2 3______ 4____ 5__ 6____ 7__________ 8________ 9_____ 10_ 11_______

Chunks:
  TruePositive nam [11,11] = MediaWiki

(ChunkerEvaluator) Sentence #4874 from documents/00107361 from sent2

Text  : W drugiej połowie lipca powstawać zaczęła specjalna wiki , na której testowane będzie specjalne rozszerzenie dla MediaWiki :  Upload wizard .
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 [17,17] = MediaWiki
  FalseNegative nam [8,8] = wiki
  FalseNegative nam [19,20] = Upload wizard

(ChunkerEvaluator) Sentence #4875 from documents/00107361 from sent3

Text  : Dzięki niemu sposób ładowania plików dla nowicjuszy ma być ,  zgodnie z  założeniem projektu Usability Initiative znacznie łatwiejszy .
Tokens: 1_____ 2____ 3_____ 4________ 5_____ 6__ 7_________ 8_ 9__ 10 11_____ 12 13________ 14______ 15_______ 16________ 17______ 18________ 19

Chunks:
  TruePositive nam [15,16] = Usability Initiative

(ChunkerEvaluator) Sentence #4876 from documents/00107361 from sent4

Text  : Na stronie specjalnej wiki można już w tej chwili przetestować nowy interfejs ładowania plików .
Tokens: 1_ 2______ 3_________ 4___ 5____ 6__ 7 8__ 9_____ 10__________ 11__ 12_______ 13_______ 14____ 15

Chunks:
  FalseNegative nam [4,4] = wiki

(ChunkerEvaluator) Sentence #4877 from documents/00107361 from sent5

Text  : Przy użyciu testowanego formularza , przesyłanie plików ma składać się z  4  kroków :
Tokens: 1___ 2_____ 3__________ 4_________ 5 6__________ 7_____ 8_ 9______ 10_ 11 12 13____ 14

Chunks:

(ChunkerEvaluator) Sentence #4878 from documents/00107361 from sent6

Text  : wybrania pliku z dysku i załadowania na serwer ( w  tym kroku można wybrać opcję przesłania kilku plików )
Tokens: 1_______ 2____ 3 4____ 5 6__________ 7_ 8_____ 9 10 11_ 12___ 13___ 14____ 15___ 16________ 17___ 18____ 19

Chunks:

(ChunkerEvaluator) Sentence #4879 from documents/00107361 from sent7

Text  : wybrania autorstwa i licencji ( bazowo wybierana jest przez automat jedna licencja ,  ale można dokonać zmiany )
Tokens: 1_______ 2________ 3 4_______ 5 6_____ 7________ 8___ 9____ 10_____ 11___ 12______ 13 14_ 15___ 16_____ 17____ 18

Chunks:

(ChunkerEvaluator) Sentence #4880 from documents/00107361 from sent8

Text  : wybrania tytułu strony , dokonania opisu co zawiera plik i  dodania kategorii (  data do opisu pobierana jest z  metadanych plików exif )  .
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:
  FalseNegative nam [22,22] = exif

(ChunkerEvaluator) Sentence #4881 from documents/00107361 from sent9

Text  : W tym kroku można też dodać " inne " informacje do osobnego pola
Tokens: 1 2__ 3____ 4____ 5__ 6____ 7 8___ 9 10________ 11 12______ 13__

Chunks:

(ChunkerEvaluator) Sentence #4882 from documents/00107361 from sent10

Text  : ostatnim krokiem jest skopiowanie wikikodu z linkiem do grafiki ,  który można użyć na stronach danej wiki .
Tokens: 1_______ 2______ 3___ 4__________ 5_______ 6 7______ 8_ 9______ 10 11___ 12___ 13__ 14 15______ 16___ 17__ 18

