В корпусе состоящем из 2.5 млн предложений длины 2-45
слова-лексемы
отсортированы по частотности и каждому слову назначен частотный рейтинг.
Далее в корпусе искались предложения целиком состоящие из слов, рейтинг которых был не лучше (не выше) заданного.
Таким образом образовались несколько корпусов с нарастающей частотностью слов.
Некоторые предложения встречаются в подкорпусах много раз.
Данные корпуса могут использоваться для тестирования систем машинного перевода, семантических/синтаксических анализаторов.
Чем ниже и правее подкорпус, тем сложнее предложения для анализа.
Рейтинг | Длина | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
rating>8103(2) | 1 | 1 | |||||||||||||||||
rating>6634(4) | 1 | 1 | 2 | ||||||||||||||||
rating>5431(2) | 1 | 1 | |||||||||||||||||
rating>4447(12) | 2 | 2 | 4 | 3 | 1 | ||||||||||||||
rating>3640(30) | 3 | 6 | 11 | 7 | 3 | ||||||||||||||
rating>2980(51) | 6 | 3 | 22 | 7 | 10 | 1 | 2 | ||||||||||||
rating>2440(76) | 3 | 5 | 35 | 7 | 21 | 3 | 1 | 1 | |||||||||||
rating>1998(119) | 3 | 6 | 74 | 9 | 21 | 5 | 1 | ||||||||||||
rating>1635(165) | 1 | 9 | 84 | 10 | 44 | 12 | 2 | 1 | 2 | ||||||||||
rating>1339(227) | 2 | 9 | 103 | 19 | 68 | 17 | 4 | 4 | 1 | ||||||||||
rating>1096(290) | 11 | 14 | 115 | 26 | 92 | 19 | 3 | 9 | 1 | ||||||||||
rating>897(395) | 9 | 10 | 167 | 31 | 129 | 30 | 7 | 9 | 2 | 1 | |||||||||
rating>735(636) | 7 | 22 | 314 | 57 | 162 | 42 | 9 | 14 | 7 | 1 | 1 | ||||||||
rating>601(707) | 6 | 24 | 273 | 56 | 223 | 73 | 16 | 24 | 7 | 2 | 3 | ||||||||
rating>492(766) | 15 | 32 | 283 | 72 | 240 | 67 | 16 | 25 | 10 | 2 | 1 | 3 | |||||||
rating>403(1009) | 6 | 14 | 355 | 99 | 330 | 111 | 23 | 41 | 13 | 7 | 6 | 4 | |||||||
rating>330(1423) | 14 | 71 | 522 | 163 | 395 | 135 | 32 | 48 | 23 | 8 | 7 | 3 | 1 | 1 | |||||
rating>270(1211) | 18 | 43 | 377 | 118 | 409 | 134 | 24 | 59 | 16 | 4 | 6 | 1 | 1 | 1 | |||||
rating>221(1608) | 10 | 36 | 583 | 189 | 415 | 174 | 49 | 84 | 45 | 7 | 10 | 4 | 2 | ||||||
rating>181(2284) | 9 | 187 | 620 | 236 | 649 | 278 | 79 | 131 | 39 | 13 | 26 | 11 | 2 | 1 | 2 | 1 | |||
rating>148(2263) | 30 | 91 | 703 | 262 | 680 | 230 | 90 | 99 | 35 | 17 | 18 | 5 | 2 | 1 | |||||
rating>121(2868) | 32 | 46 | 833 | 362 | 822 | 332 | 108 | 181 | 65 | 32 | 38 | 12 | 3 | 1 | 1 | ||||
rating>99(4132) | 27 | 110 | 1146 | 546 | 1140 | 446 | 175 | 282 | 110 | 48 | 59 | 24 | 12 | 4 | 1 | 1 | |||
rating>81(2613) | 20 | 73 | 529 | 339 | 741 | 352 | 136 | 211 | 92 | 43 | 43 | 14 | 6 | 7 | 1 | 1 | 2 | 1 | 1 |
rating>66(2446) | 67 | 133 | 626 | 266 | 649 | 290 | 118 | 155 | 66 | 25 | 28 | 10 | 4 | 5 | 1 | 1 | 1 | ||
rating>54(3277) | 31 | 121 | 646 | 286 | 806 | 468 | 203 | 301 | 189 | 75 | 75 | 33 | 14 | 19 | 4 | 4 | 2 | ||
rating>44(1799) | 8 | 26 | 487 | 202 | 486 | 226 | 79 | 135 | 59 | 29 | 33 | 12 | 8 | 3 | 1 | 1 | 3 | 1 | |
rating>36(4064) | 35 | 87 | 1009 | 586 | 1006 | 517 | 199 | 309 | 109 | 59 | 63 | 37 | 19 | 18 | 6 | 3 | 2 | ||
rating>29(3653) | 38 | 116 | 772 | 388 | 860 | 457 | 216 | 321 | 162 | 88 | 110 | 46 | 26 | 25 | 12 | 4 | 6 | 2 | 1 |
rating>24(3885) | 15 | 43 | 280 | 737 | 1429 | 592 | 244 | 287 | 116 | 45 | 45 | 21 | 14 | 5 | 10 | 1 | 1 | ||
rating>20(2845) | 9 | 13 | 752 | 433 | 647 | 345 | 167 | 189 | 115 | 49 | 64 | 17 | 14 | 14 | 6 | 5 | 2 | 2 | |
rating>16(10033) | 17 | 39 | 1058 | 1879 | 3367 | 1555 | 639 | 755 | 332 | 133 | 126 | 72 | 26 | 19 | 10 | 1 | 3 | 1 | |
rating>13(17670) | 189 | 387 | 2950 | 2906 | 4659 | 2243 | 1082 | 1371 | 679 | 337 | 389 | 209 | 73 | 103 | 47 | 19 | 11 | 10 | 5 |
rating>11(7257) | 20 | 72 | 1048 | 1032 | 1373 | 1006 | 656 | 662 | 419 | 252 | 272 | 154 | 95 | 79 | 52 | 25 | 15 | 9 | 4 |
rating>9(8539) | 71 | 135 | 1257 | 1297 | 1954 | 1182 | 639 | 721 | 417 | 238 | 281 | 132 | 79 | 61 | 32 | 16 | 11 | 6 | 5 |