(TokenFeatureGenerator) Loading features...
[orth, base, ctag, synonym, hypernym-1, hypernym-2, hypernym-3, top4hyper-1, top4hyper-2, top4hyper-3, class, case, number, gender, pattern, prefix-1, prefix-2, prefix-3, prefix-4, suffix-1, suffix-2, suffix-3, suffix-4, all_alphanumeric, all_digits, all_letters, all_upper, has_upper_case, has_lower_case, has_symbol, has_digit, starts_with_upper_case, starts_with_lower_case, starts_with_symbol, starts_with_digit, is_number, no_alphanumeric, no_letters, struct, length, dict_person_first_nam, dict_person_last_nam, dict_country_nam, dict_city_nam, dict_road_nam, dict_person_prefix, dict_person_noun, dict_person_suffix, dict_road_prefix, dict_country_prefix, dict_trigger_int_bloc, dict_trigger_ext_bloc, dict_trigger_int_country, dict_trigger_ext_country, dict_trigger_int_district, dict_trigger_ext_district, dict_trigger_int_geogName, dict_trigger_ext_geogName, dict_trigger_int_orgName, dict_trigger_ext_orgName, dict_trigger_int_persName, dict_trigger_ext_persName, dict_trigger_int_region, dict_trigger_ext_region, dict_trigger_int_settlement, dict_trigger_ext_settlement, agr1, parenthesis, quotation, nospace]
Annotations to evaluate: ^nam$
2016-10-25 12:23:41,361 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 29: /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
2016-10-25 12:23:41,773 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 29: /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
2016-10-25 12:23:41,822 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 29: /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
2016-10-25 12:23:41,863 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 29: /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
2016-10-25 12:23:41,917 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 29: /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
2016-10-25 12:23:42,016 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 29: /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
2016-10-25 12:23:42,033 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 29: /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
2016-10-25 12:23:42,067 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 29: /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
2016-10-25 12:23:42,113 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 29: /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
2016-10-25 12:23:42,173 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 29: /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
2016-10-25 12:23:42,213 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 29: /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
2016-10-25 12:23:42,267 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 29: /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
2016-10-25 12:23:42,323 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 29: /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
2016-10-25 12:23:42,356 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 29: /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
2016-10-25 12:23:42,384 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 29: /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
2016-10-25 12:23:42,444 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 29: /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
2016-10-25 12:23:42,498 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 29: /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
2016-10-25 12:23:42,521 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 29: /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
2016-10-25 12:23:42,658 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 29: /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
2016-10-25 12:23:42,700 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 29: /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
2016-10-25 12:23:42,733 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 29: /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
2016-10-25 12:23:42,799 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 29: /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
2016-10-25 12:23:42,826 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 29: /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
2016-10-25 12:23:42,849 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 29: /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
2016-10-25 12:23:42,888 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 29: /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
2016-10-25 12:23:42,919 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 29: /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
2016-10-25 12:23:42,943 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 29: /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
2016-10-25 12:23:42,984 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 29: /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
2016-10-25 12:23:43,217 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 29: /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_c1
(TokenFeatureGenerator) Loading features...
