1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
|
= Logs of language model for Danish (da) =
- Generated by BuildLangModel.py
- Started: 2022-11-30 19:37:01.097250
- Maximum depth: 2
- Max number of pages: 200
== Parsed pages ==
Forside (revision 10000691)
Hans Magnus Enzensberger (revision 11341046)
28. november (revision 9410945)
Golfkrigen (revision 11144370)
29. november (revision 6877900)
8. december (revision 10277754)
Det Konservative Folkeparti (revision 11313857)
1990 (revision 11340072)
1940 (revision 11263756)
Angolas håndboldlandshold (damer) (revision 11331888)
Skjoldvulkan (revision 10870812)
Casper & Mandrilaftalen (revision 11221713)
26. november (revision 10617630)
Døde i 2022 (revision 11343986)
Vikingetidens rustning og våben (revision 11332607)
Middelaldercentret (revision 11339897)
Ruslands invasion af Ukraine 2022 (revision 11335164)
Saddam Hussein (revision 11002258)
The Jimi Hendrix Experience (revision 10497780)
Færøerne (revision 11333678)
27. november (revision 9745974)
Thomas Vinterberg (revision 11234643)
Anwar Ibrahim (revision 11342876)
Mandatområdet i Palæstina (revision 11341286)
Kunst (revision 11336917)
Afrikamesterskabet i håndbold 2022 (kvinder) (revision 11341917)
Dansk (sprog) (revision 11313509)
Sergej Sjojgu (revision 11309097)
Fernando Gomes (revision 11340427)
Folketinget (revision 11330485)
15. januar (revision 10515606)
Rock and Roll Hall of Fame (revision 8408189)
Thomas Edison (revision 11052704)
Ukraine (revision 11334630)
1947 (revision 11252357)
1937 (revision 11303923)
IC4 (revision 11317878)
Jimi Hendrix (revision 11341476)
Ismail Sabri Yaakob (revision 11105534)
Okipa-ceremonien (revision 11340589)
SI-præfiks (revision 11332802)
Sporvejsmuseet Skjoldenæsholms historie (revision 11338275)
Irak (revision 11255676)
Woodstockfestivalen (revision 11226413)
Nikolaj Lie Kaas (revision 11322663)
Torben Rechendorff (revision 11342962)
Folketingsvalget 2022 (revision 11339557)
Kherson (revision 11314559)
Keltere (revision 11318773)
Little Richard (revision 11226619)
Invasion (revision 10307980)
Tate Gallery (revision 8312688)
24. januar (revision 10441562)
Hans Christian Ægidius (revision 9773029)
Slaget ved Irpin (1321) (revision 11230064)
Auschwitz (revision 11310714)
Jazz fusion (revision 11223082)
Lutsk (revision 11248429)
Planetarium (revision 11266837)
Bibliothèque nationale de France (revision 11055813)
Digtsamling (revision 10585337)
Kenneth Gøtterup (revision 11027437)
Straf (revision 11007456)
1716 (revision 11339928)
Kamel (revision 11285016)
Amnesti (revision 10831621)
Zulu Royal (revision 10969220)
Stephen Roche (revision 11239346)
13. december (revision 10768225)
Enhed (politisk parti) (revision 10158693)
The Everly Brothers (revision 10865882)
3. november (revision 9423371)
Annelise Gotfredsen (revision 11306090)
Virtual International Authority File (revision 8702589)
Europæiske Fællesskab (revision 10868689)
Væringer (revision 11331002)
Rom (revision 11341285)
Decentralisering (revision 11154770)
Kreml (Moskva) (revision 11045482)
Folketingsvalget 1994 (revision 11266325)
28. december (revision 6878014)
Østjyllands Storkreds (revision 11201505)
Bruxelles (revision 10802416)
Erik Haunstrup Clemmensen (revision 10627614)
Hviderussere (revision 10750673)
Hvidmelet Gåsefod (revision 11317723)
Mario Draghi (revision 11302527)
Folketingsvalget 1968 (revision 11300317)
Skudår (revision 10360386)
1921 (revision 11303917)
Rundkørsel (revision 11103019)
Valerij Zaluzjnyj (revision 11335164)
Angrebet på Pearl Harbor (revision 11309782)
Folketingsmedlemmer valgt i 2007 (revision 11187293)
Ingeniørvidenskab (revision 9816520)
Vikinger (revision 11327511)
Martin Luther King (revision 11320659)
1757 (revision 11186195)
Dieseltogsæt (revision 8177984)
El-værk (revision 11334293)
Soul (revision 11283982)
John McVie (revision 11040471)
Botswanas håndboldlandshold (herrer) (revision 11333322)
1971 (revision 11243510)
Rana Hussein (revision 11266594)
DR (revision 11342995)
Ewan McGregor (revision 11331681)
Eliane Paulo (revision 10589121)
Zepto- (revision 11332802)
København (revision 11336925)
Gallien (revision 9984925)
Augustoprøret (revision 11234324)
1991 (revision 11250037)
Afledte SI-enheder (revision 11097802)
Gemeinsame Normdatei (revision 11281765)
Litteraturvidenskab (revision 10931878)
Thorvald Stauning (revision 11107677)
