Vilka Washington Post berättar om är svårt att veta

2014-11-16

Rörande sådana här nyheter - särskilt tydligt så relaterat Syrien - saknas regelmässigt några kategorier av kontextuell information:



Vad är det egentligen för grupper? Och hur ser kartan av grupper egentligen ut? Och som jag tror vi oftast lättare upplever problemet om ej särskilt intresserad av nyheter, ämnet eller nyhetsanalys hur förhåller sig dom / eller hur samma är dom med grupper vi kan se eller som uttalar sig i andra nyheter om ämnet?


Rörande det sista tar vi alla för givet att det knappast är religiösa extremister man stödjer här. Men det känns mindre självklart hur dom här grupperna förhåller sig till mer märkbara organisationer utanför Syrien. Dock väldigt svårt för mig och tror jag mer eller mindre alla att ens grovt gissa sig till eftersom kommunikation av någon vetskap om de olika grupperna i såväl som utanför Syrien saknas i Syrien-nyheter regelmässigt. För det lilla jag känner till också mindre - men ibland förklarande vetskap - sällan kommunicerat indikerar dessutom för en del nyheter (ej aktuellt här där ju analys utanför rapportering av informationen från myndigheterna) att skribenterna gjort från små till ett par - tre gånger ganska betydande missuppfattningar om vem som är vem.


Jag är här förövrigt lite baffled över vad man menar ska ha nått sin kulmen rörande åtgärder vid årsskiftet? När nådde eller ska dom resultaten ha nått sig 50% av maximum? Och vilka entiteter / grupper är det dom realiseras via? Jag undrar också vad det är för åtgärder. Man kanske spontant skulle tänka sig passa för slagkraft är jag inte säker på att man avser. Jag är heller inte säker på - men kan ta helt fel - att CIA just är den entitet (oavsett brand passande för att kommunicera packeterat så att säga) som skulle beväpna och utbilda seriöst praktiskt eller just sysslar med sådant annat än kanske fortfarande relaterat infrastruktur (pengar, transportera och prata med personer: men jag spekulerar att det numera kanske mer är andra som kan och gör sådant givet att flera stora "ämnes-relaterade" konflikter pågått resp. pågår sedan år i Irak såväl som Afganistan där jag inte oavsett generell expertis där jag förövrigt också misstänker att CIA gör mindre sådant här numera än längre tillbaka - antagligen ogillar om en annan funktion man har störe avstånd till - kanske via "Washington" och sedan till myndighet - än soldaterna man för befäl över direkt där - gör saker: därmed dock inte sagt att jag egentligen inte skulle gissa att CIA skulle vara från ett mer kulturellt eller från centralitet perspektiv hade varit bättre än mera direkt militärt p.g.a. viss spekulerar jag oftare vana av mer praktiska problem kring sådant här man inte på fältet löser uteslutande genom massor av fler resurser involverande och huvudsakligen relaterat en själv snarare än andra: D.v.s. rätt projekt så kanske kan vara bra men om detta är rätt eller fel projekt är inte lätt att veta säkert för mig som nyhetsläsare) och samband.


Jag misstänker lätt att definition begrepp blandats samman och det här är något man refererat till förr i år. Men som kanske inte menar eller avser riktigt vad man kanske naturligt skulle uppleva avses. Förståelse vilka entiteter som avses torde etablera för såväl aktuell publicist fortsatt (och indirekt övriga) att få en bättre bild av det då jag inte tror att dessa grupper typiskt om kanal kan etableras - mobiltelefon förslagsvis om dom näten fungerar fortfarande - har någon anledning att ej ge en grov bild av vilket stöd med praktiskt värde de får).

Skiss

2014-11-14
Bra att uttrycka ner föregripande del tre i ramverks-manual-böckerna.

Emellertid *stor varning* att mer än tänka till pröva utökat värde markedness-beräkning mot er vedrtagna metoder.
Om värdet utanför meaning signifikant överstiger avstår jag bättre.

Frågan är väl också om jag egentligen här kanske som jag börjat inse att vi i alla fall är i domän runt - oavsett hur nära -
eftergripande kanske löst vad särskilt skolorna närmare Chomsky försökte göra i generell grammatik princip men föll på genom att
språket expanderar ut så enormt i hur sake rkan göras medan de inte sökt något enkelt likt viktberäkning. För verg-gruppen d.v.s.
utanför ser jag som inte behovet av denna viktberäkning och själva den tror jag praktiskt missriktade motivationen en del har om
universial grammars finner jag tämligen ointressant.

Markedness verb-grupperna.

1. Formen. Mer eller mindre direkt. Värde exempel.
2. Operatorerna singulära. D.v.s. ej verb eller PP. MD, particle-former följande inverkan direkt primacy men ej recenty utanför verbgrupp.
För de samma brytande sista är frågan om de egentligen är samma. Bryter ju också mot sekventiell parsning.

2.1. Lämpligt exempel är ju hur vi får ytterst eleganta viktvärden för det mesta aktuellt. Trivialt MD utefter may o.s.v. can. Samt när de går
hypotes might could vs de andra och varandra.

2.2. Vidare skalar när vi gör modal-konstruktioner för verb ett likt I wish to verb something. Och noterande att vi har samma direkt funktionella
vikt-skala för samma konstruktion när första verb istället för MODAL_INFORMATION är MODAL_EVENT (jag tror mina grupper här delvis motsvarar
irrealis men ej helt: värt att följa upp samtidigt för ev. väg att expandera taggade verb). Men att notera att för resp. MODAL_INFORMATION och
MODAL_EVENT är ev. skalorna ej kompatibla (jag tror de är det egentligen) och jämföra det med markedness för verb-grupper rörande om aktivering går
till verb i andel resp. vidare spreading här och nu (jfr studien för primacy effect större mot location för imperfective) och hur avtagande tiden så
kanske det tydliggörs samtidigt för mig (känns som jag egentligen redan ser hur de är samma men riktning +/- som vanligt lite förvirrat för mig i början
på nya viktsystem). Också att följa upp om fler studier färska finns rörande primacy effect imperfective och särskilt något funktionellt jämförbart
jfr propaganda effect rörande tidseffekterna. Även om jag knappast lär få något jag behöver av det täckande upp området i referenser.

