A négybetűs szavak hány százaléka nem jelent egy nyelven se semmit?

nagyon kiterjedt ismeretek kellenének ahhoz, hogy ezt valaki megbecsülhesse

pl. random beírtam a google-be, hogy "ngzo", és a különféle rövidítések mellett kiadott valami afrikai dalszöveget

szerintem random generátorral generálj mondjuk kétszáz betűkombinációt, és nézd meg, hányra ad találod a google

A kana értelmes szó a magyarban:

[link]

Maga a betű már kérdéses fogalom. A betű egyik értelmezése a hangot jelölő jel vagy jelsorozat, így pl. beszélhetünk többjegyű betűkről (cs, dz, dzs, gy, ly, ny, sz, ty, zs). Külön kérdés itt, hogy bizonyos régi írásmódoknál más többjegyű betűket is beveszünk-e ebbe, pl. cz, th, ts… Az utcza az négybetűs szó?

De sejtésem szerint te rövidre zárnád azzal a kérdést, hogy karakterekről van szó. Itt az egyik fő gond, hogy mit kezdjünk a szótagírást használó nyelvekkel. Mit kezdjünk a cirill vagy a görög szavakkal? Ha már görög, mi a helyzet ugyanannak a hangnak a betűváltozataival? Mi a helyzet a különböző ábécék (közel) azonos kinézetű betűivel? A nagybetűs alfa és a latin nagy A betű ugyanúgy néz ki, de a kisbetűs változat más. Még a latin betűs írásnál is kérdés, hogy mi a karakterkészlet (а, ạ, ą, ä, à, á, ą, с, ƈ, ċ).

Aztán kérdés az is, hogy mi az, hogy szó. Az indulatszavak, hangutánzó szavak szónak számítanak? Pl.: jajj, juhé, juhú, ajaj, jajj, huss, hess, puff stb… A mozaikszavak szavak? Pl.: ELTE, NASA, stb… Mert mozaikszóból azért elég sokat kreált az ember. És a fantázianevek? A tulajdonnevek – főleg a földrajzi nevek, dombok, patakok és hasonlók – szónak számítanak? Mi a helyzet a szlenggel és a tájnyelvvel? Mert ez is tud dobni az értelmes szavak számán.

De a fő kérdés alapvetően a karakterkészlet. Nem mindegy, hogy 26 angol karakterből indulunk, és akkor alig félmillió négybetűs szó, vagy hozzá dobjuk csak a görög ábécé 24 betűjét, és akkor máris majdnem hétmillió négybetűs szó van, és nyilván a kevert betűkből álló szavak egyike sem értelmes, pl. aβcδ.

16.!

A Word helyesírás-ellenőrzője tud olyant is, hogy helyesen leírt magyar szót hibásként jelöl, és nem létező szót javasol javításként. És soknyelvű módról nem tudok.

Induljunk ki onnan, hogy mi a kérdező célja ennek az adatnak az ismeretével s mit jelent számára ennek az adatnak a tudása.

Ha magát az eljárást vesszük, akkor hangzás alapján könnyebb a feladvány. Mivelhogy ha IPA átírást használva vizsgálódunk akkor kizárhatjuk az alfabetikus eltérések okozta káoszt.

S mivel egy nyelv legalapvetőbb szavainak jelentős része 2-6 hang/betű között mozog. Ily módon egy generált lista minden lehetséges 4fős hangsorról minimum 40-60%os átfedésben lesz azon értelmes szavakkal amik akár csak egy nyelven is értelmesek és 4 hangból állnak.

Ez kb. ugyanolyan kérdés, mint hogy hány olyan bakmacska van a világon, aminek a tökén pontosan 100 szál fehér szőr van.

Azon felül, hogy semmire se mennénk a pontos adattal, ez egy olyan dolog, amit még megtippelni se lehet.

Kb. 3000 olyan nyelv van a világon, amit legalább 3000-en beszélnek, összességében 20.000 körüli nyelvjárási régió (ezeken belül megszámlálhatatlan helyi nyelvjárás), szóval elég kicsi az esélye, hogy valakinek legalább 1000 nyelvről legyen átfogó ismerete, és erre alapozva tudjon tippelni.

#10

Nálunk (Heves megye) a legöregebbek még most is úgy mondják a kanalat, hogy kana.

Volt is egy sztori, amit anno mesélgettek, hogy a háború idején a beszállásolt orosz katonáknak főzni kellett. Az egyik orosznak nagyon ízlett a leves, amit kapott, és állandóan mondogatta a háziasszonynak, hogy harasó, harasó (jó). Az meg egy öregebb asszony volt, rossz hallással, és úgy értette, hogy kana só, kana só. Azt hitte, az oroszok sósabban szeretik az ételt, és beletett az orosz tányérjába egy nagy kanál sót. :)