[orth, base, ctag, synonym, hypernym-1, hypernym-2, hypernym-3, top4hyper-1, top4hyper-2, top4hyper-3, class, case, number, gender, pattern, prefix-1, prefix-2, prefix-3, prefix-4, suffix-1, suffix-2, suffix-3, suffix-4, all_alphanumeric, all_digits, all_letters, all_upper, has_upper_case, has_lower_case, has_symbol, has_digit, starts_with_upper_case, starts_with_lower_case, starts_with_symbol, starts_with_digit, is_number, no_alphanumeric, no_letters, struct, length, dict_person_first_nam, dict_person_last_nam, dict_country_nam, dict_city_nam, dict_road_nam, dict_person_prefix, dict_person_noun, dict_person_suffix, dict_road_prefix, dict_country_prefix, dict_trigger_int_bloc, dict_trigger_ext_bloc, dict_trigger_int_country, dict_trigger_ext_country, dict_trigger_int_district, dict_trigger_ext_district, dict_trigger_int_geogName, dict_trigger_ext_geogName, dict_trigger_int_orgName, dict_trigger_ext_orgName, dict_trigger_int_persName, dict_trigger_ext_persName, dict_trigger_int_region, dict_trigger_ext_region, dict_trigger_int_settlement, dict_trigger_ext_settlement, agr1, parenthesis, quotation, nospace]
--> CRFPP Chunker deserialize from /home/czuk/nlp/eclipse/workspace_liner2/liner2_master/../models-workdir/liner2.5/liner25_model_ner_kpwr12/data/bins/model_crfpp_kpwr_names_train_tune_jrip.bin
(TemplateFactory) parsing template: /home/czuk/nlp/eclipse/workspace_liner2/liner2_master/../models-workdir/liner2.5/liner25_model_ner_kpwr12/ini/template-jrip.txt
(TemplateFactory) Adding feature:orth:-2:-1:0:1:2
(TemplateFactory) feature:orth:-2:-1:0:1:2
(TemplateFactory) Adding feature:base:-2:-1:0:1:2
(TemplateFactory) feature:base:-2:-1:0:1:2
(TemplateFactory) Adding feature:synonym:-2:-1:0:1:2
(TemplateFactory) feature:synonym:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-1:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-2:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-2:-2:-1:0:1:2
(TemplateFactory) Adding feature:hypernym-3:-2:-1:0:1:2
(TemplateFactory) feature:hypernym-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:class:-1:0:1
(TemplateFactory) feature:class:-1:0:1
(TemplateFactory) Adding feature:case:0
(TemplateFactory) feature:case:0
(TemplateFactory) Adding feature:gender:-2:-1:0:1:2
(TemplateFactory) feature:gender:-2:-1:0:1:2
(TemplateFactory) Adding feature:pattern:0
(TemplateFactory) feature:pattern:0
(TemplateFactory) Adding feature:prefix-1:-2:-1:0:1:2
(TemplateFactory) feature:prefix-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:prefix-3:-2:-1:0:1:2
(TemplateFactory) feature:prefix-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:prefix-4:-2:-1:0:1:2
(TemplateFactory) feature:prefix-4:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-1:-2:-1:0:1:2
(TemplateFactory) feature:suffix-1:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-2:-2:-1:0:1:2
(TemplateFactory) feature:suffix-2:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-3:-2:-1:0:1:2
(TemplateFactory) feature:suffix-3:-2:-1:0:1:2
(TemplateFactory) Adding feature:suffix-4:-2:-1:0:1:2
(TemplateFactory) feature:suffix-4:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_upper_case:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_upper_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_lower_case:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_lower_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_symbol:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_symbol:-2:-1:0:1:2
(TemplateFactory) Adding feature:starts_with_digit:-2:-1:0:1:2
(TemplateFactory) feature:starts_with_digit:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_upper_case:-2:-1:0:1:2
(TemplateFactory) feature:has_upper_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_lower_case:-2:-1:0:1:2
(TemplateFactory) feature:has_lower_case:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_symbol:-2:-1:0:1:2
(TemplateFactory) feature:has_symbol:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_digit:-2:-1:0:1:2
(TemplateFactory) feature:has_digit:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_first_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_first_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_last_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_last_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_country_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_country_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_city_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_city_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_road_nam:-2:-1:0:1:2
(TemplateFactory) feature:dict_road_nam:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_noun:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_noun:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_person_suffix:-2:-1:0:1:2
(TemplateFactory) feature:dict_person_suffix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_road_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_road_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_country_prefix:-2:-1:0:1:2
(TemplateFactory) feature:dict_country_prefix:-2:-1:0:1:2
(TemplateFactory) Adding feature:base:-4/dict_person_first_nam:-3/dict_person_last_nam:-2/base:-1/dict_person_last_nam:0
(TemplateFactory) feature:base:-4/dict_person_first_nam:-3/dict_person_last_nam:-2/base:-1/dict_person_last_nam:0
(TemplateFactory) Adding feature:dict_trigger_int_bloc:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_bloc:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_bloc:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_bloc:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_country:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_country:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_country:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_country:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_district:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_district:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_district:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_district:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_geogName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_geogName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_geogName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