statistika käsud

korpus_public/COMMANDS

@@ -4,4 +4,39 @@ python joinXml.py > korpus_public/oppijakeel.xml
 #korpuse faili formaalse korrektsuse valideerimine
 xmllint --noout korpus_public/oppijakeel.xml
 
-#header.xml ja muud rajad on hardcoded joinXML.py failis
\ No newline at end of file
+
+
+#statistikaks
+cat korpus_public/oppijakeel.xml | grep -o 'tase="[^"]*"' | sort | uniq -c | sort -nr
+
+cat korpus_public/oppijakeel.xml | grep -o 'emakeel="[^"]*"' | sort | uniq -c | sort -nr
+
+cat korpus_public/oppijakeel.xml | grep -o 'emakeel="[^"]*"' | sort | uniq -c | sort -nr
+
+
+
+
+7528 tase="kesk"
+1177 tase="määramata"
+ 311 tase="kõrg"
+  13 tase="alg"
+  
+
+8375 emakeel="vene"
+ 357 emakeel="soome"
+ 152 emakeel="läti"
+  46 emakeel="hispaania"
+  44 emakeel="komi"
+  24 emakeel="bulgaaria"
+  18 emakeel="hollandi"
+   9 emakeel="inglise"
+   4 emakeel="saksa"
+ 
+5752 tyyp="kirjand"
+1819 tyyp="vastused"
+ 653 tyyp="eksamitöö"
+ 514 tyyp="refereering"
+ 209 tyyp="tõlge"
+  42 tyyp="referaat"
+  25 tyyp="referering"
+  15 tyyp=""
\ No newline at end of file