Chunks:
  FalseNegative nam [5,5] = wikikodu
  FalseNegative nam [17,17] = wiki

(ChunkerEvaluator) Sentence #4883 from documents/00107361 from sent11

Text  : Testowa wiki tworzona jest w głównej mierze przez holenderskiego wikipedystę HenkvD .
Tokens: 1______ 2___ 3_______ 4___ 5 6______ 7_____ 8____ 9_____________ 10_________ 11____ 12

Chunks:
  TruePositive nam [11,11] = HenkvD
  FalseNegative nam [2,2] = wiki
  FalseNegative nam [10,10] = wikipedystę

(ChunkerEvaluator) Sentence #4884 from documents/00107361 from sent12

Text  : Rozszerzenie to może zostać zainstalowane w Wikimedia Commons , repozytorium plików dla projektów Wikimedia .
Tokens: 1___________ 2_ 3___ 4_____ 5____________ 6 7________ 8______ 9 10__________ 11____ 12_ 13_______ 14_______ 15

Chunks:
  TruePositive nam [7,8] = Wikimedia Commons
  TruePositive nam [14,14] = Wikimedia

(ChunkerEvaluator) Sentence #4885 from documents/00107361 from sent13

Text  : Obecnie załadowano tam ponad 7 milionów plików .
Tokens: 1______ 2_________ 3__ 4____ 5 6_______ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #4886 from documents/00107361 from sent14

Text  : Aby móc wziąć udział w testowaniu nowego interfejsu , trzeba założyć własne konto ,  ponieważ strona ta nie obsługuje działającego w  projektach Wikimedia konta uniwersalnego .
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 [23,23] = Wikimedia

(ChunkerEvaluator) Sentence #4887 from documents/00107361 from sent15

Text  : Źródła
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #4888 from documents/00107361 from sent16

Text  : Upload wizard na stronie Usability Initiative
Tokens: 1_____ 2_____ 3_ 4______ 5________ 6_________

Chunks:
  TruePositive nam [5,6] = Usability Initiative
  FalseNegative nam [1,2] = Upload wizard

(ChunkerEvaluator) Sentence #4889 from documents/00107361 from sent17

Text  : Strona główna wiki służącej do testowania nowego interfejsu
Tokens: 1_____ 2_____ 3___ 4_______ 5_ 6_________ 7_____ 8_________

Chunks:
  FalseNegative nam [3,3] = wiki

======================================================================================
# Exact match evaluation -- annotation span and types evaluation
======================================================================================
        Annotation                     &      TP &      FP &      FN & Precision & Recall  & F$_1$   \\
\hline
        nam                            &    3859 &     625 &     709 &    86.06% &  84.48% &  85.26% \\
\hline
        *TOTAL*                        &    3859 &     625 &     709 &    86.06% &  84.48% &  85.26% \\


======================================================================================
# Annotation span evaluation (annotation types are ignored)
======================================================================================
        Annotation                     &      TP &      FP &      FN & Precision & Recall  & F$_1$   \\
\hline
        *TOTAL*                        &    3859 &     625 &     709 &    86.06% &  84.48% &  85.26% \\


======================================================================================
# MUC match evaluation
======================================================================================
        Annotation                     &     COR &     ACT &     POS & Precision & Recall  & F$_1$   \\
\hline
        nam                            &    8133 &     835 &     982 &    90.69% &  89.23% &  89.95% \\
\hline
        *TOTAL*                        &    8133 &     835 &     982 &    90.69% &  89.23% &  89.95% \\


====================================================
Processing time
====================================================
1) Model loading        : --h --m 00s (72017004ns) 
2) Data reading         : --h --m 01s (1447627243ns) 
3) Feature generation   : --h --m 07s (7277885922ns) 
4) Chunking             : --h --m 12s (12833329999ns) 
5) Evaluation           : --h --m 10s (10607182766ns) (not in total time)
----------------------------------------------------
## Total time             --h --m 21s (21630860168ns)
----------------------------------------------------
Tokens           :    83523
Text kB          :      504.38
Tokens  / second :     3861.29
Text kB / second :       23.32
----------------------------------------------------
