Arabic Obsolete Words:Buckwalter形态分析器中的过时单词列表-开源

这是Buckwalter Morphological Analyzer数据库中的过时单词列表或现代使用的过时或未使用过的单词列表。 该列表是根据网络上的频率阈值和阿拉伯语gigaword语料库制定的。 列表中包含约8400个单词，这些单词不属于当前使用范围，边距误差为1％。 阈值是这样定义的。 Buckwalter中的所有引理都在三个新闻网站（半岛电视台，阿拉伯语BBC和阿拉伯语维基百科）中进行了查询，如果在三个搜索引擎中都未找到该引理，则认为该词条已过时。 然后，在阿拉伯语Gigaword语料库（第四版）中查询所有引理，如果引理的出现频率为10个或更少，则认为该引理已过时。 参考文献Mohammed Attia，Pavel Pecina，Lamia Tounsi，Antonio Toral，Josef van Genabith。 2011。现代标准阿拉伯语词汇库，可与有限状态形态传感器互操作。