Statistiques et fréquence d'apparition des lettres

Je ferais une analyse fréquentielle sous cette forme pour l'elko, mais pour que cela soit plus représentatif, il faut je pense, le faire sur un texte long ou sur le long terme

Ziecken a écrit:

Je ferais une analyse fréquentielle sous cette forme pour l'elko, mais pour que cela soit plus représentatif, il faut je pense, le faire sur un texte long ou sur le long terme

effectivement, mais je n'ai pas encore de long texte en algardien.

Une fois le Voynish traduit, je vais le passer à la moulinette.

Avec une analyse d'un millier de lettre, j'arrive à AIROK pour le Diaosxat, ce qui ne me surprend guère, même s'il ne prend pas en compte le œ (mais je me serais attendu à ce que le X soit mieux placé)
D'ailleurs, après quelques tests, le A est toujours en tête dans mes langues, mais je fais toujours ma phonétique à l'instinct (un jour faudra peut être que j'essaye une méthode plus rigoureuse).
À propos  j'avais entendu dire que le A serait le son qui revient le plus souvent dans les langues parlées (sans être forcément le son dominant au sein d'une langue)
Je ne saurais pas retrouver la source mais ça ne serait pas très étonnant, vu que le premier cri d'un bébé ressemble plutôt à un "A", ça doit être le son le plus naturel pour une voix humaine.

J'suis tombé sur une vidéo assez fantastique :



... et j'me suis dit que, sin on peut faire ça avec la langue française et p'is avec la langue allemande, pourquoi ne ferait-on pas ça avec des idéolangues ?

Par exemple, la suite EAU se trouve en français, en sambahsa-mundialect, mais nulle part ailleurs. La suite QB pas très courante en aneuvien, est (à ma connaissance) inexistante ailleurs.

Et cætera...

Une manière assez emballante de créer des mots à-priori dans sa propre langue*, non (vérifier quand même si ça marche pour les LAI à-postériori) ?


*La partie la plus marrante du boulot sera de trouver à ces mots une... étymologie.

@Anoev: très intéressant.

Une autre manière serait d'avoir plusieurs graphiques et de les combiner ou même d'en créer un hasard et voir ce que ça donne.

Ha oui ça a l'air bien, j'aimerais avoir cet algorithme. Il doit aussi y avoir moyen d'en faire un pour changer la physionomie d'un mot en celle d'une autre langue (pour voir ce que donnerait des mots importés)

La fréquence d'usage des phonèmes et des mots suit la loi de Zipf - ou plus précisément de Yule, on a eu des fils sur le sujet. Je ne suis pas sûr pour les graphèmes, vu qu'ils sont moins naturels et organiques que le langage. Il y a quelques mois j'ai fait des recherches pour une écriture tactile qui soit plus efficace que le Braille et je me suis plongé dans des algorithmes statistiques éprouvants mais passionnants. Si vous avez besoin de statistiques inhabituelles pour vos langues, je pourrais peut-être vous donner un coup de main - mais gardez à l'esprit qu'il faut un corpus conséquent pour obtenir des résultats valables.

Les statistique de fréquence des lettres m'intéressent pour l'elko, mais ce qui m'intéresse encore davantage c'est la statistique d'apparition des clés. Car, grâce à cela, je réalise un dictionnaire dit "dictionnaire fréquentiel", organisant les clés de la plus fréquente à la plus rare, et cela aide les apprenants à choisir les clés à apprendre.

Mais cela est manuel et très fastidieux. Je le fais sur tous les textes traduits d'Elkodico.

Salut Ziecken, pour automatiser les statistiques des clés sur un corpus elko il faut une méthode de reconstruction des clés abrégées dans les composés. Est-ce que c'est possible sans analyse sémantique?, laquelle nécessite une intervention humaine.

Leo a écrit:

Salut Ziecken, pour automatiser les statistiques des clés sur un corpus elko il faut une méthode de reconstruction des clés abrégées dans les composés. Est-ce que c'est possible sans analyse sémantique?, laquelle nécessite une intervention humaine.

Oui, sans aucun problème. Je pourrais faire le programme très rapidement.

Excellent, Chaest! Tu vas coder dans quel langage? Tu partageras sur github?
Python est pas mal pour les stats, mais la plupart des modules existants sont pour la version 2 qui ne supporte pas l'unicode.

Un codage pour automatiser les statistiques des clés sur un corpus elko, là vous m'intéresser vraiment. Ce sera très utile car actuellement, je fais tous à la main et c'est vraiment très long.