|
|
Temmuz 2004
Değerli Arkadaşlar,
Yazılı bir metindeki sözcük sıklığını hesaplamak kimi durumlarda gerekli olabilir. Öğrencilerimize vereceğimiz okuma metinlerinde geçen sözcüklerin hangi sıklıkta kullanıldığını ve bu sözcüklerin tam bir dökümünü edinmek hem öğrencilerimizin (belki de hem de kendimizin) bilmediği sözcük olup olmadığını daha kolaylıkla bulabilmek için yararlı olabilir. Ayrıca, araştırma ya da kişisel ilgi olarak bir metindeki sözcüklerin sıklığını ve dökümünü bulmayı isteyebiliriz. Bunu sağlayan bir yazılım olup olmadığını bilmiyorum. Mutlaka bir yerde vardır. Hatta bir Internet sitesinden ücretsiz indirilmesi bile belki olabiliyordur. Bunları bilen arkadaşlarımız varsa bizleri bilgilendirebilirlerse çok iyi olur.
Ben bu mektubumda size Internet üzerinden çevrim-içi ortamda çalışan 4 uygulamayla ilgili kısaca bilgi vermek istiyorum. Bu metin işlemciler İngilizce için düzenlenmiş. Mektubun sonunda, Türkçe için nasıl uygulanabileceğine ilişkin bir önerim de yer almakta.
Selam, sevgi ve saygılarla,
Aybars Erözden.
1.
Frequency Level Checker
http://language.tiu.ac.jp/flc/
Metindeki sözcükleri tarayıp sıklık sayılarını veriyor, kendine
göre düzenlediği 4 düzeyden hangisine girdiğini belirtiyor. Bu aracı
hazırlayanlar ellerindeki genel sıklık sayımı dizelgelerine göre sözcükleri 3
ana ulama (category)
ayırmışlar. 1.Düzey sözcükleri ilk 1000, 2.Düzey
sözcükleri ikinci 1000, 3.Düzey sözcükleri ise iki düzeyde de bulunmayan, ama
orta ve yüksek öğretim metinlerinde en sık geçen 800 özel sözcüğü içeriyor.
Sıklık sayımı yapılırken simgeler ve sayılar da birer “sözcük” olarak sayılıp
en sonda veriliyor.
Sayfaya girildiğinde açıklayıcı bilgilerin bir yerinde
|
To Frequency Level Checker >>> Try it! |
bağlantısı ile asıl sayım ekranına geçiliyor.
Sayım ekranı çok yalın. Aşağıdaki gibi bir iletişim sayfası çıkıyor:
Sözcüklerini çözümletmek istediğiniz metni kendi
dosyanızdan kopyalayıp yukarıdaki kutuya yapıştırıyorsunuz. <Enter> ile metniniz çözümleniyor. Sözcüklerin sözü
edilen 4 düzeyden hangisine girdiğini kolay görebilmeniz için renklendirme
seçeneklerini kullanabiliyorsunuz. Örnek olması için renk ayarlarını yukarıdaki
gibi yaptım, yani 1.Düzey sözcükleri siyah, 2.Düzeyler kırmızı, 3.Düzeyler
yeşil, dizinlerde olmayanlar mavi, simgeler ise menekşe rengi çıkacak.
Bu ortamda çözümleteceğim örnek metin aşağıdaki metindi:
|
Levels One of the aims of the "Common European Framework of Reference:
Learning, Teaching, Assessment", Council of Europe reference document
for the European Language Portfolio, is to help partners to describe the
levels of proficiency required by existing standards, tests and examinations
in order to facilitate comparisons between different systems of qualifications.
