Frecvența de utilizare. Ce înseamnă indicatorii frq1, frq2 și LL-score în dicționarul de vocabular semnificativ

Frecvența Corblant M., care a definit hipoglicemia ca o concentrație de glucoză din sânge mai mică de 30 mg% (1,67 mmol/l) în primele 72 de ore de viață, a găsit-o la 4,4% din toți născuții vii. În 1971, Lubchenco L. O. și Bard N., folosind criteriile Corblant M., a identificat hipoglicemia la nou-născuții cu mai mare

Am scris un script PHP amuzant. Am trecut prin el toate textele de pe Spectator pentru a verifica limba. În total, în texte sunt folosite 39.110 de forme de cuvinte diferite. Câte diferite mai exact? cuvinte- destul de greu de determinat. Ca să mă apropii măcar cumva de această cifră, am luat doar primele 5 litere ale cuvântului și le-am comparat. Rezultatul a fost 14.373 de astfel de combinații. Ar fi o exagerare să numim asta vocabularul „Spectatorului”.

Apoi am luat cuvintele și le-am examinat pentru frecvența de repetare a literelor. În mod ideal, trebuie să luați un fel de dicționar, pentru a completa imaginea. Nu poți rula texte, ai nevoie doar de cuvinte unice. În text, unele cuvinte se repetă mai des decât altele. Astfel, s-au obținut următoarele rezultate:

o - 9,28%
a - 8,66%
e - 8,10%
și - 7,45%
n - 6,35%
t - 6,30%
p - 5,53%
s - 5,45%
l - 4,32%
în - 4,19%
k - 3,47%
n - 3,35%
m - 3,29%
y - 2,90%
d - 2,56%
I - 2,22%
s - 2,11%
b - 1,90%
z - 1,81%
b - 1,51%
g - 1,41%
a - 1,31%
h - 1,27%
yu - 1,03%
x - 0,92%
f - 0,78%
w - 0,77%
c - 0,52%
sch - 0,49%
f - 0,40%
e - 0,17%
ъ - 0,04%

Îi sfătuiesc pe cei care merg la „Câmpul Miracolelor” să memoreze acest tabel. Și numește cuvintele în această ordine. Deci, de exemplu, s-ar părea că o astfel de literă „familiară” „b” este folosită mai rar decât litera „rară” „s”. De asemenea, trebuie să ne amintim că un cuvânt are mai multe vocale. Și că, dacă ați ghicit o vocală, atunci trebuie să începeți să urmați consoanele. Și în plus, cuvântul este ghicit tocmai după consoanele sale. Comparați: „**a**i*e” și „sr*vn*t*”. În ambele cazuri, cuvântul este „compara”.

Și încă o considerație. Cum ai învățat engleză? Tine minte? E pix, e creion, e masă. Ceea ce văd este ceea ce cânt. Care este rostul?... Cât de des rostiți cuvântul „creion” în viața normală? Dacă sarcina este să predați cum să vorbiți cât mai rapid și eficient posibil, atunci trebuie să predați în consecință. Analizăm limba și scoatem în evidență cuvintele cele mai des folosite. Și începem să învățăm de la ei. Pentru a vorbi mai mult sau mai puțin engleza, sunt suficiente doar o mie și jumătate de cuvinte.

Un alt răsfăț: să formezi cuvinte din litere aleatoriu, dar ținând cont de frecvența de apariție, astfel încât să pară cuvinte normale. În primele zece cuvinte „aleatorie” din patru litere, a apărut „măgarul”. În următorii cincizeci - cuvintele „grabă” și „NATO”. Dar, din păcate, există o mulțime de combinații disonante, precum „bltt” sau „nrro”.

Prin urmare - următorul pas. Am împărțit toate cuvintele în combinații de două litere și am început să le combin aleatoriu (dar ținând cont de frecvența repetării). Oțelul în cantități mari va produce cuvinte similare cu „normal”. De exemplu: „koivdiot”, „voabma”, „apy”, „depoid”, „debyako”, „orfa”, „poesnavy”, „ozza”, „chenya”, „retoria”, „urdeed”, „utoichi” , „stikh”, „sapot”, „gravda”, „ababap”, „obarto”, „eleuet”, „lyarezy”, „myni”, „bromomer” și chiar „todebyst”.

