Random French Noun generator Bash based on words frequency in corpus

words.sh

#!/bin/bash

# Liste des mots disponible ici : http://www.lexique.org/telLexique.php

WORD_COUNT=$1
if [ -z "$WORD_COUNT" ]; then
	WORD_COUNT=1
fi

LC_NUMERIC="C"

# On calcule la fréquence totale des noms communs dans la langue
MAX=$(awk '{if($4 == "NOM") s+=$6*100;} END {print s}' liste_mots_top.txt)
WORDS=""
for i in $(seq 1 $WORD_COUNT); do
	# un nombre au hasard entre 1 et le max de la fréquence
	NUM=$(shuf -i 1-$MAX -n 1)
	
	if [ -n "$WORDS" ]; then
		WORDS=$WORDS" "
	fi

	# on regarde c'est quel mot
	WORDS=$WORDS$(awk "{
		if(\$4 == \"NOM\"){
			prevs=s; 
			s+=\$6*100; 
			if(prevs < $NUM && s >= $NUM){
				print \$1;	
				exit 0;
			}	
		}
	}" liste_mots_top.txt)
done;

echo $WORDS