Suche Statistik über seltene Buchstabenkombinationen

[Kukulkan]

Hallo,

Ich habe eine Software erstellt, welche unter Anderem Wortindexe erstellt. Leider sind manche Wörter absolut unbrauchbar, kommen aber aus manchen Dokumenten so raus. Jetzt soll der Benutzer die Möglichkeit bekommen, solche Mistwörter manuell zu entfernen. Ich würde das gerne unterstützen, indem ich potentielle Kandidaten schon vormarkiere. Die Idee ist die, dass ich nach sehr seltenen Buchstabenkombinationen suchen will. Kommt sowas vor, dann markiere ich schon vorab. Ich hab mal so aus dem Kopf ein paar definiert (Versuch):

Code: Alles auswählen

QR  WT  UU  VV  BB  DD  FQ
HH  JJ  KK  QQ  RR  XB  KQ
JP  XF  BX  QK  ...

Kennt jemand eine Internetadresse oder Quelle wo man solche Statistiken finden kann? Also, die seltensten Buchstabenkombinationen (auch dreistellig) in deutscher und englischer Sprache?

Volker

[Sylvia]

Mache dir doch deine Statistiken selbst mit einem kleinen Progrämmchen.
Bestimmt hast du auf deiner Festplatte irgendwelche Textdateien in
deutsch/englisch. Je grösser desto besser.

Oder lasse im Internet ein paar tausend textlastige Seiten durchscannen.

[Kukulkan]

Hallo Sylvia,

Mache dir doch deine Statistiken selbst mit einem kleinen Progrämmchen.

Danke für deinen Tipp. Aber warum das Rad neu erfinden? Ich denke, ich versuche erstmal solche Daten so zu finden. Dein Vorschlag wäre erst die Notlösung.
Man findet ja auch Statistiken über die meistbenutzten Wörter etc.
http://aspra9.informatik.uni-leipzig.de ... liste.html

Da dachte ich dass hier evtl. jemand einen heissen Tipp für mich hat...

Volker