Follow That Page stuurt u een email wanneer deze pagina wordt gewijzigd.
|
Letterfrequenties
Hoe vaak komen de letters van het alfabet voor? Onnoot heeft dat al enige tijd geleden uitgerekend voor zijn anagramchecker FART. De bij het anagraferen resterende letters worden door FART gesorteerd op zeldzaamheid, zodat u de moeilijkste letters het eerst kunt wegwerken.
Onnoot schreef een klein Perl script om de letterfrequenties van een woordenlijst met Nederlandse woorden te tellen. Het aantal E's werd gedeeld door het aantal van iedere letter, om de zeldzaamheid in relatie tot de E uit te drukken. Voorbeeld: stel dat de E 220 keer voorkomt en de N 100 keer, dan krijgt de N als waarde 220/100 = 2,2.
Onnoot vond de volgende waardes voor zeldzaamheid in relatie tot de E.
a = 2,68
b = 9,31
c = 10,55
d = 4,03
e = 1
f = 14,62
g = 4,35
h = 8,61
i = 2,87
j = 13,49
k = 5,75
l = 3,88
m = 8,42
n = 2,2
o = 3,08
p = 7,71
q = 839,89
r = 2,32
s = 3,17
t = 2,71
u = 7,78
v = 9,47
w = 14,7
x = 317,99
y = 204,64
z = 19,42
Hier nog een keer, gesorteerd op volgorde van zeldzaamheid:
e = 1
n = 2,2
r = 2,32
a = 2,68
t = 2,71
i = 2,87
o = 3,08
s = 3,17
l = 3,88
d = 4,03
g = 4,35
k = 5,75
p = 7,71
u = 7,78
m = 8,42
h = 8,61
b = 9,31
v = 9,47
c = 10,55
j = 13,49
f = 14,62
w = 14,7
z = 19,42
y = 204,64
x = 317,99
q = 839,89
Zoals u kunt zien is de Q erg zeldzaam met waarde 839,89. Dat betekent dat de E ongeveer 840 keer zo vaak voorkomt als de Q. De waarde van de Q in het spel scrabble, 11 of 13 meen ik, is dus véél te laag.
[Update 8 december 2004. Uit de statistieken blijkt dat mensen hier komen op zoek naar scrabble-woorden met een Q. Welnu, op woordenzoeker.nl is een aardige verzameling. De site is trouwens ook door mij gemaakt.]
Uitgangspunt was een woordenlijst met Nederlandse woorden, waarbij ieder woord 1 keer voorkomt. Eerlijker zou nog zijn om de berekening los te laten op een representatief stuk Nederlandse tekst. Dat zou weer andere waardes geven, maar dat is moeilijker te berekenen. Want hoe bepaal je wat een representatieve tekst is?
Onno -
29 okt 2004, 22:39 -
3 reacties
|
