| Average word length | # of sentences | Source |
|---|---|---|
| 5.71 | 10 | http://www.demokrata.hu/cikk/korszellem-vilagvege |
| 5.72 | 11 | http://www.3szek.ro/load/Your_Account=profile=rozsa |
| 5.75 | 11 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_julius_4-6/2436894/ |
| 5.76 | 13 | http://www.demokrata.hu/cikk/korszellem-csendes-nap-0 |
| 5.79 | 18 | http://www.delmagyar.hu/szavazas/megjottunk_2015_junius_5-7/2433069/ |
| 5.83 | 16 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_julius_10-12/2437926/ |
| 5.83 | 10 | http://www.borsonline.hu/aktualis/ha-rajon-mit-lat-ezeken-a-kepeken-lefo-az-agya/109119 |
| 5.85 | 16 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_junius_29-julius_3/2436590/ |
| 5.91 | 16 | http://www.rtlklub.hu/sorozatok/rubi/cikk/300275 |
| 5.93 | 14 | http://www.rtlklub.hu/musorok/gyozike/videok/91531 |
| 5.94 | 12 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_junius_15-20/2434964/ |
| 5.94 | 12 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_augusztus_15-21/2442458/ |
| 5.94 | 11 | http://www.nethirlap.hu/subshow.php?m=2024498=2024594 |
| 5.94 | 12 | http://www.origo.hu/tafelspicc/kozelet/20141001-mit-ne-mondjon-egy-veganak.html |
| 5.99 | 16 | http://www.3szek.ro/load/cikk/74080/benedek_elek:_a_mezei_eger |
| 5.99 | 13 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_julius_22-24/2439190/ |
| 6.02 | 14 | http://www.napi.hu/forumtopic/megugrott_az_elso_negyedeves_hiany_az_allamadossag_is_nott.28075.html |
| 6.03 | 10 | http://www.blikk.hu/sztarvilag/sztarsztorik/mici-es-krisztian-a-zuhany-alatt-szexelt/33yd7s8 |
| 6.04 | 14 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_augusztus_14-16/2442162/ |
| 6.04 | 11 | http://www.origo.hu/filmklub/blog/osszeallitas/20120406-penteki-plakatok-the-dictator-the-canyons-bel-ami-the-three.html |
| 6.04 | 10 | http://www.3szek.ro/load/cikk/37567/meszely_jozsef:_volt_egy_torpe |
| 6.04 | 47 | http://www.3szek.ro/load/cikk/64670/gardonyi_geza:_egervadaszat |
| 6.05 | 11 | http://www.delmagyar.hu/ujszulottek/megjottunk_2015_junius_26-29/2435922/ |
| 6.06 | 12 | http://www.ma.hu/noitema.hu/284902/Kutyak_akik_nem_vesznek_tudomast_a_gazdi_szemelyes_tererol |
| 6.07 | 17 | http://www.demokrata.hu/cikk/korszellem-padon-0 |
| 6.08 | 10 | http://www.nethirlap.hu/forumengine.php?par=3=4202 |
| 6.10 | 39 | http://www.3szek.ro/load/cikk/52482/az_en_uram_tudja_hogy_mit_csinal_magyar_nepmese |
| 6.11 | 15 | http://www.3szek.ro/load/cikk/88790/szabo_t_anna:_parversek |
| 6.11 | 12 | http://www.nethirlap.hu/forumengine.php?par=28=6529 |
| 6.11 | 18 | http://www.3szek.ro/load/cikk/86768/benedek_elek:_ocsike_mesel_ocsike_nadselu_gondolatai_es_csinytevesei |
| Average word length | # of sentences | Source |
|---|---|---|
| 14.11 | 17 | http://www.nemzetisport.hu/kosarlabda/noi-kosarlabda-bajnoksag-20092010-2001079 |
| 11.60 | 17 | http://www.portfolio.hu/allashirdetesek/az_mnb_statisztikai_elemzo_munkatarsat_keres.197300.html |
| 11.32 | 30 | http://www.gondola.hu/cikkek/101894-Osszefoglalo__parlamenti_hatarozatok.html |
| 11.20 | 11 | http://www.portfolio.hu/allashirdetesek/a_budapesti_ertektozsde_zrt_szakerto_munkatarsat_keres.226401.html |
| 11.15 | 10 | http://www.portfolio.hu/allashirdetesek/orszagos_szinten_mukodo_nagyvallalat_tokepiaci_menedzsert_es_reporting_controllert_keres.69109.html |
| 11.01 | 15 | http://www.portfolio.hu/allashirdetesek/az_fgsz_zrt_folyamatiranyitas_szervezetehez_folyamatiranyitasi_szakertot_keres.133798.html |
| 10.97 | 11 | http://www.portfolio.hu/premium/a_trinity_consulting_kereskedelmi_igazgatoi_pozicio_betoltesere_munkatarsat_keres.53942.html |
| 10.97 | 14 | http://www.3szek.ro/load/cikk/81226/huszarvilag_haromszeken |
| 10.92 | 12 | http://www.portfolio.hu/allashirdetesek/mol-csoport_treasury_szervezete_treasury_szakertot_keres.83703.html |
| 10.82 | 65 | http://www.gondola.hu/cikkek/83987-Udvozolve_es_elvetelve_.html |
| 10.80 | 30 | http://www.gondola.hu/cikkek/99670-Hatarozott_hatarozatok_.html |
| 10.79 | 31 | http://www.gondola.hu/cikkek/98212-Orszaggyules__ime_a___8222%3Bteritett__8221%3B_asztal_.html |
| 10.68 | 70 | http://www.gondola.hu/cikkek/86441-Torvenyek__torvenymodositasok_II__-_A_kormany_is_kitett_mageert_.html |
| 10.62 | 23 | http://www.gondola.hu/cikkek/95403-Kituntetesek_a_nemzeti_unnep_alkalmabol.html |
| 10.61 | 13 | http://www.haon.hu/tag/szen-monoxid-mergezes/page/2 |
| 10.61 | 47 | http://www.gondola.hu/cikkek/97719-A_boseg_aradataban__II_.html |
| 10.59 | 13 | http://www.gondola.hu/cikkek/102938-Orszaggyules__tengernyi_penz_sorsarol_keszulnek_donteni_.html |
| 10.55 | 31 | http://www.gondola.hu/cikkek/85637-Orszaggyules___veghajra_.html |
| 10.55 | 12 | http://www.portfolio.hu/allashirdetesek/a_magyar_nemzeti_bank_elemzo_munkatarsat_keres.233123.html |
| 10.54 | 11 | http://www.napi.hu/magyar_gazdasag/keszul_az_egeszsegugyi_salatatorveny.567452.html |
| 10.51 | 15 | http://www.portfolio.hu/allashirdetesek/az_mnb_kockazatelemzo_munkakor_betoltesere_munkatarsat_keres.119093.html |
| 10.49 | 33 | http://www.gondola.hu/cikkek/94855-Parlament__a_remeny_hal_meg_utoljan_.html |
| 10.48 | 14 | http://www.portfolio.hu/allashirdetesek/a_cib_bank_zrt_nagyvallalati_uzleti_kapcsolatok_igazgatosag_nagyvallalati_kockazatelemzot_keres.65973.html |
| 10.42 | 11 | http://www.portfolio.hu/allashirdetesek/az_mnb_szakmai_gyakornokokat_keres.215551.html |
| 10.39 | 12 | http://www.portfolio.hu/allashirdetesek/a_pszaf_piacfelugyeleti_igazgatosaga_palyazatot_hirdet_felugyelo_munkakor_betoltesere.98749.html |
| 10.38 | 22 | http://www.vg.hu/vallalatok/kozlekedes/igy-valtozik-a-vasuti-menetrend-474885 |
| 10.36 | 19 | http://www.gondola.hu/cikkek/77801-Hatarozatra_vagyva_____.html |
| 10.34 | 118 | http://www.gondola.hu/cikkek/83941-_Torvenygyar__kormany_a_vartan__II____.html |
| 10.33 | 10 | http://www.ma.hu/eletmod.hu/282682/Gyogyszerhatoanyagot_mutatott_ki_etrendkiegeszitokben_a_NEBIH |
| 10.32 | 10 | http://www.magyartokepiac.hu/cikk?79529 |
The problem addressed in this subsection (as well as the results) is similar to 6.4.1.1, but now we focus on average word length instead of average sentence length.
Measuring average word length strongly depends on tokenization. The usual tokenization might split the string “28.06.2005” into five parts “28 . 06 . 2005” of average length two. To avoid this, the number of words is counted as 1 + (number of blanks in the sentence).
select round(avg(length(sentence) / (1+ length(sentence) - length(replace(sentence," ","")))),2) as le, count(sentence) as cnt, source from sentences s, inv_so i, sources so where s.s_id=i.s_id and i.so_id=so.so_id group by source having cnt>=10 order by le limit 30;
6.4.2.2 Average logarithmic word rank for different sources
6.4.2.3 Sources consisting of many / few words with frequency 1
6.4.2.4 Sources with low / high average word length of rare words