For this purpose the Council of Europe has developed a European Framework
with common reference levels. There does appear in practice to be a wide consensus on the number and
nature of levels appropriate to the organisation of language learning and the
public recognition of achievement. These six levels are an interpretation of the classic division into
basic, intermediate and advanced. The scheme proposed in the "Common European Framework of
Reference: Learning, Teaching, Assessment" adopts a
"Hypertext" branching principle, starting from an initial division
into three broad levels: Basic User: A1 and A2 Independent User: B1 and B2 Proficient User: C1 and C2 Such a simple "Global Scale" makes it easier to communicate
the system to non-specialist users and will also provide teachers and
curriculum planners with orientation points. However, in order to orient learners, teachers and other users within
the educational system for some practical purpose, a more detailed overview
is necessary. Such an overview is presented in the form of a Self-Assessment
Grid showing major categories of language use at each of the six levels. It
is intended to help learners to profile their main language skills, and
decide at which level they might look at a checklist of more detailed
descriptors in order to self-assess their level of proficiency. Global Scale Proficient User C2 Can understand with ease virtually everything heard or read.
Can summarise information from different spoken and written sources,
reconstructing arguments and accounts in a coherent presentation. Can express
him/herself spontaneously, very fluently and precisely, differentiating finer
shades of meaning even in more complex situations. C1 Can understand a wide range of demanding, longer texts, and
recognise implicit meaning. Can express him/herself
fluently and spontaneously without much obvious searching for expressions.
Can use language flexibly and effectively for social, academic and
professional purposes. Can produce clear, well-structured, detailed text on
complex subjects, showing controlled use of organisational patterns,
connectors and cohesive devices. Independent User B2 Can understand the main ideas of complex text on both concrete
and abstract topics, including technical discussions in his/her field of
specialisation. Can interact with a degree of fluency and spontaneity that
makes regular interaction with native speakers quite possible without strain
for either party. Can produce clear, detailed text on a wide range of
subjects and explain a viewpoint on a topical issue giving the advantages and
disadvantages of various options. B1 Can understand the main points of clear standard input on familiar
matters regularly encountered in work, school, leisure, etc. Can deal with
most situations likely to arise whilst travelling in an area where the
language is spoken. Can produce simple connected text on topics which are
familiar or of personal interest. Can describe experiences and events,
dreams, hopes & ambitions and briefly give reasons and explanations for
opinions and plans. Basic User A2 Can understand sentences and frequently used expressions
related to areas of most immediate relevance (e.g. very basic personal and
family information, shopping, local geography, employment). Can communicate
in simple and routine tasks requiring a simple and direct exchange of
information on familiar and routine matters. Can describe in simple terms
aspects of his/her background, immediate environment and matters in areas of
immediate need. A1 Can understand and use familiar everyday expressions and very basic
phrases aimed at the satisfaction of needs of a concrete type. Can introduce him/herself and others and can ask and answer questions
about personal details such as where he/she lives, people he/she knows and
things he/she has. Can interact in a simple way provided the other person
talks slowly and clearly and is prepared to help. |
Bunu kopyalayıp kutuya yapıştırıyor ve <Enter> komutu veriyorum. “Please
wait a minute” notu ile
başka bir pencere açılıyor ve çözümleme aşağıdaki görüntü ile 3 ayrı bölmeye
ayrılmış biçimde geliyor:
Sol üstte, metnimdeki her sözcük, belirttiğim renkle
imlenmiş olarak yazılıyor. Buna göre, siyah yazılan sözcükler 1.Düzey,
kırmızılar 2.Düzey, yeşiller 3.Düzey, maviler de 4.Düzey sözcüklerini
gösteriyor. Belirli bir sözcüğün sıklığını görmek istersem, bu bölmede üzerini
tıklıyorum. Örneğin “Learning” sözcüğünün kaç kez geçtiğini bulmak istiyorsam, üzerini tıklıyorum. Bu kez sağ
bölmede ufak bir değişiklikle şöyle bir görüntü geliyor:
Burada “learn” gövdesinden
türemiş sözcüklerin tümünün bulunup dizildiğini görüyorum. Yani, benim metnimde
“learn” gövdesinden türemiş toplam 5 sözcük varmış;
bunların arasından 2 tanesi “learners”, 3 tanesi de “learning” sözcüğüymüş.
Tüm dökümü görmek için, sol bölmeyi fare ile tarayıp
kopyalayarak bir WORD belgesine yapıştırıyorum. Böylece, tüm sözcüklerin ve
simgelerin sıklık sayılarını görebiliyorum. Yeni bir metin girmek için “to input page”
bağlantısı ile ana sayfaya dönebiliyorum.
2.
Web Frequency Indexer
http://www.georgetown.edu/faculty/ballc/webtools/web_freqs.html
Bu sayfa açıldığında şöyle bir ekran çıkıyor:
“Title (for
report)” kutusuna örnek olarak “Tarama 1” yazıyorum.
Çözümleteceğim metni kutuya yapıştırıyorum.
“Sort” seçenekleri arasında
“yüksekten düşük sıklığa”, “düşükten yüksek sıklığa”, ve “abece dizilimiyle”
yer alıyor. Örnek olması için “abece dizilimi”ni seçiyorum. Aşağıdaki gibi bir
ekran beliriyor:
“Do it!” tuşunu tıklayınca metin işlemleniyor
ve ekranda çok yalın bir çözümleme sayfası beliriyor:
Ben, bir önceki ayarlarda “abece dizilimi ile”yi seçtiğimi için sözcükler bu dizilime göre geldi. Tüm
dizin için sayfayı fare ile tarayıp kopyalayarak WORD belgesine
yapıştırabiliyorum. Başka bir çözümletme için, dizinin en altındaki “Return to Web Frequency
Indexer” bağlantısı tıklanabiliyor.
3.
WriteWords Word Frequency Counter
http://www.writewords.org.uk/word_count.asp
Bu site aslında İngilizce bir yazın sitesi. Yazarlar,
amatör yazarlar, yazar olmaya çalışan “istidatlı” gençlerin buluştuğu bir site.
Türkiye’de de benzerleri var. Bu sitenin bir hizmeti de, yazarların kendi
metinlerini sözcük sıklığı açısından tarayabilmelerini sağlamak. Böylece kendi
metinlerini geliştirmelerine yardımcı olmayı amaçlıyor. Metin işleme çok yalın
bir ekran üzerinden işliyor:
Metninizi “Paste your text” kutusuna yapıştırıp “Submit” tuşunu tıklayınca en yüksekten en düşüğe doğru
dizilmiş biçimiyle sıklık dökümü geliyor:
Dökümü fare ile tarayıp kopyaladıktan sonra WORD
dosyasına alabiliyorsunuz. Yeni bir metin çözümlemesi için dökümün en üstünde
ve en altındaki “Count new text” bağlantısını tıklayabiliyorsunuz.
Bu sayfa ayrıca sözcük öbeklerini de tarayıp sıklıklarını
bildiriyor. Bunun için, açılış sayfasındaki “Phrase frequency counter” bağlantısını
tıklıyorsunuz:
Yeni sayfadaki kutuya metninizi yapıştırıyorsunuz.
“Select number
of words in a phrase to check:” ayarını, kaç sözcüklük
öbekleri bulmak istiyorsanız, 2 – 10 arasında seçebiliyorsunuz. Örnek olması
için bunu 3 sözcüklük öbeklere ayarlıyorum:
“Submit” tuşunu tıklayınca
biraz değişik bir döküm geliyor:
Sayfanın metin çözümleyicisi, kendine göre bir ölçüte
dayalı olarak sözcük öbeklerini bulup sayıp diziyor. Dökümü fare ile tarayıp
kopyalayarak WORD belgenize yapıştırabiliyorsunuz. Burada şöyle bir değişik
durum görülüyor:
|
No of times Phrase |
|
6
can understand |
|
3
in order to |
|
2
wide range of |
|
2
understand the main |
|
2
the common european |
|
2
reference learning |
|
2
of reference |
|
2
framework of reference |
|
2
express him herself |
|
2
european framework of |
|
2
detailed text on |
|
2
council of europe |
|
2
common european framework |
|
2
can produce clear |
|
2
can express him |
|
2
a wide range |
|
2
learning teaching |
Metin işleyici, “common european framwork”, “council of europe”, “in order to” gibi öbekleri anlamlı
olarak seçip saymış. Sayfanın en altına gelindiğinde, aynı metni yeniden
yapıştırmanız gerekmeden yeni bir öbek sayımını başlatabiliyorsunuz. Bu kez,
örnek olsun diye “4 sözcüklük öbekler”i seçip “Submit” tuşu ile saydırıyorum:
Biraz bekledikten sonra ekranda yeni sonuçlar beliriyor:
Bu kez çıkan dizin biraz daha değişik:
|
No of times Phrase |
|
2
the common european framework |
|
2
reference learning teaching |
|
2
of reference learning |
|
2
framework of reference |
|
2
european framework of reference |
|
2
common european framework of |
|
2
can express him herself |
|
2
a wide range of |
|
2
learning teaching assessment |
|
2
can understand the |
Sayfanın metin işlemcisi “the common european framework”, “european framework of reference”, “can express him herself”
gibi anlamlı öbekleri ayırıp sayabilmiş.
4.
WEB-A-DEX
Word Count and Word Frequency Tool
http://www.mytranslate.com/wordfrequency.htm
Sayfaya gelince oldukça çok seçenekli bir metin işlemci
görüntüsü çıkıyor. Soldaki kutu metninizi yapıştıracağınız kutu, sağdaki ise
sonuçların görüntülendiği kutu:
Bu metin işlemci ile şu çözümlemeler yaptırılabiliyor:
1. Sözcük sayımı
1.1. Sözcüklerin sayımı
1.1.1. Sıklığa göre dizilim
1.1.2. Abece dizisine göre dizilim
1.2. Her şeyin sözcük olarak sayımı
1.2.1. Sıklığa göre dizilim
1.2.2. Abece dizisine göre dizilim
2. Yazı karakteri sayımı
2.1. Yalnızca harflerin sayımı
2.1.1. Yazı karakterlerinin sayımı
2.1.2. Yazı karakterlerinin sıklığı
2.2. Tüm simgelerin sayımı
2.1.1. Tüm simgelerin sayımı
2.1.2. Tüm simgelerin sıklığı
Böylece, en son uçta toplam 8 değişik çözümleme
yaptırılabiliyor. Sayfanın altındaki teknik açıklamalara göre, bu işlemci ile
sayfalarca metni çözümleyebiliyoruz. Ancak, bir de uyarı var. Bu işlemci,
kullandığınız bilgisayarın donanımını kullanıyormuş. O nedenle, eğer çok uzun
bir metin girilirse ve/ya bilgisayarınızda aynı anda çalışan çok fazla program
/ dosya varsa ve/ya bilgisayarınız Pentium II’den
daha düşük bir işlemciye sahipse çözümleme çok uzayabiliyor hatta kimi zaman
bilgisayarınızın kilitlenmesine yol açabiliyormuş. Benim okuldaki bilgisayarla
yaptığım değişik denemelerimde böyle bir şey olmadı. Ama yine de fazladan
çalışan program ve dosyaları kapatmakta yarar olabilir.
Metninizi çözümlemek için soldaki kutuya yapıştırıyorsunuz. (Soldaki kutuda varolan yazıyı önce silmeyi unutmayınız. Bu işin en kısa yollarından birisi de, sol kutunun için fare ile tek tıkla > Ctrl+A > Delete bileşimidir.) Sonra bu 8 işlemi yaptırabilirsiniz.
1. Sözcük sayımı
1.1. Sözcüklerin sayımı
Bizim örnek metnimizi sol kutuya yapıştırıyorum. “Count pure words”
seçeneğini işaretliyorum. “COUNT WORDS” düğmesine tıklıyorum. Sağ kutuda ilk
sonuçlar beliriyor:
Sağ kutunun içeriğini fare ile tarayıp kopyalayarak WORD
belgesine aktardığımda şunlar çıkıyor (yer kaplamaması için ilk 12 satırı
aktarıyorum):
Unique:322 Total:661
Freq. Word
7 LEVELS
1 ONE
33 OF
21 THE
1 AIMS
3 COMMON
4 EUROPEAN
3 FRAMEWORK
4 REFERENCE
3 LEARNING
…
Bunlar ilk ham sonuçlar. Sözcüklerin metinde ilk çıkış
sırasına göre dizilmiş döküm.
1. Sözcük sayımı
1.1. Sözcüklerin sayımı
1.1.1. Sıklığa göre dizilim
“Word Sort: Frequency”
düğmesine basınca, sözcükler en yüksekten en düşük sıklığa doğru sağ kutuda
yeniden diziliyor. Sağ kutunun içeriği bu kez şunlardan oluşmakta:
Unique words:322 Total words:661
Freq. Word
41 AND
33 OF
21 THE
21 CAN
20 A
15 IN
14 TO
8 ON
7 LEVELS
7 FOR
…
1. Sözcük sayımı
1.1. Sözcüklerin sayımı
1.1.2. Abece dizisine göre dizilim
“Word Sort: Alphabetic”
düğmesine basınca, sözcükler abece dizisine göre dökümleniyor:
Unique words:322 Total words:661
Freq. Word
20 A
1 ABOUT
1 ABSTRACT
1 ACADEMIC
1 ACCOUNTS
1 ACHIEVEMENT
1 ADOPTS
1 ADVANCED
1 ADVANTAGES
1 AIMED
…
1. Sözcük sayımı
1.2. Her şeyin sözcük olarak sayımı
Bu işlemi yaptırmak için, bu kez de “Count
everything as words”
seçeneğini işaretliyorum. Metnim sol kutuda sürekli duruyor. Her seferinde
yeniden yapıştırmam gerekmiyor. “COUNT WORDS” düğmesini tıklıyorum. Sağ kutuda
biraz değişik bir döküm çıkıyor:
Unique:347 Total:649
Freq. Word
4 LEVELS
1 ONE
33 OF
21 THE
1 AIMS
2 "COMMON
4 EUROPEAN
3 FRAMEWORK
2 REFERENCE:
2 LEARNING,
…
Bu döküm türünün bir önceki (1.1. Sözcüklerin sayımı) türden ayrılığı, sözcüklere bitişik olan diğer yazı karakterlerini ve noktalama imlerini de sözcüğün parçası olarak sayması. Bir önceki tür dökümde 3 tane COMMON saymışken, bu türde 2 tane "COMMON ve 1 tane COMMON sayıyor.
İlk döküm de, bir önceki türde olduğu gibi sözcüğün
metinde ilk geçiş dizisine göre dökümlenmiş.
1. Sözcük sayımı
1.2. Her şeyin sözcük olarak sayımı
1.2.1. Sıklığa göre dizilim
Bu yeni türe göre sayılmış sözcükleri sıklığa göre dizmek
için “Word Sort: Frequency”
düğmesini tıklıyorum. Sağ kutunun içeriği değişiyor:
Unique words:347 Total words:649
Freq. Word
41 AND
33 OF
21 THE
21 CAN
16 A
15 IN
14 TO
8 ON
7 FOR
6 WITH
…
1. Sözcük sayımı
1.2. Her şeyin sözcük olarak sayımı
1.2.2. Abece dizisine göre dizilim
Bu sözcükleri abece dizisine göre görmek için ise “Word Sort: Alphabetic” tuşunu
tıklıyorum. Daha değişik bir içerik çıkıyor:
Unique words:347 Total words:649
Freq. Word
2 "COMMON
1 "GLOBAL
1 "HYPERTEXT"
1 &
1 (E.G.
16 A
2 A1
2 A2
1 ABOUT
1 ABSTRACT
…
2. Yazı karakteri sayımı
2.1. Yalnızca harflerin sayımı
2.1.1. Yazı karakterlerinin sayımı
Metninizdeki harflerin ayrı ayrı
sayımını yaptırmak için “Letters Only”
seçeneğini işaretliyorum. “Character Count” düğmesine basınca şu döküm geliyor:
Freq. Letter
7 A
6 B
28 C
6 E
4 F
3 G
2 H
3 I
4 L
1 O
3 P
…
Abece dizisine göre gelen bu verilere göre örnek metnimizde hiç büyük harf D kullanılmamış gibi görünüyor.
2. Yazı karakteri sayımı
2.1. Yalnızca harflerin sayımı
2.1.2. Yazı karakterlerinin sıklığı
Harflerin sıklığa göre dökümü için “Character
Frequency” düğmesini tıklıyorum:
Freq. Letter
468 e
314 n
305 a
274 i
267 s
247 t
242 o
238 r
143 l
143 d
131 c
…
Bu verilere göre de, metnimde en sık kullanılan harf küçük e olmuş.
Metin ve sonuçlar kutularının altında iki küçük kutu daha
yer almakta. Yazı karakterlerini saydırırken o kutulara da veriler geliyor:
Soldaki “Total letters in all words” kutusundaki sayıya göre benim metnimde 3573 harf
varmış. Sağdaki “Average letters
per word” kutusuna göreyse
sözcük başına ortalama 5,5 harf kullanmışım.
2. Yazı karakteri sayımı
2.2. Tüm simgelerin sayımı
2.1.1. Tüm simgelerin sayımı
Yalnızca harfler değil, tüm simgeleri de saydırmak için “All symbols” seçeneğini
işaretliyorum. Bu simgelerin abece dizisine göre sıklığını görmek için “Character Count” düğmesine
tıklıyorum. Buradaki simgeler, genellikle yayınevleri tarafından da kullanılan,
ama bilgisayar yazılımındaki ASCII kodlarının dizilişine göre geliyor. Buna
göre metnimdeki sıklıklar şöyleymiş:
Freq. Letter
637
8 "
1 &
1 (
1 )
35 ,
4 -
30 .
8 /
6 1
6 2
…
İkinci satırdaki 637 sayısının yanında bir şey görünmüyor. Bu, sözcükler arasında bırakılan boşluk (space key) sayısı demek oluyor.
2. Yazı karakteri sayımı
2.2. Tüm simgelerin sayımı
2.1.2. Tüm simgelerin sıklığı
Bu simgelerin sıklığa göre dizilimini görmek istersem “Character Frequency” düğmesine
basıyorum:
Freq. Letter
637
468 e
314 n
305 a
274 i
267 s
247 t
242 o
238 r
143 l
143 d
…
Demek gerçekten de klavyemde boşluk tuşuna en sık basmışım.
Tüm simgeler hesaplamaya katılınca, aşağıdaki kutuların
değerleri de değişiyor:
Buna göre, tüm metin 4316 tuş vuruşundan oluşmuş, sözcük
başına da 6,6 ortalamayla tuş vuruşum olmuş.
Türkçe
Metinlerin Çözümlenmeleri
Türkçe metinlerin bu 4 site yazılımı tarafından nasıl çözümlendiğini
görmek için aşağıdaki metni kullandım. Metnin sonunda, Türkçe karakterler
içeren benim eklediğim birkaç ilgisiz sözcük de yer alıyor:
|
ABD gövde gösterisi yaptı: 78-60 Atina Olimpiyatları’na hazırlanan Amerika
Birleşik Devletleri, son dünya şampiyonu Sırbistan-Karadağ’ı 78-60 mağlup
etti. Belgrad NTV-MSNBC
6 Ağustos 2004— NBA yıldızlarının olimpiyat öncesi son
durağı İstanbul olacak. 10 Ağustos Salı günü oynanacak Türkiye-ABD maçı NTV’den canlı olarak ekrana gelecek. Atina Olimpiyatları hazırlık maçlarına Belgrad’da oynadığı Sırbistan-Karadağ maçıyla devam eden
Amerika Birleşik Devletleri, 78-60’lık rahat bir galibiyet aldı. Köln’de Almanya’yı Allen Iverson’ın son saniye üçlüğüyle yenen birleşik devletler,
son dünya şampiyonu ve olimpiyatların favorilerinden Sırbistan karşısında
daha moralli ve hücum daha etkili göründü. Büyük yıldızı Stojakoviç’in
oynamama kararı sonrası hücum gücü düşen Sırbistan, ilk çeyrek dışında rakibi
karşısında bir türlü istediği oyunu oynayamadı. NBA yıldızlarından kurulu Birleşik
Devletler, ilk çeyreği Tim Duncan’ın 10 sayısıyla
20-17 önde kapadı. İkinci çeyrekte genç yıldızlarıyla fast-break’ler
bulan Birleşik Devletler, LeBron James’in sayıları
ile farkı açtı 22-9’luk ikinci çeyrek skoru sonrası devreyi 42-26 önde
kapadı. İkinci yarıda ev sahibi Sırbistan oyunda
dengeyi kurmasına rağmen bir türlü farkı kapamayı başaramadı. Sırp takımının
büyük kozu Bodiroga ve Rakoçeviç
Sırp takımında en etkili isimler olarak göze çarparken, maçı Bodiroga 16, Rakoçeviç de 18
sayı ile maçın en skoreri olarak tamamladı. 16 sayıyla Birleşik Devletlerin en skorer oyuncusu olan, son bölümde yaptığı bloklarla
savunmada önemli bir rol üstlenen Tim Duncan’ın
gayretleriyle ABD, 3.çeyreği 62-45’lik skorla önde geçti. Son çeyreğe 17 sayılık avantajla giren
birleşik devletlerde son bölümde sayılarıyla öne çıkan isim ise Lamar Odom oldu. Farkı maçın
sonuna kadar koruyan NBA yıldızları karşılaşmayı 78-60 kazanarak atına öncesi
büyük moral depoladı. Olimpiyat hazırlıklarını sürdüren Amerika
Birleşik Devletleri’nin son durağıysa İstanbul olacak. NBA yıldızları pazar
ve salı akşamları milli takımımızla 2 hazırlık maçı oynayacak. Salı akşamı
oynanacak Türkiye-ABD maçı NTV’den canlı
yayınlanacak. Çiçek Şemsiye Örgü Ürün YAĞMUR |
1.
Frequency Level Checker
http://language.tiu.ac.jp/flc/
Elbette çok abuk-subuk bir
çözümleme çıktı. Sol bölmede ilk tümceyi şöyle çözümledi:
ABD g 憔A CLASS=L4 HREF="li61D60EAA.html#de">de g ・A CLASS=L4 HREF="li61D60EAA.html#terisi">terisi yapt・ 78-60
Atina Olimpiyatlar・俐A CLASS=L1 HREF="li61D60EAA.html#a">a haz・A CLASS=L4 HREF="li61D60EAA.html#rlanan">rlanan Amerika Birle・A CLASS=L4 HREF="li61D60EAA.html#ik">ik Devletleri, son d俐A CLASS=L4 HREF="li61D60EAA.html#ya">ya ・A CLASS=L4 HREF="li61D60EAA.html#ampiyonu">ampiyonu S・A CLASS=L4 HREF="li61D60EAA.html#rbistan-Karada">rbistan-Karada鵆 78-60 ma涙A CLASS=L1 HREF="li61D60EAA.html#up">up etti.
Sağ bölmede sözcük sıklıkları ise şöyle geldi:
Outside lists total: 288
types: 163
ABD 2
de 7
terisi 1
yapt 2
78-60 4
Atina 2
Olimpiyatlar 3
haz 4
rlanan 1
Amerika 3
Birle 8
ik 9
Devletleri 3
ya 3
ampiyonu 2
rbistan-Karada 2
ma 9
etti
…
Yani, Türkçe karakterleri anlamayıp boşluk olarak kabul
etmiş gibi görünüyor.
2.
Web Frequency Indexer
http://www.georgetown.edu/faculty/ballc/webtools/web_freqs.html
Bu sayfa biraz daha iyi bir sonuç verdi:
Text name: Tarama 2
Date/time: 8/10/104 9:56
Word count: 279
Unique words: 197
Sort order: alpha