http://www.up.univ-mrs.fr/~veronis/data/DiploFreq.ZIP
I append the LISEZMOI file below:
Fréquences des mots du français
===============================
Cette archive contient des listes de fréquences de mots français, extraits
du CD-ROM du Monde Diplomatique (1987-1997) par Jean Véronis (Université de
Provence). La totalité du texte comportait 11139376 occurrences (y compris
les ponctuations), se réduisant à 150340 formes distinctes si l'on prend en
compte la différence minuscule-majuscule, ou 127452 si on l'ignore.
L'archive se compose de deux fichiers, en plus de celui-ci:
1. DiploFreq.txt
----------------
Le fichier se compose de deux colonnes séparées par une tabulation. La
première donne la fréquence, la deuxième la forme.
Début du fichier :
Freq Forme
689124 ,
500213 de
344747 .
282885 la
230694 l'
201304 et
194431 les
184129 des
180163 à
176758 le
173456 "
154527 d'
146863 -
128392 en
113848 du
2. DiploFreqMaj.txt
-------------------
Dans ce fichier, les formes ne différant que par les distinctions
majuscule/minuscule ont été regroupées en une seule entrée. Le fichier se
compose de trois colonnes séparées par une tabulation. La première donne la
fréquence, la deuxième la forme (convertie en majuscules), la troisième le
nombre de combinaisons minuscule/majuscule différentes observées.
Début du fichier :
Freq FormeMaj Diff
689124 , 1
507150 DE 3
344747 . 1
308179 LA 4
249651 L' 2
217021 LES 3
210194 ET 3
201573 LE 3
188008 DES 3
180593 À 2
173456 " 1
159027 D' 2
149357 - 2
141688 EN 3
115356 DU 3
Ces données peuvent être utilisées librement, ainsi que redistribuées. Dans
ce dernier cas, la présente notice doit impérativement être jointe à la
redistribution.
Merci de citer l'utilisation de ces données dans vos publications!
Jean Véronis, Professeur de Linguistique et Informatique
Université de Provence
29 av. Robert Schuman
13621 Aix-en-Provence Cedex 1, France
Jean.Veronis@lpl.univ-aix.fr
http://www.up.univ-mrs.fr/~veronis