Unde să aplici... există opțiuni. De exemplu, scrieți un generator de nume jucăușe de marcă frumoase. Pentru iaurturi. De exemplu, „memoriso” sau „utotororerto”. Sau - generatorul de poezii futuriste „Burliuk-php”: „opeldiy miaton, linoaz okmiaya... deesopen odesson”.

Și mai există o opțiune. Trebuie sa incerc...

Câteva statistici despre utilizarea cuvintelor rusești:

• Lungimea medie a cuvântului este de 5,28 caractere.
• Lungimea medie a propoziției este de 10,38 cuvinte.
• Cele mai frecvente 1000 de leme acoperă 64,0708% din text.
• Cele mai frecvente leme din 2000 acoperă 71,9521% din text.
• Cele mai frecvente 3000 de leme acoperă 76,5104% din text.
• Cele 5000 de leme cele mai frecvente acoperă 82,0604% din text.

După notă am primit această scrisoare:

Salut Dmitry!

După ce ați analizat articolul „Limba vă va aduce la Kiev” și partea în care vă descrieți programul, a apărut o idee.
Scenariul pe care l-ai scris mi se pare a fi destinat absolut nu pentru „Câmpul miracolelor” într-o măsură mai mare, ci pentru altceva.
Prima utilizare cea mai rezonabilă a rezultatelor scriptului dvs. este determinarea ordinii literelor atunci când programați butoanele pentru dispozitivele mobile. Da, da - este nevoie de toate acestea în telefoanele mobile.

L-am distribuit în valuri ()

Următoarea este distribuția pe butoane:
1. Toate literele din primul val merg la 4 butoane din primul rând
2. Toate literele din al doilea val sunt, de asemenea, pe celelalte 4 butoane din același prim rând
3. Toate literele din al treilea val merg la celelalte două butoane
4. 4.5 și 6 valuri merg pe al doilea rând
5. 7,8,9 valuri merg la al treilea rând, iar al 9-lea val merge complet (în ciuda numărului aparent mare de litere) la al treilea rând al butonului al 9-lea, astfel încât al 10-lea buton este lăsat pentru tot felul de semne de punctuație semne (punct, virgulă etc.).

Cred că totul este clar așa cum este, fără explicații detaliate. Dar totuși, ați putea procesa cu scenariul dvs. (inclusiv semnele de punctuație) următoarele texte:

Și apoi postezi statisticile? Mi s-a parut mie? că textele reflectă cât mai mult vorbirea noastră modernă și totuși atât vorbim, cât și scriem SMS-uri.

Vă mulțumesc foarte mult anticipat.

Deci, există două moduri de a analiza frecvența de repetare a literelor. Metoda 1. Luați un text, găsiți forme de cuvinte unice (nerepetate) în el și analizați-le. Metoda este bună pentru a construi statistici bazate pe cuvinte în limba rusă, și nu pe texte. Metoda 2. Nu căutați cuvinte unice în text, ci treceți direct la numărarea frecvenței de repetare a literelor. Obținem frecvența literelor în text rusesc, și nu în cuvinte rusești. Pentru a crea tastaturi și alte lucruri, trebuie să utilizați exact această metodă: textele sunt tastate pe tastatură.

Tastaturile ar trebui să țină cont nu numai de frecvența literelor, ci și de cele mai persistente cuvinte (forme de cuvinte). Nu este atât de greu de ghicit care cuvinte sunt cele mai des folosite: acestea sunt, în primul rând, oficial părți de vorbire, deoarece rolul lor este de a servi mereu și pretutindeni, și pronume, al căror rol nu este mai puțin important: de a înlocui orice lucru/persoană în vorbire (acest, el, ea). Ei bine, verbele principale (a fi, a spune). Pe baza rezultatelor analizei textelor enumerate mai sus, am primit următoarele cuvinte „populare”: „și, nu, în, că, el, eu, pe, cu, ea, cum, ci, lui, asta, să , a, tot, ea, a fost, așa, atunci, a spus, pentru, tu, o, la, el, eu, numai, pentru, mine, da, tu, din, a fost, când, din, pentru, încă, acum , ei, au spus, deja, el, nu, era, ea, să fie, bine, nici dacă, foarte, nimic, aici, ea însăși, astfel încât, pentru ea, aceasta, poate, că, înainte, noi, ei, dacă, au fost, este, decât, sau, ea” și așa mai departe.