Afrikamesterskabet i håndbold 2018 (mænd) (revision 11131830)
Folkeforbundet (revision 11315450)
Readymades (revision 10932287)
Al Anbar (revision 9458175)
2007 (revision 11250033)
Varieté (revision 10934358)
Damaskus (revision 11030795)
Palæstina (revision 11311424)
1569 (revision 10832219)
Pædagog (revision 11251603)
Carina Christensen (revision 11073847)
Vest-Tyskland (revision 10580737)
20. november (revision 6877846)
Tessa Jowell (revision 11225831)
Hillerød (revision 11317306)
Påskekrisen (1920) (revision 11287865)
Grad (vinkelmål) (revision 9624298)
Kvinde (revision 11333939)
1931 (revision 11236350)
Afrikaans (revision 11080347)
Den Store Danske Encyklopædi (revision 11301417)
22. juni (revision 10375853)
Automatic Train Control (revision 10619401)
Luc Montagnier (revision 11162267)
Reprise Records (revision 11081843)
1966 (revision 11336105)
Prosa (skriveform) (revision 11236012)
Michael af Rumænien (revision 10819975)
Mykolajiv (revision 11236676)
Khmelnytskyj oblast (revision 11188686)
Sierra Leones håndboldlandshold (herrer) (revision 11333322)
1969 (revision 11340081)
H. Edvard Hass (revision 10348478)
Københavns Idrætspark (revision 9400386)
Sanna Nielsen (revision 11315712)
19. maj (revision 7148596)
Patricia Schumann (revision 10952761)
Torstenssonfejden (revision 11326728)
International Standard Name Identifier (revision 10880739)
Bent Mejding (revision 11335462)
Afdeling Q (revision 11279134)
Alfred Bindslev (revision 10398140)
Sakser (revision 9042633)
Folketingsmedlemmer valgt i 1998 (revision 11213304)
1996 (revision 11229565)
1 (tal) (revision 9378579)
Farrah Fawcett (revision 10977527)
Google+ (revision 10469085)
1530 (revision 10865231)
De største helte (revision 10737852)
Afrikamesterskabet i håndbold 1974 (mænd) (revision 11018946)
1902 (revision 11217211)
ISO 639-3 (revision 10880691)
1974 (revision 11336110)
Dansk fonologi (revision 11226101)
Europa (revision 11149054)
Sovemedicin (revision 11327388)
Slotsbryggen (Nykøbing Falster) (revision 11005548)
Olieraffinaderi (revision 11322152)
Slaget ved Stiklestad (revision 11261889)
Rolling Stone (revision 11267586)
Jørgen Hald (revision 10296412)
Nikolaj Coster-Waldau (revision 11228953)
Aserbajdsjan (revision 11297538)
Kultstatus (revision 7820159)
Al Kut (revision 9425606)
Library of Congress Control Number (revision 8316539)
Rwandas håndboldlandshold (herrer) (revision 11333322)
Levon Helm (revision 11317127)
Howard Hughes (revision 11040881)
Wim Kieft (revision 10910953)
Afrikamesterskabet i håndbold 2016 (mænd) (revision 11018957)
24. februar (revision 10755036)
Iværksætter (revision 10972242)
1992 (revision 11303945)
Internationalt Standardbognummer (revision 11037702)
Afrikamesterskabet i håndbold 2014 (mænd) (revision 11018956)
En mand kommer hjem (revision 10737861)
Jamaica (revision 11243987)
Henitjesk (revision 11328921)
August (revision 11210562)
== End of Parsed pages ==
- Wikipedia parsing ended at: 2022-11-30 19:41:17.518631
60 characters appeared 1532370 times.
First 31 characters:
[ 0] Char e: 15.035728968852169 %
[ 1] Char r: 8.617892545534042 %
[ 2] Char n: 7.618264518360449 %
[ 3] Char t: 6.856503324915001 %
[ 4] Char a: 6.475133290262796 %
[ 5] Char i: 6.3714377076032545 %
[ 6] Char s: 6.279488635251278 %
[ 7] Char d: 5.919523352715076 %
[ 8] Char l: 5.094722553952375 %
[ 9] Char o: 4.86860223053179 %
[10] Char g: 3.8343872563414845 %
[11] Char k: 3.3303314473658454 %
[12] Char m: 3.2096034247603384 %
[13] Char f: 2.608247355403721 %
[14] Char v: 2.342188896937424 %
[15] Char u: 1.9602967951604378 %
[16] Char b: 1.9047619047619049 %
[17] Char p: 1.5793183108518178 %
[18] Char h: 1.45728512043436 %
[19] Char ø: 0.8954103773892728 %
[20] Char æ: 0.7449897870618715 %
[21] Char å: 0.7295235484902471 %
[22] Char y: 0.6777736447463732 %
[23] Char j: 0.666418684782396 %
[24] Char c: 0.5946344551250677 %
[25] Char w: 0.12248999915164091 %
[26] Char z: 0.06571519933175407 %
[27] Char x: 0.045354581465311905 %
[28] Char é: 0.021926819240783886 %
[29] Char ó: 0.009592983417842949 %
[30] Char q: 0.009397208246050236 %
The first 31 characters have an accumulated ratio of 0.9994694492844417.
1065 sequences found.
First 512 (typical positive ratio): 0.9958348814328518
Next 512 (512-1024): 2.6103356239028435e-06
Rest: 3.268948339453948e-05
- Processing end: 2022-11-30 19:41:17.605842
|
