| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 29582 | 15 | است,که |
| 41161 | 9 | امريکا,که |
| 41844 | 9 | شد,عجيب |
| 42708 | 9 | گرفت,نيازی |
| 44939 | 8 | ۵۰۰,۰۰۰ |
| 46327 | 7 | عقدده,کينه |
| 46716 | 7 | ميباشد,در |
| 46717 | 7 | ميبره,مانديم |
| 46896 | 7 | نواخت,تکراي |
| 46950 | 7 | هستيد,که |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 8264 | 116 | خميني(ره |
| 10829 | 78 | علي(ع |
| 13792 | 57 | پاپيروس(مورسيا |
| 14302 | 54 | محمدباقر(ع |
| 16779 | 42 | فرهنگي(28 |
| 23088 | 23 | تار(تهمورس |
| 23185 | 23 | رضا(ع |
| 23237 | 23 | سيتار(شجاعت |
| 27029 | 18 | امروز)،"اشکانيان"(ايران |
| 27211 | 18 | جيو"(واقع |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 2979 | 487 | اوت)، |
| 7019 | 148 | سپتامبر)، |
| 9451 | 95 | دسامبر)، |
| 10498 | 81 | اکتبر)، |
| 10744 | 79 | نوامبر)، |
| 13089 | 60 | ژوئن)، |
| 13090 | 60 | ژوئیه)، |
| 13214 | 59 | مه)، |
| 13454 | 57 | 1992)، |
| 13455 | 57 | 1994)/، |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 68949 | 2 | A&K |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 8629 | 110 | هرژه"، |
| 10064 | 86 | است"، |
| 12501 | 63 | تاريخ"، |
| 13507 | 57 | اوبرين"، |
| 13524 | 57 | برج"، |
| 13538 | 57 | بولاند"، |
| 13572 | 57 | جهان"، |
| 13597 | 57 | دومش"هاينريش |
| 13604 | 57 | راه"، |
| 13611 | 57 | رنگي"، |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 36683 | 11 | مشفق'؛ |
| 45679 | 7 | جنتي:'رهبری |
| 55596 | 4 | امروز'، |
| 57029 | 4 | دهد' |
| 63568 | 3 | دودوس'، |
| 69020 | 2 | Goose's |
| 70187 | 2 | است' |
| 71703 | 2 | باز'، |
| 73979 | 2 | جدید'، |
| 76879 | 2 | سبز'، |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 5500 | 212 | 1+5 |
| 7357 | 138 | ۱+۵ |
| 28640 | 16 | 5+1 |
| 34700 | 11 | 1+90 |
| 42748 | 9 | ۱+۵، |
| 54793 | 5 | ۵+۱ |
| 68417 | 3 | ۵+۱بسته |
| 68571 | 2 | 1+5، |
| 68819 | 2 | 5+90 |
| 86726 | 2 | ۵+۱، |
| Rank in Wordlist | Frequency | Word |
|---|---|---|
| 7122 | 145 | سنبله/شهریور |
| 8379 | 114 | 4/77 |
| 9425 | 95 | اسد/مرداد |
| 12627 | 62 | 5/2 |
| 13447 | 57 | 1677/15815 |
| 13455 | 57 | 1994)/، |
| 13456 | 57 | 3/190 |
| 13460 | 57 | 98/39 |
| 14788 | 51 | 74/91 |
| 14789 | 51 | 81/22 |
In the last subsection of this type we look for words containing other special characters: , ( ) % & $
" ' + * = / _
Depending on the language some of these characters may be allowed within words, other will not. If words with forbidden characters do not have very low frequency there might be a problem in preprocessing.
Words containing %:
select w_id-100,freq, word from words where w_id>100 and word like "%\%%" limit 10;
3.12.1 Words with Hyphens
3.12.2 Multiwords
3.12.3 (Multi-)Words with dots