Revenind la tastaturi, este evident că în tastatură combinațiile de litere „nu”, „ce”, „el”, „pe” și altele ar trebui să fie cât mai aproape una de cealaltă, sau dacă nu aproape, atunci în unele optime. cale. Este necesar să se efectueze cercetări asupra modului exact în care degetele se mișcă pe tastatură, să găsiți cele mai „confortabile” poziții și să plasați în ele cele mai frecvent utilizate litere, fără a uita, totuși, de combinațiile de litere.

Problema, ca întotdeauna, este una: chiar dacă este posibil să se creeze o tastatură unică, ce se va întâmpla cu milioanele de oameni care sunt deja obișnuiți cu qwerty/ytsuken?

Cât despre dispozitivele mobile... Probabil că are sens. Cel puțin, literele „o”, „a”, „e” și „i” trebuie să fie exact pe aceeași cheie. Semnele de punctuație în ordinea frecvenței de utilizare: , . - ? ! " ; :) (

- — Subiecte protecția informațiilor EN frecvența de utilizare a cuvintelor … Ghidul tehnic al traducătorului

Y; frecvențe; și. 1. la Frecvent (1 cifră). Monitorizați frecvența de repetare a mișcărilor. Parte necesară pentru plantarea cartofilor. Fii atent la pulsul tau. 2. Numărul de repetări ale mișcărilor identice, oscilații în ce direcție. unitate de timp. Ore de rotație a roților. H... Dicţionar enciclopedic

I Alcoolismul este o boală cronică caracterizată printr-o combinație de tulburări mentale și somatice rezultate din abuzul sistematic de alcool. Cele mai importante manifestări ale lui A. x. sunt modificate rezistența la... ... Enciclopedie medicală

CAPTURĂ- unul dintre termenii specifici utilizați în înregistrările de cârlig rusești. polifonie neliniară, caracterizată printr-o structură polifonică subvocală dezvoltată și o disonanță ascuțită a verticalei. Cântând implementarea termenului în zilele noastre. timpul nu a fost studiat... Enciclopedia Ortodoxă

Metoda stilostatistică de analiză a textului- este utilizarea instrumentelor de statistică matematică în domeniul stilisticii pentru a determina tipurile de funcționare a limbajului în vorbire, modele de funcționare a limbajului în diferite sfere de comunicare, tipuri de texte, funcționalități specifice. stiluri si...

Snus cu aromă porționat, mini porție Snus este un tip de produs din tutun. Este tutun umezit zdrobit, care este plasat între buza superioară (mai rar inferioară) și gingie... Wikipedia

Stilul științific- prezintă științifice. sfera activității de comunicare și vorbire legată de implementarea științei ca formă de conștiință socială; reflectă gândirea teoretică, apărând într-o formă logică conceptuală, care se caracterizează prin obiectivitate și abstractizare... Dicționar enciclopedic stilistic al limbii ruse

- (în literatura de specialitate și patronimică) parte a numelui de familie, care este atribuită copilului prin numele tatălui. Variațiile numelor patronimice își pot lega purtătorii cu strămoși mai îndepărtați, bunici, străbunici... ... Wikipedia

Utilizare comună, aplicabilitate, prevalență, aplicabilitate, comercializare, general acceptat Dicționar de sinonime ruse. substantiv de utilizare, număr de sinonime: 10 general acceptat (11) ... Dicţionar de sinonime

Raţionament- - tipul de vorbire din punct de vedere funcțional semantic (vezi) - (FSTR), corespunzător formei de gândire abstractă - inferență, îndeplinirea unei sarcini comunicative speciale - să confere discursului un caracter argumentat (pentru a ajunge logic la o nouă judecată sau... ... Dicționar enciclopedic stilistic al limbii ruse

Aș dori să vă avertizez că informațiile prezentate în acest articol sunt oarecum depășite. Nu l-am rescris pentru ca mai târziu să pot compara modul în care standardele SEO se schimbă în timp. Puteți găsi informații actualizate despre acest subiect în materiale noi:

Bună ziua, dragi cititori ai blogului. Articolul de astăzi va fi din nou dedicat unui astfel de subiect precum optimizarea site-urilor web pentru motoarele de căutare (). Anterior, am atins deja multe probleme legate de un astfel de concept ca.

