Gunn Inger Lyse Samdal 2025-08-25 hdl:11495/EC56-A8F9-F4AC-8 clarin.eu:cr1:p_1407745711925 Frequency lists (bokmål) from NNC - Norwegian Newspaper Corpus bokmål corpus Frequency lists (bokmål) from NNC - Norwegian Newspaper Corpus bokmål Frekvensordliste (bokmål) fra Norsk aviskorpus (1998–2022) Frequency word list from the Norwegian Newspaper Corpus (Bokmål). The frequency list contains the 10,000 most frequent words in the Norwegian newspaper corpus, sorted by frequency from highest to lowest. The Norwegian newspaper corpus contains some 2,1 billion words from eleven major newspapers, with material from 1998 to 2022. The frequency list can, for example, be used to filter out “stop words” (common words with assumed low informational value) in language technology processing of text, or to quantify “common” words and vocabulary. The list includes both linguistic words and punctuation (i.e. all tokens), and distinguishes between uppercase and lowercase letters. At the top of the list you will find, among others: ".", "som", "det", and "Det". Note that the most frequent words from newspaper language, as here, may differ from the most frequent words from fiction, youth language, or child language. Among the 100 most frequent words you will find, for example, "VG" and "Foto" (because the word "Foto" often appears in newspaper texts with photo credits). The frequency word list was generated on 25.08.2025, and you can always obtain a newer list directly from the Norwegian newspaper corpus via clarino.uib.no/korpuskel. You can also then download more words than the 10,000 which are available here. Frekvensordliste fra Norsk aviskorpus (bokmål). Frekvensordlisten er en liste av de 10.000 mest frekvente ordene i Norsk aviskorpus, sortert på frekvens fra høyest til lavest. Norsk aviskorpus inneholder ca. 2,1 millioner ord fra elleve store aviser, og har per i dag materiale fra 1998 til 2022. Frekvensordlisten kan f.eks. bruke for å luke ut «stoppord» (vanlige ord med antatt lav informasjonsverdi) i språkteknologisk prosessering av tekst, eller for å tallfeste hva som er «vanlige» ord og ordforråd. Listen inneholder både språklige ord og tegnsetting, og skiller mellom store og små bokstaver. På toppen av listen finner du bl.a.: ".", "som", "det", og "Det". Merk at de mest frekvente ordene fra avisspråk, som her, kan være annerledes enn de mest frekvente ord fra skjønnlitteratur, ungdomsspråk eller barnespråk. Blant de 100 mest frekvente ordene finner du bl.a. "VG" og "Foto" (fordi ordet "Foto" ofte går igjen i avistekster med bildekreditering). Frekvensordlisten er generert 25.08.2025, og du kan alltid hente en nyere liste direkte fra Norsk aviskorpus via clarino.uib.no/korpuskel. Du kan da også hente flere ord enn de 10.000 som er nedlastbare her. https://clarino.uib.no/ hdl:11495/EC56-AAEC-0B75-1 Public downloadable webExecutable https://repo.clarino.uib.no/ https://clarino.uib.no/korpuskel/ Creative Commons (CC) Creative_Commons-BY (CC-BY) http://creativecommons.org/licenses/by/4.0/ BY organization organization Meurer Paul male Senior consultant University of Bergen Universitetet i Bergen UiB UoB University Library Universitetsbiblioteket 2025-08-25 2025-08-25 person Lyse Gunn Inger female Researcher (Ph.D) University of Bergen Universitetet i Bergen UiB UoB Department of Linguistic, Literary and Aesthetic Studies clarin@uib.no gunn.lyse@uib.no person Lyse Samdal Gunn Inger female Researcher (Ph.D) University of Bergen Universitetet i Bergen UoB UiB Department of Linguistic, Literary and Aesthetic Studies Institutt for Lingvistiske, Litterære og Estetiske fag Ngram Corpus textNgram word 1 txt utf-8 nb Norwegian Bokmål 10000 tokens 10000 tokens