_geogName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_orgName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_orgName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_orgName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_orgName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_persName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_persName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_persName:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_persName:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_region:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_region:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_region:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_region:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_int_settlement:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_int_settlement:-2:-1:0:1:2
(TemplateFactory) Adding feature:dict_trigger_ext_settlement:-2:-1:0:1:2
(TemplateFactory) feature:dict_trigger_ext_settlement:-2:-1:0:1:2
(TemplateFactory) Adding feature:agr1:-2:-1:0:1:2
(TemplateFactory) feature:agr1:-2:-1:0:1:2
(TemplateFactory) Adding feature:nospace:-2:-1:0:1:2
(TemplateFactory) feature:nospace:-2:-1:0:1:2
(TemplateFactory) Adding feature:parenthesis:-2:-1:0:1:2
(TemplateFactory) feature:parenthesis:-2:-1:0:1:2
(TemplateFactory) Adding feature:quotation:-2:-1:0:1:2
(TemplateFactory) feature:quotation:-2:-1:0:1:2
(TemplateFactory) Adding feature:length:-2:-1:0:1:2
(TemplateFactory) feature:length:-2:-1:0:1:2
(TemplateFactory) Adding feature:has_upper_case:0/agr1:-1/pattern:2/has_upper_case:-1/case:0/number:-1
(TemplateFactory) feature:has_upper_case:0/agr1:-1/pattern:2/has_upper_case:-1/case:0/number:-1
(TemplateFactory) Adding feature:has_upper_case:0/all_digits:-1/all_upper:-2/length:1/nospace:1
(TemplateFactory) feature:has_upper_case:0/all_digits:-1/all_upper:-2/length:1/nospace:1
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/ctag:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/ctag:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/has_upper_case:1
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/has_upper_case:1
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/agr1:1/pattern:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/agr1:1/pattern:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/class:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/pattern:-1/pattern:-2/class:0
(TemplateFactory) Adding feature:has_upper_case:0/all_upper:-1/starts_with_digit:-2/starts_with_lower_case:1/case:0
(TemplateFactory) feature:has_upper_case:0/all_upper:-1/starts_with_digit:-2/starts_with_lower_case:1/case:0
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/has_upper_case:1
(TemplateFactory) feature:has_upper_case:0/ctag:0/has_upper_case:1
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/parenthesis:0/class:2/agr1:2
(TemplateFactory) feature:has_upper_case:0/ctag:0/parenthesis:0/class:2/agr1:2
(TemplateFactory) Adding feature:has_upper_case:0/ctag:0/suffix-1:0
(TemplateFactory) feature:has_upper_case:0/ctag:0/suffix-1:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/all_upper:-2/all_alphanumeric:2/starts_with_lower_case:2/all_alphanumeric:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/all_upper:-2/all_alphanumeric:2/starts_with_lower_case:2/all_alphanumeric:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_digit:-2/has_lower_case:0/nospace:-1/nospace:-2/ctag:-1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_digit:-2/has_lower_case:0/nospace:-1/nospace:-2/ctag:-1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-1/all_alphanumeric:2/class:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-1/all_alphanumeric:2/class:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/all_letters:-1/ctag:0/all_alphanumeric:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/all_letters:-1/ctag:0/all_alphanumeric:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/length:1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/length:1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/starts_with_lower_case:1/orth:-1
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/has_lower_case:-2/starts_with_lower_case:1/orth:-1
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/pattern:-1/class:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/pattern:-1/class:0
(TemplateFactory) Adding feature:has_upper_case:0/dict_person_first_nam:-1/pattern:1/parenthesis:0
(TemplateFactory) feature:has_upper_case:0/dict_person_first_nam:-1/pattern:1/parenthesis:0
(TemplateFactory) Adding feature:has_upper_case:0/starts_with_lower_case:1/case:0/orth:2
(TemplateFactory) feature:has_upper_case:0/starts_with_lower_case:1/case:0/orth:2
(TemplateFactory) Adding feature:has_upper_case:0/starts_with_lower_case:1/case:0/pattern:1/agr1:1/gender:0
(TemplateFactory) feature:has_upper_case:0/starts_with_lower_case:1/case:0/pattern:1/agr1:1/gender:0
(TemplateFactory) Adding feature:has_upper_case:-1/has_upper_case:0/nospace:-2/pattern:0
(TemplateFactory) feature:has_upper_case:-1/has_upper_case:0/nospace:-2/pattern:0
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/all_letters:1/orth:0/starts_with_lower_case:-2
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/all_letters:1/orth:0/starts_with_lower_case:-2
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/orth:0/nospace:-1
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/orth:0/nospace:-1
(TemplateFactory) Adding feature:has_upper_case:-1/starts_with_lower_case:1/parenthesis:-2/class:-2/orth:-1
(TemplateFactory) feature:has_upper_case:-1/starts_with_lower_case:1/parenthesis:-2/class:-2/orth:-1
(TemplateFactory) Adding feature:has_upper_case:-2/has_upper_case:0/orth:-1/nospace:-2
