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:
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
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
