SoLiXG:Word Frequencies for EU recovery and resilience plans

Word-frequencies in National recovery and resilience plans (EUNextGen): Belgium, Netherlands, Greece and UK recovery plans: Build Back Better, Digital Strategy.

Word Frequencies for EU recovery and resilience plans

Greece		UK (BBB)	Belgium		Netherlands		UK (DS)
('cost', 1504) ('investment', 1534) ('Plan', 1218) ('Part', 830) ('reforms', 722) ('Recovery', 673) ('(ID:', 638) ('Implementation', 615) ('Resilience', 556) ('development', 497) ('Axis', 484) ('Description', 476) ('reforms', 445) ('labour', 437) ('system', 416) ('sector', 409) ('improvement', 371) ('Axis', 355) ('Complementarity', 353) ('data', 334) ('reform', 329) ('Framework', 319) ('Increase', 313) ('services', 313) ('target', 310) ('Greece', 306) ('includes', 306) ('aid', 299) ('Reform', 295) ('upgrade', 285) ('Investment', 285) ('Purchase', 279) ('also', 277) ('total', 275) ('digital', 266) ('In addition,', 265) ('digital', 251) ('investment', 249) ('economy', 248) ('project', 246) ('evaluation', 240) ('projects', 239) ('EU', 237) ('EU', 237) ('objectives', 234) ('services', 232) ('system', 231) ('project', 230) ('creation', 230) ('projects', 229) ('analysis', 225) ('transformation', 224) ('systems', 224) ('Integration', 224) ('related', 222) ('assessment', 218) ('Milestone', 217) ('country', 216) ('reduction', 216) ('promotion', 214) ('target', 211) ('use', 208) ('energy', 208) ('quarter', 207) ('concerns', 205) ('basis', 203) ('development', 201) ('data', 200) ('new', 199) ('management', 198) ('Digital', 197) ('Approach', 197) ('Challenges', 196) ('must', 194) ('skills', 190) ('business', 189) ('tackling', 188) ('analysis', 188) ('related', 184) ('information', 180) ('training', 177) ('policies', 177) ('protection', 177) ('provision', 176) ('Objective', 174) ('transformation', 174) ('market', 173) ('included', 172) ('2020', 170) ('control', 170) ('GDP', 167) ('authorities', 165) ('health', 164) ('expected', 163) ('targets', 161) ('according to', 161) ('Fund', 160) ('education', 160) ('implementation', 160)		('growth', 113) ('We', 113) ('investment', 109) ('we', 107) ('support', 107) ('across', 94) ('Government', 74) ('businesses', 73) ('skills', 73) ('economic', 70) ('billion', 64) ('can', 61) ('people', 60) ('infrastructure', 57) ('jobs', 55) ('opportunities', 55) ('government', 52) ('international', 52) ('productivity', 48) ('trade', 47) ('UK’s', 47) ('local', 47) ('economy', 46) ('including', 46) ('over', 46) ('net', 46) ('sector', 45) ('also', 45) ('global', 44) ('which', 44) ('zero', 42) ('system', 42) ('innovation', 41) ('business', 41) ('Global', 40)	('worden', 2353) ('project', 1049) ('wordt', 879) ('zullen', 855) ('Plan', 780) ('Herstel', 716) ('Veerkracht', 688) ('uitvoering', 657) ('digitale', 619) ('projecten', 614) ('kunnen', 588) ('hervormingen', 490) ('maken', 450) ('niet', 448) ('Deze', 430) ('plan', 426) ('Dit', 412) ('Beschrijving', 411) ('sociale', 399) ('verschillende', 390) ('nieuwe', 381) ('investeringenNationaal', 375) ('alle', 374) ('mogelijk', 373) ('Europese', 366) ('ontwikkeling', 364) ('kader', 363) ('hebben', 351) ('andere', 343) ('er', 342) ('dan', 333) ('moeten', 331) ('4', 327) ('investeringen', 324) ('via', 324) ('gebruik', 319) ('2021', 318) ('Een', 310) ('Vlaamse', 295) ('Voor', 292) ('Nationaal', 287) ('onder', 286) ('component', 282) ('tussen', 280) ('we', 279) ('5', 278) ('moet', 276) ('binnen', 267) ('(%)', 266) ('I', 262) ('ten', 261) ('doelstellingen', 260) ('maar', 260) ('zich', 260) ('basis', 258) ('tegen', 253) ('Coëfficiënt', 248) ('deel', 239) ('uitgevoerd', 239) ('bestaande', 237) ('Complementariteit', 235) ('III', 235) ('digitaal', 233) ('maatregelen', 232) ('eerste', 232) ('België', 224) ('Er', 224) ('gericht', 223) ('miljoen', 219) ('economische', 215) ('zoals', 212) ('arbeidsmarkt', 205) ('geen', 205) ('0%', 