2.3- Också hur samma viktsystem för descriptive action verb, interpretive action verb, state action verb, state verb, eller resp. grovare om vi ser
det som subjekt eller objekt preferens direkt rankar in verb:en i resp. grupp utan mer än ett fåtal osäkra mellan skalorna (ev. för många av dem kanske
argumenterat vad som inte vettigt bra tolkas utan också grammatik och lokalt kontext). Den ena av state-grupperna med redan kategoriserade för felkontrollen
är (naturligt) liten vilket gör jämförelse vad som funktionellt egentligen inte vettigt går att göra eftersom de är så få i engelskan. Minns jag rätt kategoriserar
dock alla av dem med marginal vilket också tror jag är att förvänta generellt för mindre verb-grupper (jfr också MD-verben) havande mer operator-natur
(jfr MIT's studie rörande information i kortare ord vilka ju tyiskt har i min värld mer operator natur: if, of o.s.v.).

3. Diskussionen perfective vs imperfective som finns klar i skisserna Del två boken.

3.1. Denna att komplettera förklarande vad det är i / eller jämförande begrepp befintliga abstrakt modell motsvarande något gemensamt
underliggande med särskilt PP-operatorerna AT (fr perfective och avslutad konvergens) och IN (jfr imperfective - spridande över ett större område i
och runt symbol vi i AT konvergerar för PP avgränsat).

3-2- Något jag bör följa upp för att se om funktionellt och om i så fall praktiskt värde alg. är om completness tid o.s.v. på själva verb:et generiskt
(jfr att nysa versus att köra bil) påverkar. För nya m.fl. bör konvergens vara mer uttryckt oavsett om i imperfective. Jfr för bra exempel jag citerade
tidigare i "Semantics" mellan blinka i perfective och imperfective vs en båt som började "segla" i väg i perfective resp. imperfective.

3.3. Vad som stör mig något rörande imperfective är att primacy effect dokumenterad för locative potentiella argument känns naturliga för mig.
Men jag upplever själv oseriöst prövande lite ej lika tydligt själv för andra. Rimligen om det säger något alls att locative rent statistiskt är troligare
som förekomst. Det skulle dock störa mig såväl praktiskt som teoretiskt om något särskilt just för locations spelar in här. Vettig grounding i Blue light
snarare3 än någon esoterisk elegant ide om fysiskt rum direkt vs kognition och talande är värde i forskning och vetande så någon preferens i plats särskiljande
mot location och primacy mot forsknings områden vill vi inte se om det riskerar att kräva särbehandling i viktsystemen. Men det kommer givetvis inte vara så.
Jfr en kemist som gör kemi delområden dagligen. Mineralen i mineral-kategorin X o.s.v. Vapensystemet i vapensystem gruppen X. Politiska perspektivet i ideologi-systemet
X. Man ser ju också direkt hur de följer AT och IN p.s.s. Men värt att försöka räkna bakåt från och komplettera uppföljning ev. senare studier sedan vi tömde
journalhusen på publicerat (slutar juli kanske). Internet-datorn behöver ett par egna externa nya hårddiskar också. Det finns en nätdisk oanvänd men den var
slö mot utvecklingsdatorn jfr USB-diskarna. FC kanske kan rensas och räcker väl till hälften med 1 T mot om vi tar ner dom största som html när det går och pdf
annars, och tror jag alla större om pdf konverteras direkt text. Bäst att kontrollera om de mer sura aktörerna inte ändrat sina robot-txt rörande subdomäner där de
missat runt apierna o.s.v. JSTR inte minst så de inte driver en i självmord som de gjort med andra. Även om jag väl är lite för sur som person för att riskera
sådant numera. Lycos tror jag ändrade efter jag ändrade den på nyhetstitlar via nyhetssökningen.


4. Det är intressant och har direkt värde i alg. ändringarna för dagarna här att allt markedness helt saknar operator-dubbel-argument. D.v.s. ingen skillnad
finns mot säg ing-form på verb och hur MD-operatorerna propagerar vikt.




































Sydvietnam vs (blivande nationalstaten) Kurdistan

2014-11-13

En tänkbar skillnad mellan situationen och dess entiteter i Sydvietnam och ( Irak, Syrien ) området är att de kurdiska grupperna är något involverade och antagligen fortsatt av nöd. Det är ju folk som lärt sig att vad de får behöver de försvara och stöd till dem kommer ovanpå en delvis mental såväl som kunskapsmässig utgångspunkt av självtillräcklighet.


Situationen från de sista franska åren och än tydligare sista åren Sydvietnam existerade var ju en vana att andra agerade. Utan förutom allt annat kring detta längre tids etablering av funktionella för en stridande verklighet dom organisatoriska och politiska funktioner. Snarare mer åt en vana av infrastruktur, kommunikation, ledningssystem, vad som dök upp, medan de politiska strukturerna som förväntat (åtminstone statistiskt) av färska länder såväl som regioner under konflikt korruption.



Av inte helt olika orsak är jag kanske inte helt övertygad om Iraks förmåga (regeringen eller vad man rätt ska källa och dess funktioner mer "centralt" - Kanske skulle man på sikt önska en delning av Irak: Det är tråkigt att Iran / Persien inte är en stabil och trygg demokrati) att lösa sina egna problem bra.


Mer bildliga jämförelser kan vi ha lätt för att uppleva bär sanning svårare att föra i bevis. Om vi vill kan vi se det som att kurderna under bra många år inte fick några möjligheter att bli feta: tvärtom kämpande för sitt liv så många gånger förr.

Världsbild och perspektiv: Några till varianter i mötet grammatik, common sense och semantik

Nedan ytterligare några exempel förutom den som säkert går att läsa sig till i Meningsfull parsning: Parser man har nytta av med inte stort större god vilja än allra minst normalt förväntat i mer praktisk natural language processing i tolkning och analys mening.


Alla exemplen har fördelen av att de är ganska själv-förklarade av meningarna ovanpå resp. (som jag när de saknades lite snabbt - säkert med små test-utmärkta språkfel av och till - komiskt såväl som påkostade aktualitet - Jeb Bush medan vi spar eller avstår från Obamas modiga insats för folkhälsan med Nicorette: Och självklart ska du möta Big Red är detta styrka också utanför cool - Obamas lunghälsa är mer värd än lite artighet när säkert redan mer än vanligt irriterad av luftföroreningarna).


Jag markerade ut entitet och verb för perspektiv med *. Och ' grovt runt vad som vi kan utnyttja för att modifiera perspektiv direkt för någon enstaka (ex. när vi har också ett direkt objekt redan till verb-1: som här definierat - som också är subjekt till verb-2 - som här definierat: Tänker man istället för att följa subkulturell tradition rörande dom här parsnings-träden inser man att det är direkt objekt resp. subjekt).



