Skip to content

bumbeishvili/GeoWordsDatabase

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

46 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

GeoWordsDatabase

This Mysql database contains around 310 000 unique Georgian words.

check db statistics and words cloud visualization

Other datasets

  1. akalongman (Avtandil Kikabidze) / geo-words
  2. 0xh3x (Giorgi Jvaridze) / scraped-words
  3. sandrinio( Sandro Sukhitashvili) / Scraped / GeoWordsDatabase
  4. Kevin Scannell / Scraped
  5. Irakli Koberidze / Merged / Frequency_Dictionary_GE_363_202

Linked Applications

  • ka_GE.spell - Georgian spell checking dictionary
  • geowords - web client (web app is not online)
  • ritma - mobile client (apk can be downloaded, but is not in play store)
  • რითმა - fb chat bot (online)

Database structure

Database Relations image

Statistics

უნიკალური სიტყვების რაოდენობა

309,916

მთლიანი სიტყვების რაოდენობა

2,970,640

ასო-ბგერების რაოდენობა

19,737,919

ყველაზე განმეორებადი სიტყვა

და (4.46 %)

ყველაზე განმეორებადი ასო-ბგერა

(15.01 %)

ნაკლებ განმეორებადი ასო-ბგერა

(0.07 %)

33 ყველაზე განმეორებადი სიტყვა
# სიტყვა რაოდენობა ბაზაში პროცენტული ფარდობა
1 და 132,585 4.463 %
2 რომ 26,542 0.893 %
3 არ 24,154 0.813 %
4 ამ 14,984 0.504 %
5 ეს 13,588 0.457 %
6 თუ 13,429 0.452 %
7 რომელიც 11,946 0.402 %
8 იყო 11,768 0.396 %
9 11,682 0.393 %
10 კი 11,448 0.385 %
11 მაგრამ 11,055 0.372 %
12 ან 10,780 0.363 %
13 არა 9,955 0.335 %
14 უნდა 9,948 0.335 %
15 ის 9,173 0.309 %
16 მისი 8,718 0.293 %
17 მე 8,416 0.283 %
18 როგორც 8,335 0.281 %
19 რა 8,168 0.275 %
20 არის 7,169 0.241 %
21 მას 7,154 0.241 %
22 იგი 6,844 0.230 %
23 იმ 6,811 0.229 %
24 ერთი 6,686 0.225 %
25 რაც 5,922 0.199 %
26 შემდეგ 5,573 0.188 %
27 სხვა 5,430 0.183 %
28 მათ 5,238 0.176 %
29 ილია 5,177 0.174 %
30 მხოლოდ 5,117 0.172 %
31 ვერ 4,957 0.167 %
32 4,912 0.165 %
33 მის 4,857 0.164 %
ასო ბგერათა სიხშირე
# ასო-ბგერა რაოდენობა ბაზაში პროცენტული ფარდობა
1 2,963,523 15.014 %
2 2,257,751 11.439 %
3 1,738,635 8.809 %
4 1,290,017 6.536 %
5 1,173,323 5.945 %
6 1,072,087 5.432 %
7 987,471 5.003 %
8 852,648 4.320 %
9 832,634 4.218 %
10 818,302 4.146 %
11 711,784 3.606 %
12 688,035 3.486 %
13 561,099 2.843 %
14 542,778 2.750 %
15 454,138 2.301 %
16 317,244 1.607 %
17 295,257 1.496 %
18 288,025 1.459 %
19 285,833 1.448 %
20 264,382 1.339 %
21 190,572 0.966 %
22 176,053 0.892 %
23 156,242 0.792 %
24 143,723 0.728 %
25 142,221 0.721 %
26 120,430 0.610 %
27 107,048 0.542 %
28 95,529 0.484 %
29 82,122 0.416 %
30 43,684 0.221 %
31 41,305 0.209 %
32 30,314 0.154 %
33 13,710 0.069 %