(TemplateFactory) feature:has_upper_case:-2/has_upper_case:0/orth:-1/nospace:-2
(TemplateFactory) Adding feature:has_upper_case:-2/starts_with_upper_case:0/orth:-1
(TemplateFactory) feature:has_upper_case:-2/starts_with_upper_case:0/orth:-1
(TemplateFactory) Adding feature:starts_with_lower_case:-1/has_upper_case:0/case:-1/case:2
(TemplateFactory) feature:starts_with_lower_case:-1/has_upper_case:0/case:-1/case:2
(TemplateFactory) Adding feature:starts_with_lower_case:-1/has_upper_case:0/pattern:-1/ctag:-1/pattern:0
(TemplateFactory) feature:starts_with_lower_case:-1/has_upper_case:0/pattern:-1/ctag:-1/pattern:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_lower_case:-1/all_letters:-1/parenthesis:-2/pattern:1/length:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_lower_case:-1/all_letters:-1/parenthesis:-2/pattern:1/length:0
(TemplateFactory) Adding feature:starts_with_lower_case:-1/starts_with_upper_case:0/class:-1/agr1:0/gender:-1
(TemplateFactory) feature:starts_with_lower_case:-1/starts_with_upper_case:0/class:-1/agr1:0/gender:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/class:-2/no_letters:0/length:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/class:-2/no_letters:0/length:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/agr1:-2/ctag:-2
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/agr1:-2/ctag:-2
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/case:-1/ctag:0
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-1/parenthesis:-2/case:-1/ctag:0
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/ctag:-2/struct:-2
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/ctag:-2/struct:-2
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/quotation:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/agr1:-2/quotation:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/pattern:0/length:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/pattern:0/length:-1
(TemplateFactory) Adding feature:starts_with_lower_case:1/starts_with_upper_case:-2/starts_with_upper_case:0/length:-1/ctag:-1
(TemplateFactory) feature:starts_with_lower_case:1/starts_with_upper_case:-2/starts_with_upper_case:0/length:-1/ctag:-1
(TemplateFactory) Adding feature:starts_with_upper_case:0/agr1:-1/gender:0/number:0
(TemplateFactory) feature:starts_with_upper_case:0/agr1:-1/gender:0/number:0
(TemplateFactory) Adding feature:starts_with_upper_case:0/agr1:-1/orth:-1/class:-2
(TemplateFactory) feature:starts_with_upper_case:0/agr1:-1/orth:-1/class:-2
(TemplateFactory) Adding feature:starts_with_upper_case:0/class:0/gender:0/prefix-1:0/all_alphanumeric:1
(TemplateFactory) feature:starts_with_upper_case:0/class:0/gender:0/prefix-1:0/all_alphanumeric:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/class:0/starts_with_lower_case:1/struct:2/agr1:1
(TemplateFactory) feature:starts_with_upper_case:0/class:0/starts_with_lower_case:1/struct:2/agr1:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/ctag:0/parenthesis:0/class:1
(TemplateFactory) feature:starts_with_upper_case:0/ctag:0/parenthesis:0/class:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/dict_person_first_nam:-1/class:0/parenthesis:2/ctag:0
(TemplateFactory) feature:starts_with_upper_case:0/dict_person_first_nam:-1/class:0/parenthesis:2/ctag:0
(TemplateFactory) Adding feature:starts_with_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/has_digit:-2/gender:1
(TemplateFactory) feature:starts_with_upper_case:0/dict_person_first_nam:-1/has_lower_case:2/has_digit:-2/gender:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/starts_with_lower_case:1/case:0/suffix-2:1
(TemplateFactory) feature:starts_with_upper_case:0/starts_with_lower_case:1/case:0/suffix-2:1
(TemplateFactory) Adding feature:starts_with_upper_case:0/starts_with_lower_case:1/pattern:1/length:2/nospace:1/case:0/ctag:2
(TemplateFactory) feature:starts_with_upper_case:0/starts_with_lower_case:1/pattern:1/length:2/nospace:1/case:0/ctag:2
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_lower_case:1/all_digits:-2/has_upper_case:1/orth:0
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_lower_case:1/all_digits:-2/has_upper_case:1/orth:0
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_lower_case:1/starts_with_upper_case:0/nospace:2/gender:-1
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_lower_case:1/starts_with_upper_case:0/nospace:2/gender:-1
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/agr1:1/has_lower_case:2
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/agr1:1/has_lower_case:2
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/nospace:0
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/all_upper:-2/nospace:0
(TemplateFactory) Adding feature:starts_with_upper_case:-1/starts_with_upper_case:0/pattern:2/suffix-1:-1
(TemplateFactory) feature:starts_with_upper_case:-1/starts_with_upper_case:0/pattern:2/suffix-1:-1
--> CRFPP Chunker deserialize done 
-> Setting up chunker: chunker_cp
--> Chunk propagation
2016-10-25 12:23:43,402 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 2 from 29: /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 #1 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 #2 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 #3 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 #4 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 #5 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 #6 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 #7 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 #8 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 #9 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 #10 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 #11 from documents/00107247 from sent11

