Статистика слов в русском языке.

[Avanturistka]

Знаете ли вы, что ...
* Средняя длина русского слова составляет 5.28 символа.
* Средняя длина предложения в русском языке составляет 10.38 слов.

Был взят 1 000 000 слов из разных текстов, и проведён анализ. В презультате были отобраны 5 000 самых часто встречающихся слов. К примеру, "почему" встречается чаще, чем "потому". Если бы иностранец знал эти 5000 слов, он бы смог понять более 80% текста на русском языке. Вот список самых употребляемых прилагательных в русском языке (тут не только прилагательные):
маленький
больший
большой
огромный
высокий
великий
небольшой
глубокий
крупный
мелкий
низкий
большинство
глубоко
высоко
громадный
низко
крошечный
маленько
мелко
крупнейший
крупно
низкорослый
глубокомысленный
высокомерный
высокопоставленный
высокомерно
высокопревосходительство
высокомерие
высокоблагородие
крупнокалиберный
большеголовый
высокопарный
большущий
высокогорный
мелководье
большеглазый
глубокоуважаемый
мелкота
высокоразвитый
глубоководный
мелковатый

[лесоруб]

Сообщение от Avanturistka

высокопревосходительство

Ну да...За какой же год статисктика?

[Avanturistka]

лесоруб, 2003 г.

[LesNick Saul]

хотелось бы узнать, по какому принципу формировалась выборка текстов для статистики

[Avanturistka]

LesNick Saul,

Был взят 1 000 000 слов из разных текстов, и проведён анализ.

[LesNick Saul]

Avanturistka, я это прочитал. Мне интересен состав этих

Сообщение от Avanturistka

разных текстов

беллетристика, документы, письма и т.д. Ну и количественное соотношение по типам этих текстов

[Avanturistka]

LesNick Saul, не в курсе.

[LesNick Saul]

Avanturistka, жаль

[Avanturistka]

LesNick Saul, зачем вам?

[LesNick Saul]

Avanturistka, для расширения кругозора. Просто, используя статистику в другой предметной области, убедился, что от формирования выборки очень сильно зависит конечный результат стат. обработки

[Avanturistka]

LesNick Saul, удачи в поисках.)

[DeeP]

Сообщение от Avanturistka

лесоруб, 2003 г.

Света, будь лингвистом. И не лезь в анализ. Читала б ты классиков, знала бы, что одна из трех вариантов лжи - статистика. Тем паче за 2003 год.

[Avanturistka]

DeeP, иногда статистика оказывается права.

[DeeP]

Avanturistka, после вот этих выборок применяют различные методы (а далее и методики) анализа. Такое поверхностное вываливание копипастов - вода водой.
и вопрос: каких текстов? если брать пушкина-лермонтова и иже с ними, то да. "высокопревосходительство" встречается огого как часто, а если ты возьмешь Духлесс Минаева и подобные фолианты - получишь другой результат.

[LesNick Saul]

Сообщение от Avanturistka

иногда статистика оказывается права.

Чтобы в этом убедиться, надо знать правила организации выборки. Поэтому сабж и вызывает скепсис...

[Avanturistka]

LesNick Saul, ну пусть так и будет.)