| Rank in Wordlist | Word | Rank in Wordlist | Word |
|---|---|---|---|
| 1 | тата | 26 | вырнаçнă |
| 2 | кĕрет | 27 | çын |
| 3 | юхса | 28 | пулать |
| 4 | юханшыв | 29 | илнĕ |
| 5 | территоринчи | 30 | ăна |
| 6 | Юханшыв | 31 | е |
| 7 | те | 32 | мар |
| 8 | км | 33 | лаптăкĕ |
| 9 | та | 34 | чи |
| 10 | Раççей | 35 | Германи |
| 11 | юханшывăн | 36 | Чăваш |
| 12 | вăрринчен | 37 | вара |
| 13 | пулнă | 38 | çул |
| 14 | çыранĕпе | 39 | пĕр |
| 15 | юханшыва | 40 | вăхăтра |
| 16 | вăл | 41 | ял |
| 17 | кочĕ | 42 | хыççăн |
| 18 | индексĕ | 43 | усă |
| 19 | Почтă | 44 | çулта |
| 20 | ОКАТО | 45 | чухне |
| 21 | Почтă индексĕ | 46 | унăн |
| 22 | сулахай | 47 | çине |
| 23 | сылтăм | 48 | паллă |
| 24 | пулса | 49 | км² |
| 25 | пур | 50 | тесе |
The table shows the top-50 words of the corpus. Usually we see stopwords.
Language: Afrikaans
This list is a good candidate for a first stopword list for a language.
Usually a small, balanced corpus is enough to get a good list of high frequent words. But if the small corpus has some very prominent topic, this will be visible even in the top word lists.
select w_id-100 as rank_in_wordlist, word from words where w_id>100 order by w_id limit 50;
3.4 Sample words for different frequency ranges