Astăzi vreau să continui conversația despre SEO intern, clarificând în același timp câteva puncte ridicate mai devreme, precum și să vorbesc despre ceea ce nu am discutat încă. Dacă sunteți capabil să scrieți texte bune, unice, dar nu acordați suficientă atenție modului în care sunt percepute de motoarele de căutare, atunci aceștia nu vor putea să se îndrepte spre partea de sus a rezultatelor căutării pentru interogări legate de subiectul minunatului dvs. articole.

Ce afectează relevanța textului pentru o interogare de căutare?

Și acest lucru este foarte trist, pentru că în acest fel nu vei realiza întregul potențial al proiectului tău, care se poate dovedi a fi foarte impresionant. Trebuie să înțelegeți că motoarele de căutare, în cea mai mare parte, sunt programe stupide și simple, care nu sunt capabile să depășească capacitățile lor și să vă privească proiectul cu ochi umani.

Ei nu vor vedea mare lucru din tot ceea ce este bun și necesar în proiectul tău (pe care l-ai pregătit pentru vizitatori). Ei știu doar să analizeze un text, ținând cont de multe componente, dar sunt încă foarte departe de percepția umană.

Prin urmare, va trebui să ne urcăm cel puțin temporar în pielea roboților de căutare și să înțelegem pe ce își concentrează atenția atunci când clasificăm diverse texte pentru diferite interogări de căutare (). Și pentru aceasta trebuie să aveți o idee despre, pentru aceasta va trebui să citiți articolul furnizat.

De obicei, ei încearcă să folosească cuvinte cheie în titlul paginii, în unele titluri interne și, de asemenea, le distribuie uniform și cât mai natural pe parcursul articolului. Da, desigur, se poate folosi și evidențierea tastelor în text, dar nu trebuie să uitați de supraoptimizare, care poate rezulta.

Densitatea tastelor din text este, de asemenea, importantă, dar acum acesta nu este mai degrabă un factor de dorit, ci, dimpotrivă, un avertisment - nu ar trebui să exagerați.

Determinarea densității de apariție a unui cuvânt cheie într-un document este destul de simplă. De fapt, aceasta este frecvența utilizării sale în text, care este determinată prin împărțirea numărului de apariții ale acestuia în document la lungimea documentului în cuvinte. Anterior, poziția site-ului în rezultatele căutării depindea direct de asta.

Dar probabil ați înțeles că nu va fi posibil să compilați tot materialul doar din chei, deoarece va fi ilizibil și, slavă Domnului, acest lucru nu este necesar. De ce intrebi? Da, pentru că există o limită a frecvenței de utilizare a unui cuvânt cheie în text, după care relevanța unui document pentru o interogare care conține acest cuvânt cheie nu va mai crește.

Acestea. Ne va fi suficient să atingem o anumită frecvență și astfel o vom optimiza pe cât posibil. Sau vom exagera și vom cădea sub filtru.

Rămâne de rezolvat două întrebări (și poate trei): care este această densitate maximă de apariție a cuvintelor cheie, după care este deja periculos să o creșteți și, de asemenea, să aflați.

Faptul este că cuvintele cheie evidențiate cu etichete de accent și incluse într-o etichetă TITLE au mai multă greutate de căutare decât cuvintele cheie similare care apar pur și simplu în text. Dar recent, webmasterii au început să folosească acest lucru și au spamizat complet acest factor, motiv pentru care importanța sa a scăzut și poate duce chiar la interzicerea întregului site din cauza abuzului de puncte forte.

Dar cheile din TITLE sunt încă relevante, este mai bine să nu le repetați acolo și să nu încercați să înghesuiți prea multe într-un titlu de pagină. Dacă cuvintele cheie sunt în TITLUL, atunci putem reduce semnificativ numărul lor în articol (și, prin urmare, îl facem ușor de citit și mai potrivit pentru oameni, nu pentru motoarele de căutare), obținând aceeași relevanță, dar fără riscul de a cădea sub filtrul.

Cred că totul este clar cu această întrebare - cu cât sunt mai multe chei închise în etichete de accent și TITLE, cu atât este mai mare șansa de a pierde totul dintr-o dată. Dar dacă nu le folosești deloc, atunci nici nu vei obține nimic. Cel mai important criteriu este naturalețea introducerii cuvintelor cheie în text. Dacă există, dar cititorul nu se împiedică de ele, atunci totul este grozav.

