Dabartinės lietuvių kalbos tekstyno žodžių formų dažniniai sąrašai
Worlists of Wordforms of the Contemporary Corpus of Lithuanian language

Tekstyno struktūra/Corpus Structure

Patekstynis/Subcorpus	Words,m	Proportion
Grožinė lit./Fiction	15.54	12.6%
Negrožinė lit./Non-fiction	19.99	16.2%
Administracinė lit./ Documents	11.19	9.1%
Periodika/Periodicals	76.24	61.8%
Sakytinė kalba/Speech Corpus	0.49	0.4%
---
Visas/Total	123.45	100%

Tinklalapiai/Website:
tekstynas.vdu.lt
corpus.vdu.lt

Data/Date:
2016.10.17
2022.11.15*
* upgraded method of handling punctuation and format

Metodas/Method:
Linux shell scripting
1. step
>sed -e 's/<[^>]*>//g' *.txt | tr q'[:punct:]' ' ' | tr -s ' ' | tr ' ' '\n' | tr '[:upper:]' '[:lower:]' | grep -v '[^a-z]' |  grep -v "^\s*$" | sort | uniq -c | sort -rn > freq-visas.txt
2. step
converted into tabbed text format

Kaip cituoti/Reference
Rimkutė E., Kovalevskaitė J., Melninkaitė V., Utka A., Vitkutė-Adžgauskienė D. 2010: Corpus of Contemporary Lithuanian Language – the Standardised Way. Proceedings of the Fourth International Conference Human Language Technologies – The Baltic Perspective, 154–160.

Licencija/Licence:
CLARIN-LT PUB