Statistické charakteristiky češtiny
Na této stránce se pokusíme zachytit statistické charakteristiky češtiny zjištěné na základě použití korpusů na FI. Tuto frekvenční analýzu bylo možno provést proto, že se jedná o značkovaný korpus.
Statistiky pro DESAM
| Velikost korpusu (počet pozic): | 1230983 |
| Počet slov: | 974537 |
| Počet různých slov: | 122394 |
| Počet různých lemmat: | 37588 |
| Počet různých tagů: | 1858 |