Acum rămâne să ne dăm seama ce frecvență de utilizare a unui cuvânt cheie într-un document este optimă, ceea ce vă permite să faceți pagina cât mai relevantă și nu va implica sancțiuni. Să ne amintim mai întâi formula pe care majoritatea (probabil chiar toate) motoarele de căutare o folosesc pentru clasare.

Cum să determinați frecvența permisă de utilizare a unei chei

Despre modelul matematic am vorbit deja în articolul menționat mai sus. Esența sa pentru această interogare de căutare particulară este exprimată printr-o formulă simplificată: TF*IDF. Unde TF este frecvența directă de apariție a acestei interogări în textul documentului (frecvența cu care apar cuvintele în acesta).

IDF este frecvența inversă de apariție (raritate) a unei anumite interogări în toate celelalte documente de pe Internet indexate de un anumit motor de căutare (în colecție).

Această formulă vă permite să determinați corespondența (relevanța) unui document cu o interogare de căutare. Cu cât valoarea produsului TF*IDF este mai mare, cu atât documentul va fi mai relevant și va fi clasat mai sus, toate celelalte fiind egale.

Acestea. se dovedește că ponderea documentului pentru o anumită interogare (conformitatea acesteia) va fi mai mare, cu cât cheile din această interogare sunt folosite mai des în text și cu atât mai rar aceste chei se găsesc în alte documente de pe Internet.

Este clar că nu putem influența IDF-ul decât prin alegerea unei alte cereri pentru care ne vom optimiza. Dar putem și vom influența TF, pentru că vrem să luăm partea noastră (și nu una mică) de trafic din rezultatele căutării Yandex și Google cu privire la întrebările utilizatorilor de care avem nevoie.

Dar adevărul este că algoritmii de căutare calculează valoarea TF folosind o formulă destul de vicleană, care ia în considerare creșterea frecvenței de utilizare a cuvintelor cheie în text doar până la o anumită limită, după care creșterea TF practic se oprește, în ciuda faptul că măreşti frecvenţa. Acesta este un fel de filtru antispam.

Cu relativ mult timp în urmă (până în aproximativ 2005), valoarea TF a fost calculată folosind o formulă destul de simplă și a fost de fapt egală cu densitatea de apariție a cuvântului cheie. Rezultatele calculării relevanței utilizând această formulă nu au fost pe deplin apreciate de motoarele de căutare, deoarece s-au răspândit la spammeri.

Apoi formula TF a devenit mai complicată, a apărut un astfel de concept precum greața de pagină și a început să depindă nu numai de frecvența de apariție, ci și de frecvența de utilizare a altor cuvinte în același text. Și valoarea optimă TF ar putea fi atinsă dacă cheia s-ar dovedi a fi cuvântul cel mai des folosit.

De asemenea, a fost posibilă creșterea valorii TF prin creșterea dimensiunii textului, menținând în același timp procentul de apariție. Cu cât este mai mare prosopul cu articolul cu același procent de chei, cu atât documentul se va clasa mai sus.

Acum formula TF a devenit și mai complicată, dar, în același timp, acum nu este nevoie să aducem densitatea la valoarea când textul devine ilizibil și motoarele de căutare vor impune interziceți proiectul nostru pentru spam. Și nici acum nu este nevoie să scrieți foi disproporționat de lungi.

Menținând aceeași densitate ideală (o vom determina chiar mai jos din graficul corespunzător), mărirea dimensiunii articolului în cuvinte va îmbunătăți poziția acestuia în rezultatele căutării doar până la o anumită lungime. Odată ce ai lungimea ideală, creșterea în continuare a acesteia nu va afecta relevanța (mai precis, o va face, dar foarte, foarte puțin).

Toate acestea pot fi văzute clar dacă construiți un grafic bazat pe acest TF complicat (frecvența de apariție directă). Dacă pe o scară a acestui grafic există TF, iar pe cealaltă scară există un raport procentual al frecvenței de apariție a unui cuvânt cheie în text, atunci vom obține așa-numita hiperbolă ca rezultat:

Graficul, desigur, este aproximativ, deoarece puțini oameni cunosc formula reală TF pe care o folosesc Yandex sau Google. Dar calitativ poate fi determinat interval optim, în care ar trebui să fie localizată frecvența. Aceasta reprezintă aproximativ 2-3% din numărul total de cuvinte.

