Aster-la ena enn lalis bann mo Nouvo Testaman an Morisien an ord par frekans itilizasion. Bann nonb total: 171060 mo ek 4134 mo distink.
Kifer
Proze personel pou aprann Morisien. Etid lingwistik a led ordinater. Enn fason kompare de liv an Morisien: Diksioner Morisien Edision 2 ek Nouvo Testaman an Kreol Morisien.
Metod
Rode lor internet ek trouve text Nouvo Testaman an Kreol Morisien. Ris extre tou bann mo. Kont mo distink ek komie fwa sakenn ti itilize. Problem bann verb an de form; ti bizin rode sak form ek konbine. Partaze sa lalis-la ar lemond lor internet.
Rezilta
Nouvo Testaman an Morisien koumanse «Ala lalis bann anset Zezi Kris desandan David ek Abraam ...» e li termine «... Vini Segner Zezi Lagras Segner Zezi res avek zot tou.» Mem dan sa tipti esantiyon de vin mo la, bann mo repete. Se parey pou text-la antie. Ena san swasant-e-onz mil swasant (171060) mo dan text Nouvo Testaman. Me selman kat mil san karanntrwa (4143) mo distink finn itilize.
Lor se vin mo la, debi ek final text antie, ena selman diset mo distink. Se diset mo la itilize plizier fwa dan text antie e zot frekans varye. Enn lexanp mo «lalis» paret selman sink fwa dan text antie. Okontrer mo «bann» li paret preske kat mil fwa dan text Nouvo Testaman an Morisien.
Lalis
Mo pe montre isi de-trwa mo frekan. Ti swazi sa trannde mo la ki paret omwin mil fwa dan text antie. Bann premie trannde mo, antrezot gagn lamwatie de tou bann mo dan liv-la! Sa zafer-la tipik pou enn lalis mo ek frekans (gete paz Wikipedia "Word lists by frequency").
zot 8096 li 7490 ki 5919 pou 5103 ti 4469 bann 3946 finn 3565 dan 3433 enn 3315 mo 3272 e 3117 pa 2704 nou 2259 la 2188 dir 2119 so 2077 Sa 2068 Bondie 1930 pe 1813 ek 1764 fer 1652 Zezi 1487 tou 1382 me 1349 to 1348 lor 1307 dimoun 1293 ena 1221 ar 1203 mwa 1173 kouma 1046 vini, vinn 1007 ...
Lalis konple kapav trouve isi (gete parti "raw data combining most verbs"). Li konsist an kat kolonn: premierman sak mo ouswa per de verb; deziemman komie fwa sa mo-la paret dan text; trwaziemman kont mo text ziska-la; finalman poursantaz mo itilize ziska-la.
Travay fitir
Kompare bann mo ek diksioner. Fer enn lalis mo text ki pena dan diksioner. Sa proze-la pe fer pou Bonn Nouvel dapre Matie (gete parti «Matie me pa Diksioner»). Problem-la se ki fodre rode sak mo e ena de-trwa milye mo. Preferab gagne version nimerik Diksioner-la e ekrir bann program.