Text  : Miejsca wybuchów
Tokens: 1______ 2_______

Chunks:

(ChunkerEvaluator) Sentence #12 from documents/00107247 from sent12

Text  : Przed południem miały miejsce cztery wybuchy .
Tokens: 1____ 2________ 3____ 4______ 5_____ 6______ 7

Chunks:

(ChunkerEvaluator) Sentence #13 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 #14 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 #15 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 #16 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 #17 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 #18 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 #19 from documents/00107247 from sent19

Text  : Reakcje
Tokens: 1______

Chunks:

(ChunkerEvaluator) Sentence #20 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 #21 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 #22 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 #23 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 #24 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 #25 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 #26 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 #27 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 #28 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 #29 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 #30 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 #31 from documents/00107247 from sent31

Text  : Główne indeksy giełdowe notują duże spadki .
Tokens: 1_____ 2______ 3_______ 4_____ 5___ 6_____ 7

Chunks:

(ChunkerEvaluator) Sentence #32 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 #33 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 #34 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 #35 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 #36 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 #37 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 #38 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 #39 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 #40 from documents/00107247 from sent40

Text  : Źródła
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #41 from documents/00107247 from sent41

Text  : CNN
Tokens: 1__

Chunks:
  TruePositive nam [1,1] = CNN

(ChunkerEvaluator) Sentence #42 from documents/00107247 from sent42

Text  : TVN24
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = TVN24

(ChunkerEvaluator) Sentence #43 from documents/00107247 from sent43

Text  : Reuters
Tokens: 1______

Chunks:
  FalseNegative nam [1,1] = Reuters

(ChunkerEvaluator) Sentence #44 from documents/00107247 from sent44

Text  : RMF FM
Tokens: 1__ 2_

Chunks:
  TruePositive nam [1,2] = RMF FM

(ChunkerEvaluator) Sentence #45 from documents/00107247 from sent45

Text  : TVP1
Tokens: 1___

Chunks:
  TruePositive nam [1,1] = TVP1

(ChunkerEvaluator) Sentence #46 from documents/00107247 from sent46

Text  : Zamach terrorystyczny w Londynie
Tokens: 1_____ 2_____________ 3 4_______

Chunks:
  TruePositive nam [4,4] = Londynie

2016-10-25 12:23:44,707 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 3 from 29: /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 #47 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 #48 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 #49 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 #50 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 #51 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 #52 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 #53 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 #54 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 #55 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

2016-10-25 12:23:44,849 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 4 from 29: /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 #56 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 #57 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 #58 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 #59 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 #60 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 #61 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

2016-10-25 12:23:44,940 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 5 from 29: /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 #62 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 #63 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 #64 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 #65 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 #66 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 #67 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 #68 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 #69 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 #70 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 #71 from documents/00107257 from sent10