Dacă considerați că veți include și unele dintre chei în etichetele de accent și titlul TITLE, atunci aceasta va fi limita după care o creștere suplimentară a densității poate fi plină de interdicție. Nu mai este profitabil să saturați și să desfigurați textul cu un număr mare de cuvinte cheie, pentru că vor exista mai multe minusuri decât plusuri.

Ce lungime de text va fi suficientă pentru promovare?

Pe baza aceluiași TF presupus, se poate reprezenta în cuvinte valoarea lui în funcție de lungime. În acest caz, puteți lua frecvența cuvintelor cheie constantă pentru orice lungime și egală, de exemplu, cu orice valoare din intervalul optim (de la 2 la 3 la sută).

Ceea ce este de remarcat este că vom primi un grafic de exact aceeași formă cu cel discutat mai sus, doar lungimea textului în mii de cuvinte va fi ajustată de-a lungul axei x. Și din aceasta se va putea trage o concluzie despre interval de lungime optim, la care valoarea TF aproape maximă este deja atinsă.

Ca rezultat, se dovedește că va fi în intervalul de la 1000 la 2000 de cuvinte. Cu o creștere suplimentară, relevanța practic nu va crește, iar cu o lungime mai scurtă va scădea destul de brusc.

Acea. Putem concluziona că, pentru ca articolele dvs. să se claseze înalt în rezultatele căutării, trebuie să utilizați cuvinte cheie în text cu o frecvență de cel puțin 2-3%. Aceasta este prima și principala concluzie pe care am făcut-o. Ei bine, al doilea lucru este că acum nu este deloc necesar să scrieți articole foarte voluminoase pentru a ajunge în Top.

Va fi suficient să depășești pragul de 1000 - 2000 de cuvinte și să includă 2-3% din cuvintele cheie în el. Asta e tot - asta este reteta pentru textul perfect, care va putea concura pentru un loc în top pentru interogările de joasă frecvență, chiar și fără a utiliza optimizarea externă (achiziționând linkuri către acest articol cu ​​ancore care includ chei). Deși, scotocește puțin Miralinkse , GGL, Rotapost sau GetGoodLink, puteți, pentru că vă va ajuta proiectul.

Permiteți-mi să vă reamintesc încă o dată că puteți afla lungimea textului pe care l-ați scris, precum și frecvența utilizării anumitor cuvinte cheie în acesta, folosind programe specializate sau folosind servicii online specializate în analiza acestora. Unul dintre aceste servicii este ISTIO, despre lucrul cu cine am vorbit.

Tot ce am spus mai sus nu este sută la sută de încredere, ci foarte asemănător cu adevărul. În orice caz, experiența mea personală confirmă această teorie. Dar algoritmii Yandex și Google suferă în mod constant schimbări și puțini oameni știu cum va fi mâine, cu excepția celor care sunt aproape de dezvoltarea sau dezvoltatorii lor.

Multă baftă! Ne vedem curând pe paginile site-ului blogului

S-ar putea să fiți interesat

Optimizare internă - selecția cuvintelor cheie, verificarea greață, Titlul optim, duplicarea conținutului și legarea sub LF
Cuvinte cheie în text și titluri
Cum afectează cuvintele cheie promovarea site-ului web în motoarele de căutare
Servicii online pentru webmasteri - tot ce ai nevoie pentru a scrie articole, optimizare pentru motoarele de căutare și analiza succesului acestuia
Metode de optimizare a conținutului și luarea în considerare a tematicii site-ului în timpul promovării link-urilor pentru a minimiza costurile
Yandex Wordstat și nucleul semantic - selecție de cuvinte cheie pentru un site web folosind statistici de la serviciul online Wordstat.Yandex.ru
Anchor - ce este și cât de importante sunt acestea în promovarea site-ului?
Ce factori de optimizare pentru motoarele de căutare afectează promovarea site-ului web și în ce măsură?
Promovarea, promovarea și optimizarea site-ului dumneavoastră
Ținând cont de morfologia limbii și de alte probleme rezolvate de motoarele de căutare, precum și de diferența dintre interogările de înaltă frecvență, de medie și de joasă frecvență
Încrederea în site - ce este, cum să o măsurați în XTools, ce o influențează și cum să creșteți autoritatea site-ului dvs.

