Interested Article - Частотность букв таджикского языка

Первые исследования по частотности букв в таджикском языке были предприняты в 2001 году и связывались с определениями «наилучшей» раскладки букв на компьютерной клавиатуре и объёма репрезентативной выборки для получения достоверных статистических результатов. Ниже приведены результаты на основе статистической обработки произведений отдельных поэтов и писателей и сформирована общая картина частотности букв в классической и современной таджикской литературе.

Статистика

Статистика частотности букв таджикского языка без учёта пробелов:

Ранг	Буква	Употреблений	Частотность		Информативность
1	А	195836	16,54 %	16.54	0,429	0.429
2	О	100038	8,45 %	8.45	0,301	0.301
3	Р	87084	7,35 %	7.35	0,277	0.277
4	И	86991	7,35 %	7.35	0,277	0.277
5	Н	81061	6,84 %	6.84	0,265	0.265
6	Д	80182	6,77 %	6.77	0,263	0.263
7	У	55282	4,67 %	4.67	0,206	0.206
8	Б	52717	4,45 %	4.45	0,200	0.2
9	М	49675	4,19 %	4.19	0,192	0.192
10	Т	42325	3,57 %	3.57	0,172	0.172
11	С	32392	2,74 %	2.74	0,142	0.142
12	К	32105	2,71 %	2.71	0,141	0.141
13	Ш	30861	2,61 %	2.61	0,137	0.137
14	Ҳ	30175	2,55 %	2.55	0,135	0.135
15	З	28835	2,43 %	2.43	0,131	0.131
16	Е	25284	2,13 %	2.13	0,118	0.118
17	Г	22190	1,87 %	1.87	0,108	0.108
18	В	18755	1,58 %	1.58	0,095	0.095
19	Х	18248	1,54 %	1.54	0,093	0.093
20	Л	14694	1,24 %	1.24	0,079	0.079
21	Ӯ	13967	1,18 %	1.18	0,076	0.076
22	Ф	12976	1,10 %	1.1	0,071	0.071
23	П	12425	1,05 %	1.05	0,069	0.069
24	Ч	10000	0,84 %	0.84	0,058	0.058
25	Ҷ	8748	0,74 %	0.74	0,052	0.052
26	Й	8447	0,71 %	0.71	0,051	0.051
27	Ӣ	7874	0,66 %	0.66	0,048	0.048
28	Я	6870	0,58 %	0.58	0,043	0.043
29	Ё	6454	0,54 %	0.54	0,041	0.041
30	Қ	4650	0,39 %	0.39	0,031	0.031
31	Ғ	2734	0,23 %	0.23	0,020	0.02
32	Э	1503	0,13 %	0.13	0,012	0.012
33	Ъ	1488	0,13 %	0.13	0,012	0.012
34	Ж	867	0,07 %	0.07	0,008	0.008
35	Ю	574	0,05 %	0.05	0,005	0.005
	Сумма	1184307	100,00 %		4,358

Статистика частотности букв таджикского языка с учётом пробела:

Ранг	Буква	Употреблений	Частотность		Информативность
1	Пробел	265983	18,34 %	18.34	0,449	0.449
2	А	195836	13,50 %	13.5	0,390	0.39
3	О	100038	6,90 %	6.9	0,266	0.266
4	Р	87084	6,00 %	6	0,244	0.244
5	И	86991	6,00 %	6	0,243	0.243
6	Н	81061	5,59 %	5.59	0,233	0.233
7	Д	80182	5,53 %	5.53	0,231	0.231
8	У	55282	3,81 %	3.81	0,180	0.18
9	Б	52717	3,63 %	3.63	0,174	0.174
10	М	49675	3,43 %	3.43	0,167	0.167
11	Т	42325	2,92 %	2.92	0,149	0.149
12	С	32392	2,23 %	2.23	0,122	0.122
13	К	32105	2,21 %	2.21	0,122	0.122
14	Ш	30861	2,13 %	2.13	0,118	0.118
15	Ҳ	30175	2,08 %	2.08	0,116	0.116
16	З	28835	1,99 %	1.99	0,112	0.112
17	Е	25284	1,74 %	1.74	0,102	0.102
18	Г	22190	1,53 %	1.53	0,092	0.092
19	В	18755	1,29 %	1.29	0,081	0.081
20	Х	18248	1,26 %	1.26	0,079	0.079
21	Л	14694	1,01 %	1.01	0,067	0.067
22	Ӯ	13967	0,96 %	0.96	0,065	0.065
23	Ф	12976	0,89 %	0.89	0,061	0.061
24	П	12425	0,86 %	0.86	0,059	0.059
25	Ч	10000	0,69 %	0.69	0,050	0.05
26	Ҷ	8748	0,60 %	0.6	0,044	0.044
27	Й	8447	0,58 %	0.58	0,043	0.043
28	Ӣ	7874	0,54 %	0.54	0,041	0.041
29	Я	6870	0,47 %	0.47	0,037	0.037
30	Ё	6454	0,45 %	0.45	0,035	0.035
31	Қ	4650	0,32 %	0.32	0,027	0.027
32	Ғ	2734	0,19 %	0.19	0,017	0.017
33	Э	1503	0,10 %	0.1	0,010	0.01
34	Ъ	1488	0,10 %	0.1	0,010	0.01
35	Ж	867	0,06 %	0.06	0,006	0.006
36	Ю	574	0,04 %	0.04	0,004	0.004
	Сумма	1450290	100,00 %		4,246

Примечания

Усманов З. Д., Солиев О. М. Проблема раскладки символов на компьютерной клавиатуре — Душанбе: Ирфон, 2010, 104 с.
Усманов З. Д., Косимов А. А. Частотность букв таджикской литературы — Доклады Академии наук Республики Таджикистан, 2015, т.58, № 2, с. 112—115
Косимов А. А. Басомади такроршавии ҳарфҳои адабиёти тоҷик — Маҷаллаи «Шафақ», Нашрияи Кумиҷроияи Ҳизби Халқии Демократии Тоҷикистон дар шаҳри Хуҷанд, 24.11.2015, № 21, с. 2.