   # 3.1. PCU
    # *Hillary was told* that she will might "meet" Jeb Bush during the election.

    %structure = %{&packs_test_and_set__PCU(\%structure)};
  
    # 3.2. PCU-VARIANT.
    # Notera it som dummy NP-subject:
    # "It *surprised Hillary* that she might run against something so old as a "pre-Obama" name",    
    %structure = %{&packs_test_and_set__PCU_DOBJ_EFFECT(\%structure)};

    # 4.2 MODAL
    # *Hillary wish* to kick Obama in the nuts. 
    %structure = %{&packs_test_and_set_MODAL(\%structure)};

    # 4.3 En del varianter motsvarande 4.2 när verb-1 ligger i vad jag kallade MODAL_EVENT (ex. 
started) snarare än MODAL_INFORMATION (wish, hunger o.s.v.) kommer ju inte sällan i varianter 
(som den funktionen tar hand om) som "started running" (utan to-infinitive men fortfarande 
marked så vitt jag sett alltid: ex. running). Nedan har vi dock en PP-operator 
(egentligen vill jag ofta hellre se to-infinitive som att det är en PP-operator där vi till 
höger får ex. verb:et vi vill komma till - wish - från en utgångspunkt vi naturligt 
höftar till om när vi läser nyhetstitlar på morgonen eller surfar internet från vad vi vet om 
olika entiteter som länder, personer, djur m.m.).   

    # 4.3 *Obama managed* 'in firing' Hillary without damage to his or Bill's brand names.
    %structure = %{&packs_test_and_set_MODAL_IN(\%structure)};

    # 5.1. MANIPULATION
    # *Hillary tricked Obama* to fire her so she could get ready to defeat him the next election. 
    %structure = %{&packs_test_and_set_MANIPULATION(\%structure)};

    # 5.2. *Bill as surprised as Hillary* *arranged for 'her'* to read through his
    # old election notes to see why she want run against Obama.

    %structure = %{&packs_test_and_set_MANIPULATION_FOR(\%structure)};

   # 6.1. INFORMATION (med natur lite både av PCU varianten resp. manipulation: Manipulation by information). 
    # *Obama informed Hillary* that she was fired since Bill almost everyday now called him for advice.
    %structure = %{&packs_test_and_set__INFORM(\%structure)};

Förutom att etablera en bild av hur entiteter förhåller sig till varandra, vad de tycker, och prediktioner det kan vara del av rörande förändring i världen inser vi att våra perspektiv här (med övrig information) är vad vi kan använda för att definiera det perspektiv vi kan önska söka godtycklig information från eller alt. mer konkret (och lättare) önskar exempel från (ex. Hillary tyckande negativt, eller tyckande om Obama, eller citerad med ett ord som är kontroversiellt, ämnen som intresserar henne).

Kvinnan är troligen lite oftare emotionellt vek än Mannen

Mängden förnamn som finns är enormt och jag har inte gått över dem för att ta ut emotionell intensitet i genomsnitt för kvinnor och män. Emellertid för vanliga test-meningar likt Meningsfull parsning: Parser man har nytta av där vi ju har Bill och Hillary (och bredare för fullständiga namn för kända personer) tenderar män att ligga något högre):


Bill: 'EMI' => '0.514465422090061'

Hillary: EMI' => '0.000174095460703142


Även om skillnaden här är lite större än normalt.


Aktuellt viktsystem för emotionell intensitet är skapat via projektion av mer stationära vikter för cirka 20 - 30 000 ord uttryckta i vad jag kallar describe (i princip brödtext för nyhet med prioritet för viktigare delar) till flergrams-koncept detekterade i DO (bild, bildtext, titlar, taggar m.fl. rörande koncept som är centrala ämnen där de förkommer) över en mycket stor mängd data för de vikter som här används (de beräknas också dagligen rörande förändringar för att följa vad som sker i nyhetsvärlden runt koncept men det är en helt annan användning) med början i mitten av 1500-talet (artiklar forskning via JSTOR som jag också i övrigt hämtat försvarliga mängder titlar, abstract och kategorier från) och med början med cirka 1950 och 1960-tal en relativt försvinnande andel från samma källa och mycket mer forskning från andra kanaler (inte minst National Institute of Health), och efter 1960-talet allt mer nyheter, böcker, ordlistor, uppslagsverk, publikationer från myndigheter m.m.


Kontext är därför mycket styrande. Ursprungliga vikter tenderar dock att för vanliga ord med relativt tydlig vikt ge motsvarande värden (i rank-mening när fler-gram ej tas ut) vilket jag tror indikerar att det är funktionellt även för jämförelse av person-kategorier (kill kommer ex. mycket högt för båda, liksom drunkna vilket tänkbart uttrycker viss student-bias rörande en del av associations-studierna jag använde för delar av vikt-dimensionerna - isomorphological similarity om man söker bakåt några år ger det första arbetet för en av de fem dimensionerna men ej riktigt motsvarande samma viktsystem idag).

Meningsfull parsning: Parser man har nytta av

Eftersom jag inte skrivit något på ett tag tänkte jag skriva något kanske större utspritt över några inlägg rörande hur egentligen för tänker jag de flesta normala användningsområden meningslösa vanliga parsers är. Vad har man egentligen för nytta t.ex. av "träden" som skapas?

De är ju absolut inte meningsfulla direkt för att ta ut mening, tolka och förstå vad som sägs, utan det är ju arbete som helt kvarstår. Praktiskt är det bara att börja parsa resultatet man får. Vilket jag tidigare gjort och har en tämligen kompetent parser för (med viss chunking). Emellertid är det ju en massa arbete som görs tycks det i onödan om vi nu mer är intresserade av att tolka och förstå ungefär som en människa (tänk någon som surfar nyhetstitlar på en tidnings startsida eller i sökresultat) där beräkningskostnad (för att inte tala om minnesåtgången) prioriteras i mycket där det inte behövs.


Nedan har vi som jag börjar med att publicera för att ha att referera dump av en datastruktur uttryckande "arbetsminne" för analysen av en nyhetstitel. Den är av och till (en hel del) kommenterad lokal.


I "parser-familj" vet jag inte riktigt var den hör samman. NP och verb-grupper detekteras och tas ut via chunking och den processen är i huvudsak regelstyrd vilket tycks prestera bättre än befintliga chunking-system åtminstone för nyhetstitlar (helt säkert delvis just därför att det är nyhetstitlar) utifrån part of speech där jag bl.a. använt brill resp. en statistisk. Ingendera är egentligen perfekt men jag har verkligen ingen lust att skriva en egen.


