| Rank in Wordlist | Word | Rank in Wordlist | Word |
|---|---|---|---|
| 1 | de | 26 | mais |
| 2 | a | 27 | ao |
| 3 | e | 28 | ou |
| 4 | que | 29 | à |
| 5 | o | 30 | sua |
| 6 | do | 31 | foi |
| 7 | da | 32 | ser |
| 8 | em | 33 | seu |
| 9 | para | 34 | Moçambique |
| 10 | com | 35 | Maputo |
| 11 | os | 36 | pelo |
| 12 | um | 37 | está |
| 13 | no | 38 | são |
| 14 | na | 39 | todos |
| 15 | uma | 40 | nos |
| 16 | as | 41 | pela |
| 17 | por | 42 | sobre |
| 18 | dos | 43 | tem |
| 19 | é | 44 | anos |
| 20 | não | 45 | mas |
| 21 | O | 46 | também |
| 22 | A | 47 | celular |
| 23 | das | 48 | país |
| 24 | se | 49 | aos |
| 25 | como | 50 | entre |
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