Dicționarul include cele mai comune cuvinte ale limbii ruse moderne (a doua jumătate a secolului al XX-lea – începutul secolului al XXI-lea), dotate cu informații despre frecvența de utilizare, distribuția statistică în funcție de text și gen și de momentul creării textelor. . Dicționarul se bazează pe textele Corpusului Național al Limbii Ruse cu un volum de 100 de milioane de cuvinte. Mai multe informații despre istoria dicționarelor de frecvență ale limbii ruse și metodele de creare a dicționarului „Noul dicționar de frecvență al vocabularului rus” pot fi citite.

Conceptul dicționarului a fost dezvoltat și pregătit pentru publicare de O.N. Lyashevskaya și S.A. Sharov, versiunea electronică a fost pregătită de A.V. Sannikov. Autorii își exprimă recunoștința față de V. A. Plungyan, A. Ya. Shaikevich, E. A. Grishina, B. P. Kobritsov, E. V. Rakhilina, S. O. Savchuk, D. V. Sichinava și altor participanți ai seminarului CNRY, care au luat parte la discuția despre principiile creării dicționarului . Mulțumim O. Uryupina, D. și G. Bronnikovs, B. Kobritsov, precum și angajaților Yandex LLC A. Abroskin, N. Grigoriev, A. Sokirko pentru asistența acordată în diferitele etape de colectare și prelucrare computerizată a materialului.

Cum să găsești un cuvânt în dicționar?

Cele două secțiuni principale ale dicționarului sunt o listă de cuvinte, ordonate alfabetic și după frecvența generală de utilizare în corpus. Toate cuvintele sunt date în forma lor originală (inițială): pentru nume aceasta este forma de caz nominativ (pentru substantive, de regulă, forma la singular, pentru adjective - forma completă masculină), pentru verbe - forma infinitivă.

Lista alfabetică conține 60 de mii dintre cele mai frecvente forme de cuvinte. Pentru a găsi informații despre cuvântul dorit, accesați secțiunea, selectați prima literă a cuvântului și găsiți cuvântul pe care îl căutați în tabel. Pentru a găsi rapid un cuvânt, puteți utiliza și caseta de căutare, de exemplu:

Cuvânt: Grozav

În acest fel, puteți găsi informații nu numai despre un anumit cuvânt, ci și despre un grup de cuvinte care încep sau se termină în același mod. Pentru a face acest lucru, în fereastra de căutare, utilizați un asterisc (*) după succesiunea de litere tastate („toate cuvintele care încep cu...”) sau înaintea șirului de litere („toate cuvintele care se termină cu...”. Pentru exemplu, dacă doriți să găsiți toate cuvintele care încep cu re-, introduceți în caseta de căutare:

Cuvânt: re*

Dacă doriți să găsiți toate cuvintele care se termină cu - doar putin, introduceți în caseta de căutare:

Cuvânt: *Nu

În lista de frecvență a lemelor, cuvintele sunt ordonate după frecvența generală de utilizare în corpus limbii literare ruse moderne. Lista de frecvențe include 20.000 dintre cele mai frecvent utilizate leme.

Pentru a găsi informații despre cuvântul dorit, accesați secțiunea și găsiți cuvântul dorit în tabel. Pentru a căuta informații despre cuvinte individuale, cel mai bine este să utilizați fereastra de căutare rapidă a cuvintelor.

De ce nu pot găsi un cuvânt în dicționar, chiar dacă îl pot găsi în corpus?

Acest lucru se poate datora mai multor motive. În primul rând, cuvântul poate avea o frecvență scăzută (de exemplu, doar 3 apariții în corpus) sau poate fi folosit doar în textele scrise înainte de 1950. În al doilea rând, un cuvânt poate apărea de multe ori, dar în unul sau două texte: astfel de leme au fost excluse în mod deliberat din dicționar. În al treilea rând, nu putem exclude că a existat o eroare în determinarea automată a formei originale sau a caracteristicilor de vorbire parțială ale cuvântului sau că cuvântul a fost atribuit în mod eronat ca nume propriu. Site-ul prezintă o versiune „de test” a dicționarului de frecvență și vom continua să lucrăm pentru a clarifica compoziția lexicală a acestuia.

Ce informații puteți obține despre utilizarea unui cuvânt?

În dicționar puteți obține următoarele informații despre utilizarea unui cuvânt în corpus: