10万字サンプルにおける 2-gram 頻度。

10万字サンプルの 2-gram 頻度を .csv 形式で公開します。横軸が1字め、縦軸が2字めで、数値は実数です。親指シフトですから、清音と濁音は別扱いです。

凡例

		1字め
		ぃ	い	ぅ	う
2字め	か	0	237	0	332
	が	0	95	0	175
	き	0	194	0	88
	ぎ	0	20	0	10

1字めが「い」、2字めが「き」の「いき」が194回、同様に「う」と「が」の「うが」が175回発生していることが読み取れます。

ダウンロード

2-gram.csv — 10万字サンプル 2-gram 頻度表 (zip 圧縮 8,863 byte)

2007-06-22

使用上の注意

1. 11本の文書を繋げて処理しています。1字めが「空白」の 2-gram が 11 あるのは、そこが文書の先頭だからです。それにしては、2字めが「空白」な 2-gram が 0 なのは、何故でしょう？　Excel の挙動がイマイチ分かりません。
2. 英数字や記号の処理の仕方が、文書によってまちまちでした。とりあえずそのままで。
3. 10万字サンプルの最頻出 2-gram は「ょう」でした。どっちも下段…。

関連記事

10万字サンプルにおける文字の出現頻度。

2007-02-13