Text  : Jego działalność oceniło dobrze 39 % ankietowanych .
Tokens: 1___ 2__________ 3______ 4_____ 5_ 6 7____________ 8

Chunks:

(ChunkerEvaluator) Sentence #72 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 #73 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 #74 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

2016-10-25 12:23:45,116 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 6 from 29: /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 #75 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 #76 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 #77 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 #78 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 #79 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 #80 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 #81 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 #82 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 #83 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 #84 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 #85 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 #86 from documents/00107262 from sent12

Text  : 15 % nie ma zdania .
Tokens: 1_ 2 3__ 4_ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #87 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 #88 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 #89 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 #90 from documents/00107262 from sent16

Text  : 27 , 5 % nie ma zdania .
Tokens: 1_ 2 3 4 5__ 6_ 7_____ 8

Chunks:

(ChunkerEvaluator) Sentence #91 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

2016-10-25 12:23:45,394 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 7 from 29: /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 #92 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 #93 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 #94 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 #95 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 #96 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

2016-10-25 12:23:45,432 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 8 from 29: /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 #97 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 #98 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 #99 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 #100 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 #101 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 #102 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

2016-10-25 12:23:45,506 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 9 from 29: /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 #103 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 #104 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 #105 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 #106 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 #107 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 #108 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 #109 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 #110 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 #111 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 #112 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

2016-10-25 12:23:45,674 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 10 from 29: /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 #113 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 #114 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 #115 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 #116 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 #117 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 #118 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 #119 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 #120 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 #121 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 #122 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 #123 from documents/00107270 from sent11

Text  : Ostateczny wynik
Tokens: 1_________ 2____

Chunks:

(ChunkerEvaluator) Sentence #124 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 #125 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 #126 from documents/00107270 from sent14

Text  : Trener : Raul Lozano .
Tokens: 1_____ 2 3___ 4_____ 5

Chunks:
  TruePositive nam [3,4] = Raul Lozano

(ChunkerEvaluator) Sentence #127 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 #128 from documents/00107270 from sent16

Text  : Trener : Igor Kolaković .
Tokens: 1_____ 2 3___ 4________ 5

Chunks:
  TruePositive nam [3,4] = Igor Kolaković

2016-10-25 12:23:45,811 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 11 from 29: /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 #129 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 #130 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 #131 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 #132 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 #133 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 #134 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 #135 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 #136 from documents/00107276 from sent8

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #137 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 #138 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 #139 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 #140 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 #141 from documents/00107276 from sent13

Text  : Tłuste potrawy uzależniają ? , 1 kwietnia 2010
Tokens: 1_____ 2______ 3__________ 4 5 6 7_______ 8___

Chunks:

2016-10-25 12:23:45,939 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 12 from 29: /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 #142 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 #143 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 #144 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 #145 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 #146 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 #147 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 #148 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 #149 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 #150 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 #151 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 #152 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 #153 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

2016-10-25 12:23:46,093 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 13 from 29: /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 #154 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 #155 from documents/00107278 from sent2

Text  : " Należy szukać rozwiązania .
Tokens: 1 2_____ 3_____ 4__________ 5

Chunks:

(ChunkerEvaluator) Sentence #156 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 #157 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 #158 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 #159 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 #160 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 #161 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 #162 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 #163 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 #164 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 #165 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 #166 from documents/00107278 from sent13

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #167 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 #168 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 #169 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 #170 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 #171 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 #172 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

2016-10-25 12:23:46,363 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 14 from 29: /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 #173 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 #174 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 #175 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 #176 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 #177 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 #178 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 #179 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 #180 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 #181 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

2016-10-25 12:23:46,455 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 15 from 29: /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 #182 from documents/00107286 from sent1

Text  : 2007-07-05 : Praca w święta ?
Tokens: 1_________ 2 3____ 4 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #183 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 #184 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 #185 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 #186 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 #187 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 #188 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 #189 from documents/00107286 from sent8

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #190 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:

2016-10-25 12:23:46,560 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 16 from 29: /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 #191 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 #192 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 #193 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 #194 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 #195 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 #196 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 #197 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 #198 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 #199 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 #200 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 #201 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 #202 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 #203 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

2016-10-25 12:23:46,728 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 17 from 29: /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 #204 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 #205 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 #206 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 #207 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 #208 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 #209 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 #210 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 #211 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 #212 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 #213 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 #214 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 #215 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

