Sözlükçe

Veriyi indir

Her satırda bir sözcük ve önceden hesaplanmış tüm ölçümler. UTF-8, virgülle ayrılmış, ondalık nokta; çok değerli sütunlar noktalı virgülle ayrılmış anahtar:değer çiftleri kullanır. Aynı veri API üzerinden JSON olarak da sunulur.

Sütunlar

word

Sözcük biçimi (küçük harf, Türkçe kurallar, düzeltme işareti kaldırılmış).

pos

Baskın sözcük türü: noun, adj, verb, adv, pron, det, postp, conj, interj, dup, ques.

frequency

Milyon sözcük başına geçiş (sayı ÷ 383.413.544 × 10⁶).

count

BOUN derlemindeki ham geçiş sayısı (tüm okumalar ve yazımlar).

zipf

Zipf ölçeğinde sıklık: milyar sözcük başına geçişin log10'u (1 = çok seyrek, 7 = çok sık).

posFrequencies

Sözcük türü okuması başına sayı, örn. det:4975555;pron:1511224.

spellings

Bu biçime indirgenen kaynak yazımlar ve sayıları, örn. kâr:125959;kar:4237.

length

Harf sayısı.

n

Ortografik komşuluk büyüklüğü (Coltheart N'si): tam olarak bir harfi farklı, aynı uzunluktaki sözcükler.

old20

Sözlükçedeki en yakın 20 sözcüğe ortalama Levenshtein uzaklığı.

bigramPositionalMean

Sözcüğün ikilileri üzerinden, aynı ikiliyi aynı konumda taşıyan aynı uzunluktaki sözcük sayısının ortalaması.

bigramTotalMean

Sözcüğün ikilileri üzerinden, ikilinin aynı uzunluktaki sözcüklerde herhangi bir konumda geçiş sayısının ortalaması.

trigramPositionalMean

Yukarıdaki gibi, üçlüler için (konuma özgü).

trigramTotalMean

Yukarıdaki gibi, üçlüler için (herhangi bir konum).

transposedCount

Bitişik iki harfi yer değiştirerek elde edilen sözlükçe sözcüğü sayısı.

subsetCount

Bu sözcüğün içinde geçen sözlükçe sözcüğü sayısı.

supersetCount

Bu sözcüğü içeren sözlükçe sözcüğü sayısı.

Lisans

Sözlükçe Creative Commons Atıf 4.0 Uluslararası (CC BY 4.0) lisansıyla yayımlanır. 2014 makalesine ve bu siteye atıf yaparak kaynağı belirttiğiniz sürece veriyi yayınlarda ve ek materyallerde dahil her amaçla kopyalayabilir, dağıtabilir ve uyarlayabilirsiniz.