Diserigitaj Tekstoj

Statistikoj

       519 dokumentoj en la korpuso (ne ĉiuj listitaj)

18 213 612 nombro da vortoj en la korpuso  

 2 836 973 kunmetaĵoj (kun diversaj gramatikaj finaĵoj)
15 376 639 radikoj (kun diversaj gramatikaj finaĵoj) - do ne kunmetitaj

   369 638 unikaj vortoj (sed kun malsama gramatika finaĵo)
   289 111 kunmetajoj (k m f)
    80 527 radkoj (kun malsama finajo)

   169 623 unikaj vortoj sen gramatika finaĵo
   152 908 unikaj kunmetaĵoj (sen finaĵo)
    16 715 unikaj radikoj (sen finaĵo)
    16 776 radikoj konataj, sed 61 ne jam uzataj en la korpuso

gramatikaj finaĵoj : a, e, i, j, o, u, aj, oj, n, an, en, jn, on, ajn, ojn, as, is, os, us,).

Laŭ tiuj informoj, oni povas, kun tiuj radikoj, krei dekoble pli da vortoj. Oni trovas ilin en du formoj, kiuj povas esti substantivaj, adjektivaj, adverbaj, pluralaj, verbaj. En nacia lingvo, oni eĉ povas trovi tute malsimilajn formojn de la vorto, kiam en Esperanto oni devas nur memori unu formo.

Ofteco-listo

Vi trovos la radikojn ordigitajn laŭ ilia ofteco en radikoj.csv
En radikoj.ods la unua kolumno direktas al PIV 2020, kaj la dua al reta vortaro

Algoritmo

La algoritmo por difini la lokon de radiko en la listo estas jena: ni prenu du radikojn, ekzemple li kaj ŝi. Kiu aperos unue en la listo?

Se la nombro da dokumentoj en kiu li estas pli ofta ol ŝi superas tiun de la inverso, tiam li aperos unue. Efektive li aperas en la 24a pozicio, kaj ŝi en la 168a pozicio, ĉar estas multaj radikoj inter la du.
Krome, la pezo de longa dokumento pli gravqs ol mallonga.

Imagu ke mi uzas alian algoritmon; ekz.

kiom da dokumentojn enhavas la radikoj li aŭ ŝi?
kiom da fojoj oni trovas li aŭ ŝi en la korpuso?

Por ekkompreni la problemon difini oftecon, imagu la jenan situacion.

Mi aldonas - stulte - dokumenton kun kvin milionoj da vortoj ha!
Subite ha estas la plej grava radiko en la korpuso, laŭ regulo 3). Sed laŭ regulo 1) ĝi staros tute sube.
Imagu ke ĉiuj dokumentoj enhavas la vorton "ĉapitro". Laŭ regulo 2) ĝi aperos tute supre, certe antaŭ li kaj ŝi. Sed ne laŭ regulo 1).

problemaj radikoj estas etern ka faraon. Etern- aperas relative ofte, pro "la Biblio" de Zamenhof, kiu prenas grandan parton en la korpuso. "Faraon" ankaŭ aperas ofte, pro la romano de Pruś : "La Faraono" (3 volumoj). Ekzistas pluraj aliaj similaj kazoj.

Ĉu Esperanto estas anbigua lingvo?

Petu komputilon !

Por kompreni kial estas malfacile por sencerba komputilo distingi inter bonaj kaj sensignifaj kunmetajoj, legu :

Diserigitaj Tekstoj
kaj ceteraj dokumentoj

La listo ne entenas ĉiujn librojn, kiuj estis pritraktitaj. La mankantaj libroj ne estas prezenteblaj por esti montritaj, aŭ mi ne havas permeson montri ilin.

Baza radikaro

Por konstrui la plej bonan liston de radikoj, kiuj devus aparteni al la baza radikaro de Esperanto, valoras legi Baza radikaro de Esperanto - instru- kaj komunikcele de Josef Dörr (ISBN: 3-939517-08-09 978-3-939517-08-05) p. 10-12. Se mi obtenas la permeson, mi metos tiujn paĝojn surrete.

Kiom da radikoj oni devas lerni por kompreni artikolon el Monato ?

653 radikoj kovras 90% de la korpuso, 1350 kovras 95%, kaj 3813 - 99%.
Bedaŭrinde, la kvanto da informo en tiu lasta elcento estas multe pli granda ol tiu de la pli oftaj morfemoj. Tial, sen tiu elcento, oni foje ne povas kompreni la ĉefan punkton de la artikolo, eĉ se la cetero estas komprenebla.

(La komparo ne estas tute ebla, ĉar oni povas ofte diveni la signifon de vorto pro la kunteksto, se oni vidas la aktualan vorton.)

Ĉu gramatikaĵoj estas necesaj ?

Lingvoj kiel la ĉhina ne uzas gramatikaĵojn kiel -a -e -i -o -u -j -n -as -is -os -us. Ĉu eblas forigi ilin? Ĉu teksto sen tiuj gramatikaĵoj estas komprenebla? Por bone taksi la valoron de tiuj finaĵoj legu tion.. Observu la tempon kiun vi bezonis por kompreni. Povas eĉ okazi ke tiuj finaĵoj senambiguas frazon.

Pliaj dokumentoj

La radikoj, kiuj estas plej ofte uzitaj en kunmetaĵoj, troviĝas jene.

Mi atendas viajn korektojn je Remuŝ .