2016-10-25 12:23:46,821 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 18 from 29: /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 #216 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 #217 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 #218 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 #219 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 #220 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 #221 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 #222 from documents/00107294 from sent7

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #223 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 #224 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 #225 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

2016-10-25 12:23:46,886 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 19 from 29: /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 #226 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 #227 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 #228 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 #229 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 #230 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 #231 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 #232 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 #233 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 #234 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 #235 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 #236 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 #237 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 #238 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 #239 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 #240 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 #241 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 #242 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 #243 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 #244 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 #245 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 #246 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 #247 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 #248 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 #249 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 #250 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 #251 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 #252 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 #253 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 #254 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 #255 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 #256 from documents/00107298 from sent31

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #257 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 #258 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 #259 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 #260 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 #261 from documents/00107298 from sent36

Text  : Tłuste potrawy uzależniają ? , 1 kwietnia 2010
Tokens: 1_____ 2______ 3__________ 4 5 6 7_______ 8___

Chunks:

2016-10-25 12:23:49,409 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 20 from 29: /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 #262 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 #263 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 #264 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 #265 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 #266 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 #267 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 #268 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 #269 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 #270 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 #271 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 #272 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

2016-10-25 12:23:49,503 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 21 from 29: /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 #273 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 #274 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 #275 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 #276 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 #277 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 #278 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 #279 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 #280 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 #281 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

2016-10-25 12:23:49,628 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 22 from 29: /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 #282 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 #283 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 #284 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 #285 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 #286 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 #287 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 #288 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 #289 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 #290 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 #291 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 #292 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

2016-10-25 12:23:49,787 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 23 from 29: /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 #293 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 #294 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 #295 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 #296 from documents/00107316 from sent4

Text  : Białoruski parlament liczy 110 miejsc .
Tokens: 1_________ 2________ 3____ 4__ 5_____ 6

Chunks:

(ChunkerEvaluator) Sentence #297 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 #298 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 #299 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 #300 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 #301 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

2016-10-25 12:23:49,852 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 24 from 29: /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 #302 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 #303 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 #304 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 #305 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 #306 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 #307 from documents/00107324 from sent6

Text  : Trudno jednak powiedzieć ile zabrakło .
Tokens: 1_____ 2_____ 3_________ 4__ 5_______ 6

Chunks:

(ChunkerEvaluator) Sentence #308 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 #309 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 #310 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 #311 from documents/00107324 from sent10

Text  : Zobacz też
Tokens: 1_____ 2__

Chunks:

(ChunkerEvaluator) Sentence #312 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

2016-10-25 12:23:49,911 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 25 from 29: /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 #313 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 #314 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 #315 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 #316 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 #317 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 #318 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 #319 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 #320 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 #321 from documents/00107331 from sent9

Text  : Polski minister nazwał doniesienia prasowe „ anonimowymi spekulacjami ”
Tokens: 1_____ 2_______ 3_____ 4__________ 5______ 6 7__________ 8___________ 9

Chunks:

2016-10-25 12:23:50,014 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 26 from 29: /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 #322 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 #323 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 #324 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 #325 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 #326 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

2016-10-25 12:23:50,041 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 27 from 29: /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 #327 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 #328 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 #329 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 #330 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 #331 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 #332 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 #333 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 #334 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

2016-10-25 12:23:50,101 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 28 from 29: /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 #335 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 #336 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 #337 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 #338 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 #339 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 #340 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 #341 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 #342 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 #343 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 #344 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 #345 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

2016-10-25 12:23:50,163 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 29 from 29: /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 #346 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 #347 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 #348 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 #349 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 #350 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 #351 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 #352 from documents/00107355 from sent7

Text  : Bytom
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = Bytom

(ChunkerEvaluator) Sentence #353 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 #354 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 #355 from documents/00107355 from sent10

Text  : Opole
Tokens: 1____

Chunks:
  TruePositive nam [1,1] = Opole

(ChunkerEvaluator) Sentence #356 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 #357 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 #358 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 #359 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 #360 from documents/00107355 from sent15

Text  : Oława
Tokens: 1____

Chunks:
  FalseNegative nam [1,1] = Oława

(ChunkerEvaluator) Sentence #361 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 #362 from documents/00107355 from sent17