Likt dom dependency parsers ex. Speech and Language Processing (Jurafsky) diskuterar uttrycks beroenden emellertid inte som i exemplen där mellan orden utan fraserna. Dessa finns när de uttrycker samband som ligger lite utanför vad chunkingen direkt får fram när de är praktiskt användbara.


I dumpen arbetsminne noterar vi att riktad parsning mot mening skett. Här från att titlar uttrycker en världsbild Bill heard that the tank destroyer was attacking Hillary (test-titarna kan tyckas underliga men här får man ju förutom själva claus-konstruktionen och mening kring den sådant som weapon effect, ett koncept - tank destroyer ngram-detektion kan ta ut flera typer av, vi har personer indikerade med förnamn - imperfective o.s.v. Där testmeningarna mer skapas bit-for-bit utan att egentligen vara alltid särskilt troliga nyhetstitlar).


Jag ids inte sitta och konvertera dumpen som kommit via något xterm-liknande på utvecklingsdatorn. Bäst kopieras det säkert in till Emacs eller liknande än att läsa direkt.


Notera gärna också kommentaren i sista stycket rörande gun boat och tank destroyer :-D




$VAR1 = 'PH';
$VAR2 = {
          '6' => {
                   'end_position' => 8,
                   'PH' => 'NP',
                   'start_position' => 8,
                   'phrase_true' => 'Hillary',
                   'HEAD' => {
                               'ARGUMENT' => {
                                               'DIRECT_OBJECT' => {
                                                           'PH' => '5',
                                                           'RIGHT' => 1,
                                                           'RAW' => 'DIRECT_OBJECT(attacking, Hillary)'
                                                         }
                                             }
                             },
                   'CH' => {
  
                             '0' => {
                                      'WORD_GIVEN' => 'Hillary',
                                      'CHUNK' => 'B_NP',
                                      'pos' => 8,
                                      'WORD_BASE' => 'hillary',
                                      'POS' => 'NNP'
                                    }
                           },
                   'CH_NUM' => 6,
                   'ngram' => {
                                'hillary' => {
                                               'ME' => {
                                                         '8' => 1
                                                       },
                                               'CONCEPT_AS_GIVEN' => 'Hillary',
                                               'CONCEPT_BASE' => 'hillary',
                                               'TYPES' => {
                                                            'type_marker' => {
                                                                               'NGRAM' => 1
                                                                             },
                                                            'human_nature' => {
                                                                                'PERSON' => 1
                                                                              }
                                                          },
                                               'VALENCE_HH' => {
                                                                 'LAMBDA' => '29.3707558220325',
                                                                 'BLI' => '1.85637293777104e-05',
                                                                 'WP' => '1.10809794620763e-10',
                                                                 'HH' => '0.000174095460703142',
                                                                 'WE' => '1.01241183202824e-07',
                                                                 'EMI' => '0.000174095460703142',
                                                                 'IDF' => '24.4047821320418',
                                                                 'SCALED_COUNT' => '1.4142135623731'
                                                               },
                                               'POS' => 'NNP'
                                             }
                              },
                   'phrase' => 'hillary',
                   'phrase_pos' => 'NNP'
                 },
          '4' => {
     # AUX-operator som stoppats in i VP bildande en verb-grupp. Kvarstår p.g.a. av programlogiken.

                   'PH' => '_STOP',
                   'HEAD' => {

                             }
                 },
          '1' => {
                   'end_position' => 1,
                   'PH' => 'VP',
                   'start_position' => 1,
                   'phrase_true' => 'heard',
                   'HEAD' => {
                               'WORD_GIVEN' => 'heard',
                               'HH_TYPES' => {
                                               'PROTO_VERB' => {
                                                                 '_MODAL_INFORMATION' => 1,
                                                                 '_STATE_VERB' => 1,
                                                                 '_MODAL_PCU' => 2
                                                               },

                                               'TRANS' => {
# Typerna är egentligen ner-informerade från data The Specialist Lexicon (National Institute of Health) ger i tense information och fungerar som indikationer om vad som kan hämtas där rörande verb-argumenten (gör ganska lite - ingenting egentligen  mer än grund-kategorier adverb m.m., tense och sub- men alltid rätt och vad jag nog oftast i området mer regelbundet över åren återvänder till: Bra funktionell datastruktur dessutom: CSV).

                                                            'CPLXTRAN' => 1, # Realiserad CLAUSE_VERB_COMP
                                                            'ARG_COUNT' => 2, # Subjekt och complex transitivity med verb.
                                                            'INTRAN' => 0, # Ej realiserad som definierad.
                                                            'TRAN' => 0  # Ej realiserad som definierad.
                                                          },
                                               'CL' => {
        # Högnivå typ härledd från gramamtik och allmän vetskap verb m.m. Uttrycker en världsbild från subjekt till
        # _PCU_HEAD d.v.s. heard i den mening att "Bill heard". Där "verb 2" ger oss själva världsbilden tillsammans
        # med dess argument. PCU = Perception (heard) - Cognition ( "Bill beliefs that Hillary will run for president" ),
        # Utterancy ( "Bill heard that Hillary might come to run against Jeb Bush in the election." ). 

                                                         '_HAS_VERB_2' => '5',
                                                         '_PCU_HEAD' => 1,
                                                         '_PCU_MIDDLE' => 'that',
                                                         '_PCU_HEAD__HAS_VERB_2' => '5'
                                                       },
                                               'V' => {
                                                        '_TRAN' => 8,  # Viktning för typ av "transitivity" (eller vad det vanligen kallas). Inkl. 
          # viss hantering av verb som för mig tycks ha fler argument än annars diskuterat 
          # (en definitions fråga kanske): Penning-transferering och handel ev. endast (de jag 
          # sett): "Boy-toy Hans "mistress" bought *him* *the house in Stockholm *for 100 million*."
          # Mannerative i någon mening även om det känns en aning annorlunda med "for cash": 
          # Jfr beneciary vilket vi ju också kan se som en mannerative dimension relaterad dimension
          # och värde-spridning. Ej riktigt (inte alltid i alla fall) manner i hur vi gör det
          # fysiskt kanske men väl betydelsefullt praktiskt för vad verb:et innebär. 

                                                        '_PAST' => 1  # Saknas lokala "aux" och "md" operatorer är detta härlett *endast* från heard medan
          # samspel efterföljande verb rörande ex. imperfective, perfective m.m. hanteras ovanpå
          # beroende av frihet vid punkten där vi "imploderar" världsbild av talande jfr händelsen
          # för att ta ut vikter och dimensioner. 
                                                      }
                                             },
                               'VALENCE_HH' => {
       # Diverse vikter som sätts tidigt men egentligen inte längre används. Praktiska att ha kvar för manuella kontroller.
       # Även om IDF vikter nu använda är framtagna riktat för nyhetstitlar från endast nyhetstitlar som indata (cirka i 
       # en mindre pre-körning 50 GB men just nyhetstitlar såväl som titlar forskning och government data finns *försvarliga*
       # mängder av - för att inte tala om titlar websidor vilka dock kan ge lite oförutsedda "Wikipedia IDF-effekter" om man
       # inte är oförsiktig i filtrering). 

                                                 'WP' => '0.000375847068042446',
                                                 'BLI' => '0.0593952801874406',
                                                 'HH' => '0.511927612425699',
                                                 'EMI' => '0.511927612425699',
                                                 'WE' => '0.11813802909792',
                                                 'IDF' => '6.0609820328783'
                                               },
                               'ARGUMENT' => {
                                               'NP_SUBJECT' => {
                                                            'PH' => '0',
                                                            'LEFT' => 1,
                                                            'RAW' => 'NP_SUBJECT(heard, Bill)'
                                                          },
                                               'CLAUSE_VERB_COMP' => {
                                                            'PH' => '5',
                                                            'LEFT' => 1,
                                                            'RAW' => 'CLAUSE_VERB_COMP(heard, attacking)'
                                                          }
                                             },
                               'WORD_BASE' => 'hear',
                               'POS' => 'VBD'
                             },
                   'CH' => {
                             '0' => {
                                      'WORD_GIVEN' => 'heard',
                                      'CHUNK' => 'B_VP',
                                      'pos' => 1,
                                      'WORD_BASE' => 'hear',
                                      'POS' => 'VBD'
                                    }
                           },
                   'CH_NUM' => 1,
                   'ngram' => {
                                'heard' => {
                                             'ME' => {
                                                       '1' => 1
                                                     },
                                             'CONCEPT_AS_GIVEN' => 'heard',
                                             'CONCEPT_BASE' => 'hear',
                                             'TYPES' => {
                                                          'type_marker' => {
                                                                             'NGRAM' => 1
                                                                           },
                                                          'human_nature' => {
                                                                              'ACTIVE' => 1,
                                                                              'POWER' => 1
                                                                            },
                                                          'noun_properties' => {
                                                                                 'PROM_ALBUM' => 1
                                                                               }
                                                        },
                                             'HH_TYPE' => {
                                                            'VERB' => 1
                                                          },
                                             'VALENCE_HH' => {
                                                               'BLI' => '0.0593952801874406',
                                                               'WP' => '0.000375847068042446',
                                                               'HH' => '0.511927612425699',
                                                               'WE' => '0.11813802909792',
                                                               'EMI' => '0.511927612425699',
                                                               'IDF' => '6.0609820328783'
                                                             },
                                             'POS' => 'VBD'
                                           }
                              },
                   'phrase' => 'hear',
                   'phrase_pos' => 'VBD'
                 },

          '3' => {
                   'end_position' => 5,
                   'PH' => 'NP',
                   'start_position' => 3,
                   'phrase_true' => 'the tank destroyer',
                   'HEAD' => {
                               'HH_OPERATORS' => {
                                                   'DT' => 'THE'
                                                 },
                               'ARGUMENT' => {
                                               'NP_SUBJECT' => {
                                                            'PH' => '5',
                                                            'RIGHT' => 1,
                                                            'RAW' => 'NP_SUBJECT(attacking, destroyer)'
                                                          },

                                               'NN' => {
                                                         'PH' => '3',
                                                         'LEFT' => 1,
                                                         'RAW' => 'NN(destroyer, tank)'
                                                       },

            # Operator determiner. I den mån DT ej ingår i ett ngram detekterat "större" än sig själv raderas DT från de 
            # identifierade möjliga ngram:en. Och placeras istället i HH_OPERATORS. 

                                               'DT' => {
                                                          'PH' => '3',
                                                          'LEFT' => 1,
                                                          'RAW' => 'DT(destroyer, the)'
                                                        }
                                             }
                             },

                   'CH' => {
        # Respektive ord i "frasen" / "verb-gruppen" / "chunk". WORD_BASE kan vara modifierat (ex. till lower cause bl.a. därför att delar
        # av viktsystemen förväntar eller bättre uttryckt vinner på mer "core-typer" medan andra som IDF ibland ej gör det).

                             '1' => {
                                      'WORD_GIVEN' => 'tank',
                                      'CHUNK' => 'I_NP',
                                      'pos' => 4,
                                      'WORD_BASE' => 'tank',
                                      'POS' => 'NN'
                                    },
                             '0' => {
                                      'WORD_GIVEN' => 'the',
                                      'CHUNK' => 'B_NP',
                                      'pos' => 3,
                                      'WORD_BASE' => 'the',
                                      'POS' => 'DT'
                                    },
                             '2' => {
                                      'WORD_GIVEN' => 'destroyer',
                                      'CHUNK' => 'I_NP',
                                      'pos' => 5,
                                      'WORD_BASE' => 'destroyer',
                                      'POS' => 'NN'
                                    }
                           },
                   'CH_NUM' => 3,
                   'ngram' => {
    # Samtliga detekterade ngram. För många beräkningar väljs det koncept som har mest tilltalande entropi och / eller IDF-vikt 
    # (det senare är praktiskt snabbare när man nu har IDF-vikter för ca 20 miljoner flergram och tycks ge samma resultat). 
    # Att kasta övriga detekterade ngram om de är koncept tycks dumt. Tänker vi oss ex. kanske tydligast sökning gäller ju att 
    # "destroyer" mycket väl kan vara en sökning med föga annat för aktuell tid, plats o.s.v. och givet att vi nu hanterar flergram
    # (tank destroyer) snarare än bara ord är de praktiskt snabbare att spara och beräkna ut vikter för. Söker man inte på "tank destroyer" 
    # så stör den ju inte. 

                                'destroyer' => {
                                                 'CONCEPT_AS_GIVEN' => 'destroyer',
                                                 'CONCEPT_BASE' => 'destroyer',
                                                 'HH_TYPE' => {
                                                                'NOUN' => 1
                                                              },
                                                 'ME' => {
                                                           '5' => 1
                                                         },
                                                 'TYPES' => {
                                                              'type_marker' => {
                                                                                 'NGRAM' => 1
                                                                               },
                                                              'human_nature' => {
                                                                                  'POWER_NEWS' => 1,   # Weapon effect m.m. via "dum-kategorier" som 
               # vikter när körande beräknas till (nuvarande är
               # slutar med nyheter 2012 så jag sätter allt till 1 istället).
                                                                                  'HUMAN_NATURE_TOOLS' => 1,  # Båt är ett verktyg, synål också, en algoritm är ett verktyg o.s.v. 
                                                                                  'DANGER' => 1,   # Farligt.
                                                                                  'ACTIVE' => 1,   # Det händer saker när en destroyer kommer även om den inte skjuter.
                                                                                  'POWER' => 1,    # Projiserar makt i situationen.
                                                                                  'TOOLS' => 1 
                                                                                },
                                                              'noun_properties' => {
                      # Samma som föregående men från ett annat system (ovanpå Wordnet m.m. för jämförelse och pröva). Används ej.

                                                                                     'N_AGENTATIVE_CAUSAL_AGENT' => 1,
                                                                                     'N_TOOL' => 1,
                                                                                     'C_ARTIFACT' => 1,
                                                                                     'C_MILITARY' => 1,
                                                                                     'N_PHYSICAL_ENTITY' => 1,
                                                                                     'C_NAUTICAL' => 1,
                                                                                     'N_ARTIFACT' => 1,
                                                                                     'N_ANIMATE' => 1,
                                                                                     'N_CONCRETE' => 1,
                                                                                     'N_COUNT' => 1,
                                                                                     'C_PERSON' => 1
                                                                                   }
                                                            },
                                                 'NOT_ME' => {
        # Ord som ej ingår i ngram. Praktiskt när vi ex. projiserar påverkar emotionell intensitet m.m. från adjektiv m.m. till ngram omv i ej önskar projisera
        # sådan effekt om dessa faktiskt ingår i ngram. Ex. en entitet som heter "green Mama". 
                                                               '4' => 1,
                                                               '3' => 1
                                                             },
                                                 'VALENCE_HH' => {
            # Diverse av de vikttyper som används. Just som satta här endast för att läsa och av och till (som idf några generationer efter). 
                                                                   'BLI' => '0.010770903762987', # Bluelight intensity. Ganska högt för en icke-politisk enhet, eller mer i varianter kategori-artat koncept.
                                                                   'WP' => '2.32257322056041e-06', # Viktat probability (jfr cirka 20 miljoner flergram). 
                                                                   'HH' => '0.000167973616381427', # Funktion av WP, WE och EMI.
                                                                   'WE' => '0.00120090321990928', # Viktad entropi-mått. 
                                                                   'EMI' => '0.000167973616381427', # Emotionell intensitet. Används endast egentligen för verb, adjektiv och adverb i "enkel mening" motsvarande HH.
                                                                   'IDF' => '12.1816504899042',  # Gammal IDF från mycket större corpus än nyhetstitlar (och mycket sämre än IDF härledd endast från nyhetstitlar). 
                                                                 },
                                                 'POS' => 'NN'
                                               },
                                'tank' => {
                                            'CONCEPT_AS_GIVEN' => 'tank',
                                            'CONCEPT_BASE' => 'tank',
                                            'HH_TYPE' => {
                                                           'NOUN' => 1,
                                                           'VERB' => 1
                                                         },
                                            'ME' => {
                                                      '4' => 1
                                                    },
                                            'TYPES' => {
                                                         'type_marker' => {
                                                                            'NGRAM' => 1
                                                                          },
                                                         'human_nature' => {
                                                                             'WEAPONS' => 1,
                                                                             'HUMAN_NATURE_TXOOLS' => 1, # TXOOLS indikerar antagligen något system jag prövat och givet en gen indikation jag tycks ha glömt bort (jag såg den någonstans i övrigt också men editerade det rätt där). 
                                                                             'DANGER' => 1,
                                                                             'ACTIVE' => 1,
                                                                             'TOOLS' => 1
                                                                           },
                                                         'noun_properties' => {
                                                                                'N_TOOL' => 1,
                                                                                'N_ABSTRACT' => 1,
                                                                                'C_FACTOTUM' => 1,
                                                                                'C_MILITARY' => 1,
                                                                                'N_PHYSICAL_ENTITY' => 1,
                                                                                'C_TRANSPORT' => 1,
                                                                                'N_ARTIFACT' => 1,
                                                                                'N_CONCRETE' => 1,
                                                                                'N_COUNT' => 1
                                                                              }
                                                       },
                                            'NOT_ME' => {
                                                          '3' => 1,
                                                          '5' => 1
                                                        },
                                            'VALENCE_HH' => {
                                                              'LAMBDA' => '10.121083523761',
                                                              'BLI' => '0.0346619332458489',
                                                              'WP' => '6.41390074653817e-05',
                                                              'HH' => '0.503579521068032',
                                                              'WE' => '0.0246804930395017',
                                                              'EMI' => '0.503579521068032',
                                                              'IDF' => '7.6256833901337',
                                                              'SCALED_COUNT' => '1.4142135623731'
                                                            },
                                            'POS' => 'NN'
                                          },
                                'tank destroyer' => {
                                                      'ME' => {
                                                                '4' => 1,
                                                                '5' => 1
                                                              },
                                                      'CONCEPT_AS_GIVEN' => 'tank destroyer',
                                                      'CONCEPT_BASE' => 'tank destroyer',
                                                      'TYPES' => {
                                                                   'type_marker' => {
                                                                                      'NGRAM' => 1
                                                                                    },
                                                                   'human_nature' => {
                                                                                       'WEAPONS' => 1,
                                                                                       'DANGER' => 1
                                                                                     },
                                                                   'noun_properties' => {
                                                                                          'C_TRANSPORT' => 1
                                                                                        }
                                                                 },
                                                      'NOT_ME' => {
                                                                    '3' => 1
                                                                  },
                                                      'VALENCE_HH' => {
                                                                        'LAMBDA' => '22.6285737033206',
                                                                        'BLI' => '0.000503088001004535',
                                                                        'WP' => '1.10152033886457e-08',
                                                                        'HH' => '0.00579202765547812',
                                                                        'WE' => '8.04481864441989e-06',
                                                                        'EMI' => '1.54456392015009e-05',
                                                                        'IDF' => '19.2047355153611',
                                                                        'SCALED_COUNT' => '1.4142135623731'
                                                                      },
                                                      'POS' => 'NN VBD'
                                                    }
                              },
                   'phrase' => 'the tank destroyer',
                   'phrase_pos' => 'DT NN NN'
                 },

          '0' => {
                   'end_position' => 0,
                   'PH' => 'NP',
                   'start_position' => 0,
                   'phrase_true' => 'Bill',
                   'HEAD' => {
                               'ARGUMENT' => {
                                               'NP_SUBJECT' => {
                                                            'PH' => '1',
                                                            'RIGHT' => 1,
                                                            'RAW' => 'NP_SUBJECT(heard, Bill)'
                                                          },
                                             }
                             },
                   'CH' => {
                             '0' => {
                                      'WORD_GIVEN' => 'Bill',
                                      'CHUNK' => 'B_NP',
                                      'pos' => 0,
                                      'WORD_BASE' => 'bill',
                                      'POS' => 'NNP'
                                    }
                           },
                   'CH_NUM' => 0,
                   'ngram' => {
                                'bill' => {
                                            'ME' => {
                                                      '0' => 1
                                                    },
                                            'CONCEPT_AS_GIVEN' => 'Bill',
                                            'CONCEPT_BASE' => 'bill',
                                            'TYPES' => {
                                                         'type_marker' => {
                                                                            'NGRAM' => 1
                                                                          },
                                                         'human_nature' => {
                                                                             'HUMAN' => 1,
                                                                             'DANGER' => 1,
                                                                             'ACTIVE' => 1,
                                                                             'POWER' => 1,
                                                                             'TOOLS' => 1
                                                                           },
                                                         'noun_properties' => {
                  [BORT-TAGET]
                                                                              }
                                                       },
                                            'HH_TYPE' => {
                                                           'NOUN' => 1,
                                                           'VERB' => 1
                                                         },
                                            'VALENCE_HH' => {
                                                              'LAMBDA' => '20.8820662336034',
                                                              'BLI' => '0.0439001009558573',
                                                              'WP' => '2.38824892163046e-07',
                                                              'HH' => '0.514465422090061',
                                                              'WE' => '0.000145138603998346',
                                                              'EMI' => '0.514465422090061',
                                                              'IDF' => '5.8013756873731',
                                                              'SCALED_COUNT' => '3.46410161513775'
                                                            },
                                            'POS' => 'NNP'
                                          }
                              },
                   'phrase' => 'bill',
                   'phrase_pos' => 'NNP'
                 },
          '2' => {
                   'end_position' => 2,
                   'PH' => 'PP',
                   'start_position' => 2,
                   'phrase_true' => 'that',
                   'HEAD' => {
                               'ARGUMENT' => {

                                               'CLAUSE_THAT_HOW_DISTANCE_MARKER_COMP' => {
                                                             'PH' => '5',
                                                             'RIGHT' => 1,
                                                             'RAW' => 'CLAUSE_THAT_HOW_DISTANCE_MARKER_COMP(attacking, that)'
                                                           }
                                             }
                             },
                   'CH' => {
                             '0' => {
                                      'WORD_GIVEN' => 'that',
                                      'CHUNK' => 'B_PP',
                                      'pos' => 2,
                                      'WORD_BASE' => 'that',
                                      'POS' => 'IN'
                                    }
                           },
                   'CH_NUM' => 2,
                   'ngram' => {
                                'that' => {
                                            'ME' => {
                                                      '2' => 1
                                                    },
                                            'CONCEPT_AS_GIVEN' => 'that',
                                            'CONCEPT_BASE' => 'that',
                                            'TYPES' => {
                                                         'type_marker' => {
                                                                            'NGRAM' => 1
                                                                          },
                                                         'human_nature' => {
          [Borttaget]
                                                                           },
                                                         'noun_properties' => {
          [Borttaget]
                                                                              }
                                                       },
                                            'VALENCE_HH' => {
                                                              'LAMBDA' => '16.2840339446254',
                                                              'BLI' => '5.29978934473552e-05',
                                                              'WP' => '9.63993221190068e-07',
                                                              'HH' => 0,
                                                              'WE' => '0.000532225724160357',
                                                              'EMI' => 0,
                                                              'IDF' => '9.6845518262135',
                                                              'SCALED_COUNT' => '1.4142135623731'
                                                            },
                                            'POS' => 'IN'
                                          }
                              },
                   'phrase' => 'that',
                   'phrase_pos' => 'IN'
                 },
          '5' => {
                   'end_position' => 7,
                   'PH' => 'VP',
                   'start_position' => 7,
                   'phrase_true' => 'attacking',
                   'HEAD' => {
                               'HH_TYPES' => {
                                               'PROTO_VERB' => {
                                                                 '_VERB_PROPERTY__HUMAN_VIOLENCE' => 2,
                                                                 '_MANIPULATION' => 1
                                                               },

                                               'TRANS' => {
                                                            'ARG_COUNT' => 3,
                                                            'INTRAN' => 0, # Ej realiserad *som definierad*..
                                                            'TRAN' => 0         # Ej realiserad som definierad.
                                                          },
                                               'CL' => {
                                                         '_PCU_VERB_2' => 1
                                                       },
                                               'V' => {
       # Progressive avser när verb betraktas UTAN HÄNSYN HH_OPERATORS.
       # _PAST_PROGRESSIVE när operatorerna använts "was attacking". 
       # Och imperfective är definierad till en kategori bl.a. inkluderande past progressive. 

                                                        '_PAST_PROGESSIVE' => 1,
                                                        '_PROGESSIVE' => 1,
                                                        '_IMPERFECTIVE' => 1,
                                                      }
                                             },
                               'WORD_GIVEN' => 'attacking',
                               'HH_OPERATORS' => {
                                                   'AUX' => {
                                                              'was' => {
                                                                         '_ACTIVE' => 1, # Ej passiv. 
                                                                         'end_position' => 6,
                                                                         'start_position' => 6,
                                                                         'ARGUMENT' => {
                                                                                         'AUX' => {
                                                                                                    'PH' => '5',
                                                                                                    'RIGHT' => 1,
                                                                                                    'RAW' => 'AUX(attacking, was)'
                                                                                                  }
                                                                                       },
                                                                         'phrase_pos' => 'VBD'
                                                                       }
                                                            }
                                                 },
                               'VALENCE_HH' => {
                                                 'WP' => '0.000298256136957894',
                                                 'BLI' => '0.0413263690641225',
                                                 'HH' => '0.765989109703756',
                                                 'EMI' => '0.765989109703756',
                                                 'WE' => '0.0964980396099565',
                                                 'IDF' => '6.1371324495446'
                                               },
                               'ARGUMENT' => {
                                               'NP_SUBJECT' => {
                                                            'PH' => '3',
                                                            'LEFT' => 1,
                                                            'RAW' => 'NP_SUBJECT(attacking, boat)'
                                                          },
                                               'AUX' => {
                                                          'PH' => '4',
                                                          'LEFT' => 1,
                                                          'RAW' => 'AUX(attacking, was)'
                                                        },
                                               'CLAUSE_THAT_HOW_DISTANCE_MARKER_COMP' => {
                                                             'PH' => '2',
                                                             'LEFT' => 1,
                                                             'RAW' => 'CLAUSE_THAT_HOW_DISTANCE_MARKER_COMP(attacking, that)'
                                                           },
                                               'DIRECT_OBJECT' => {
                                                           'PH' => '6',
                                                           'LEFT' => 1,
                                                           'RAW' => 'DIRECT_OBJECT(attacking, Hillary)'
                                                         },
                                               'CLAUSE_VERB_COMP' => {
                                                            'PH' => '1',
                                                            'RIGHT' => 1,
                                                            'RAW' => 'CLAUSE_VERB_COMP(heard, attacking)'
                                                          }
                                             },
                               'WORD_BASE' => 'attack',
                               'POS' => 'VBG'
                             },
                   'CH' => {
                             '0' => {
                                      'WORD_GIVEN' => 'attacking',
                                      'CHUNK' => 'B_VP',
                                      'pos' => 7,
                                      'WORD_BASE' => 'attack',
                                      'POS' => 'VBG'
                                    }
                           },
                   'CH_NUM' => 5,
                   'ngram' => {
                                'attacking' => {
                                                 'ME' => {
                                                           '7' => 1
                                                         },
                                                 'CONCEPT_AS_GIVEN' => 'attacking',
                                                 'CONCEPT_BASE' => 'attack',
                                                 'TYPES' => {
                                                              'packs' => {
                                                                           '__ATTACK' => 0,
                                                                           '__HOSTILE_EVENT' => 0
                                                                         },
                                                              'type_marker' => {
                                                                                 'NGRAM' => 1
                                                                               },
                                                              'human_nature' => {
                                                                                  'DANGER' => 1,
                                                                                  'UP' => 1,
                                                                                  'ACTIVE' => 1,
                                                                                  'POWER' => 1,
                                                                                  'NEGATIV' => 1
                                                                                },
                                                              'noun_properties' => {
                                                                                     'N_MASS' => 1,  # Har att göra med hur man "räknar" attacking om det är en "noun-event": 
                                                                                     'C_ACT' => 1,
                                                                                     'N_ABSTRACT' => 1,
                                                                                     'C_FACTOTUM' => 1,
                                                                                     'N_CONCRETE' => 1,
                                                                                   }
                                                            },
                                                 'HH_TYPE' => {
                                                                'VERB' => 1
                                                              },
                                                 'VALENCE_HH' => {
                                                                   'BLI' => '0.0413263690641225',
                                                                   'WP' => '0.000298256136957894',
                                                                   'HH' => '0.765989109703756',
                                                                   'WE' => '0.0964980396099565',
                                                                   'EMI' => '0.765989109703756',
                                                                   'IDF' => '6.1371324495446'
                                                                 },
                                                 'POS' => 'VBG'
                                               }
                              },
                   'phrase' => 'attack',
                   'phrase_pos' => 'VBG'
                 }
        };
$VAR3 = 'SENTENSE';
$VAR4 = {
          'CH' => {
                    '6' => {
                             'IN_PHRASE' => {
                                              '4' => {
                                                       '_WITH_WORD' => 'was',
                                                       'ngram' => {
                                                                    'was' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '3' => {
                             'IN_PHRASE' => {
                                              '3' => {
                                                       '_WITH_WORD' => 'the',
                                                       'ngram' => {
                                                                    'the' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '7' => {
                             'IN_PHRASE' => {
                                              '5' => {
                                                       '_WITH_WORD' => 'attacking',
                                                       'ngram' => {
                                                                    'attacking' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '2' => {
                             'IN_PHRASE' => {
                                              '2' => {
                                                       '_WITH_WORD' => 'that',
                                                       'ngram' => {
                                                                    'that' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '8' => {
                             'IN_PHRASE' => {
                                              '6' => {
                                                       '_WITH_WORD' => 'Hillary',
                                                       'ngram' => {
                                                                    'hillary' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '1' => {
                             'IN_PHRASE' => {
                                              '1' => {
                                                       '_WITH_WORD' => 'heard',
                                                       'ngram' => {
                                                                    'heard' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '4' => {
                             'IN_PHRASE' => {
                                              '3' => {
                                                       '_WITH_WORD' => 'gun',
                                                       'ngram' => {
                                                                    'gun' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '0' => {
                             'IN_PHRASE' => {
                                              '0' => {
                                                       '_WITH_WORD' => 'Bill',
                                                       'ngram' => {
                                                                    'bill' => 1
                                                                  }
                                                     }
                                            }
                           },
                    '-1' => {
                              'IN_PHRASE' => {}  # Defekt gissar vi. Auto-skapat när något icke-existerat refererats. 
                            },
                    '5' => {
                             'IN_PHRASE' => {
                                              '3' => {
                                                       '_WITH_WORD' => 'boat',
                                                       'ngram' => {
                                                                    'boat' => 1
                                                                  }
                                                     }
                                            }
                           }
                  }
        };
$VAR5 = 'META';
$VAR6 = {
          'ID' => 'ID',
          'TITLE_TOKENIZED' => 'Bill heard that the [Korrigerar till tank destroyer: Körde en variant med tank destroyer men hade tagit in delar från gun boat redan]. gun boat was attacking Hillary',
     'NEWS_PRODUCER' => 'HANS',
          'TRUST_LEVEL' => '1',
          'TAGS' => {
                      'Nothing here' => 1
                    },
          'TIMESTAMP' => '_UNDEF',
          'IMPORT_METHOD' => 'news_import',

   # Avser PP-operatorer vi kan sätta utanför själva informationen (d.v.s. nyheten). Ex. om vi från andra nyheter om pågående nyhetshändelser vet bättre var det hela 
   # geografiskt pågår. 

          'PP_META' => ''

   [Diverse borttaget här och lite varstans från META]