201) ('Belgische', 199) ('jaar', 197) ('openbare', 197) ('name', 195) ('nog', 193) ('wat', 193) ('steun', 192) ('ter', 192) ('Gewest', 192) ('niveau', 190) ('bedrijven', 189) ('regering', 186) ('opleiding', 186) ('doel', 186) ('enz', 183) ('toegang', 181) ('Waalse', 181) ('economie', 180) ('werken', 180) ('Op', 179) ('gebouwen', 178) ('specifieke', 176) ('gegevens', 175) ('aantal', 174) ('federale', 172) ('per', 171) ('onderwijs', 170) ('2020', 168) ('Brussels', 167) ('ze', 167) ('zowel', 166) ('dus', 166) ('inzake', 162) ('Regering', 162) ('Vlaanderen', 161) ('twee', 160) ('impact', 158) ('stellen', 158) ('ondernemingen', 158) (')', 157) ('diensten', 157) ('financiering', 156) ('betrekking', 156) ('elke', 155) ('staat', 155) ('infrastructuur', 152) ('werknemers', 152)		('wordt', 1125) ('worden', 1123) ('maatregel', 887) ('Nederlandse', 672) ('maatregelen', 549) ('Nederland', 526) ('hebben', 458) ('kunnen', 446) ('impact', 358) ('welke', 348) ('digitale', 347) ('Europese', 277) ('over', 274) ('andere', 268) ('Maatregel', 266) ('nodig', 255) ('Herstel-', 253) ('investeringen', 253) ('Veerkrachtplan', 246) ('maken', 245) ('dan', 236) ('zich', 233) ('gebruik', 233) ('economie', 229) ('onderwijs', 226) ('zoals', 222) ('Ook', 215) ('nieuwe', 212) ('mogelijk', 209) ('alle', 207) ('–', 206) ('sociale', 204) ('via', 203) ('Een', 202) ('economische', 199) ('tussen', 196) ('effect', 194) ('sprake', 194) ('ten', 193) ('insignificante', 190) ('Er', 189) ('per', 185) ('X', 185) ('hun', 183) ('gericht', 177) ('extra', 174) ('binnen', 173) ('maar', 172) ('d', 171) ('2022', 171) ('zes', 167) ('2020', 166) ('5', 166) ('Met', 166) ('HVP', 164) ('Door', 163) ('substantiële', 162) ('mensen', 161) ('Voor', 157) ('moeten', 156) ('6', 155) ('effecten', 154) ('onderstaande', 154) ('zullen', 153) ('basis', 152) ('DNSH-milieudoelstelling', 152) ('bedrijven', 150) ('arbeidsmarkt', 149) ('2021', 148) ('middelen', 147) ('duurzame', 144) ('gaat', 144) ('DNSH-doelstellingen', 144) ('jaar', 143)		('digital', 551) ('for', 410) ('a', 403) ('uk', 389) ('we', 307) ('will', 288) ('gov', 234) ('are', 230) ('is', 218) ('with', 180) ('•', 180) ('that', 173) ('data', 166) ('skills', 151) ('(https://www', 150) ('on', 146) ('this', 144) ('as', 144) ('our', 138) ('by', 137) ('strategy', 135) ('tech', 115) ('uk,', 110) ('innovation', 101) ('be', 98) ('government', 97) ('support', 97) ('have', 92) ('new', 90) ('has', 89) ('from', 89) ('uk’s', 86) ('through', 86) ('global', 84) ('also', 84) ('technology', 79) ('which', 78) ('more', 77) ('investment', 75) ('an', 73) ('work', 73) ('businesses', 71) ('sector', 71) ('international', 71) ('across', 65) ('security', 63) ('national', 60) ('business', 58) ('ensure', 57) ('can', 55) ('their', 55) ('3', 54) ('at', 54) ('growth', 52) ('continue', 52) ('over', 52) ('economy', 51) ('million', 51) ('capital', 50) ('or', 50) ('up', 49) ('funding', 49) ('they', 47) ('research', 47) ('ai', 47) ('public', 46) ('cyber', 46) ('billion', 46) ('trade', 46) ('world', 44)

Interventions on the lists

• Delete the first 5 words
• Keep 70 words

Python script

First run this in the terminal:

pdf2txt -o doc.txt doc.pdf

import re 
from wordfreq import word_frequency
#this is a script to find the most frequent words in a textfile 
lines = open('gr-policy.txt', 'r')
text=lines.read()
text_list=text.replace('\n', ' ').split(".") 
lines.close() 
sep_words=[]
new_list=[]
all_freq={} 
frequency={}
with open("output.txt", "a") as f:
   for l in text_list:
       for w in l.split():
           sep_words.append(w)
   for word in sep_words:
       freq = sep_words.count(word) 
       frequency={word:freq}
       all_freq.update(frequency)    
           # all_freq.append(frequency)
   new_list=sorted(all_freq.items(), key=lambda item: item[1], reverse=True )
   print(*new_list, sep = "\n", file=f)

Greek list translated with deepl.