Text  : Wrocław
Tokens: 1______

Chunks:
  TruePositive nam [1,1] = Wrocław

(ChunkerEvaluator) Sentence #363 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 #364 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 #365 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 #366 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 #367 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 #368 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 #369 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 #370 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 #371 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 #372 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 #373 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 #374 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 #375 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 #376 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 #377 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 #378 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 #379 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 #380 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 #381 from documents/00107355 from sent36

Text  : Sytuacja w mieście się ustabilizowała .
Tokens: 1_______ 2 3______ 4__ 5_____________ 6

Chunks:

(ChunkerEvaluator) Sentence #382 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 #383 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 #384 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 #385 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 #386 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 #387 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 #388 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 #389 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 #390 from documents/00107355 from sent45

Text  : Mielec
Tokens: 1_____

Chunks:
  TruePositive nam [1,1] = Mielec

(ChunkerEvaluator) Sentence #391 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 #392 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 #393 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 #394 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 #395 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 #396 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 #397 from documents/00107355 from sent52

Text  : Miejsce zostało oznakowane i zabezpieczone .
Tokens: 1______ 2______ 3_________ 4 5____________ 6

Chunks:

(ChunkerEvaluator) Sentence #398 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 #399 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 #400 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 #401 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 #402 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 #403 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 #404 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 #405 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 #406 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 #407 from documents/00107355 from sent62

Text  : Podtopionych jest jednak dalej 90 gospodarstw .
Tokens: 1___________ 2___ 3_____ 4____ 5_ 6__________ 7

Chunks:

(ChunkerEvaluator) Sentence #408 from documents/00107355 from sent63

Text  : Połaniec
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Połaniec

(ChunkerEvaluator) Sentence #409 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 #410 from documents/00107355 from sent65

Text  : Woda zalewa miejscowość Ruszcza .
Tokens: 1___ 2_____ 3__________ 4______ 5

Chunks:
  TruePositive nam [4,4] = Ruszcza

(ChunkerEvaluator) Sentence #411 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 #412 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 #413 from documents/00107355 from sent68

Text  : Warszawa
Tokens: 1_______

Chunks:
  TruePositive nam [1,1] = Warszawa

(ChunkerEvaluator) Sentence #414 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

2016-10-25 12:23:50,704 [main] INFO  g419.corpus.io.reader.BatchReader - Reading 30 from 29: /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 #415 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 #416 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 #417 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 #418 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 #419 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 #420 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 #421 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 #422 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 #423 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 #424 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 #425 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 #426 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 #427 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 #428 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 #429 from documents/00107361 from sent15

Text  : Źródła
Tokens: 1_____

Chunks:

(ChunkerEvaluator) Sentence #430 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 #431 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                            &     658 &      42 &      78 &    94.00% &  89.40% &  91.64% \\
\hline
        *TOTAL*                        &     658 &      42 &      78 &    94.00% &  89.40% &  91.64% \\


======================================================================================
# Annotation span evaluation (annotation types are ignored)
======================================================================================
        Annotation                     &      TP &      FP &      FN & Precision & Recall  & F$_1$   \\
\hline
        *TOTAL*                        &     658 &      42 &      78 &    94.00% &  89.40% &  91.64% \\


======================================================================================
# MUC match evaluation
======================================================================================
        Annotation                     &     COR &     ACT &     POS & Precision & Recall  & F$_1$   \\
\hline
        nam                            &    1352 &      48 &     112 &    96.57% &  92.35% &  94.41% \\
\hline
        *TOTAL*                        &    1352 &      48 &     112 &    96.57% &  92.35% &  94.41% \\


====================================================
Processing time
====================================================
1) Model loading        : --h --m 00s (146824011ns) 
2) Data reading         : --h --m 00s (249773305ns) 
3) Feature generation   : --h --m 01s (1009318295ns) 
4) Chunking             : --h --m 02s (2148749563ns) 
5) Evaluation           : --h --m 03s (3985771148ns) (not in total time)
----------------------------------------------------
## Total time             --h --m 03s (3554665174ns)
----------------------------------------------------
Tokens           :     7410
Text kB          :       45.36
Tokens  / second :     2084.58
Text kB / second :       12.76
----------------------------------------------------
