[논문 리뷰] Selecting Seed Words for Wordle using Character Statistics

Nisansa de Silva|arXiv (Cornell University)|2022. 02. 07.

Educational Assessment and Pedagogy참고 문헌 2인용 수 7

한 줄 요약

이 논문은 5글자 영어 단어들에 대한 문자 빈도 통계를 바탕으로 Wordle 게임에서 최적의 시작 단어를 선정하는 데이터 기반 접근 방식을 제안한다. 전역 문자 빈도를 계산하고, 겹침을 피하는 근사 알고리즘을 적용함으로써, 연구는 'raise', 'clout', 'nymph'를 상위 3개의 시작 단어로 특정하였으며, 이들은 15개의 고유 문자를 커버하고 초반 정보 수확을 극대화한다. 실험적 검증을 위해 단어 목록 필터링과 Wordle의 공식 단어 목록에 대한 수동 검증을 수행하였다.

ABSTRACT

Wordle, a word guessing game rose to global popularity in the January of 2022. The goal of the game is to guess a five-letter English word within six tries. Each try provides the player with hints by means of colour changing tiles which inform whether or not a given character is part of the solution as well as, in cases where it is part of the solution, whether or not it is in the correct placement. Numerous attempts have been made to find the best starting word and best strategy to solve the daily wordle. This study uses character statistics of five-letter words to determine the best three starting words.

연구 동기 및 목표

• 고빈도 문자를 최대한 커버하면서도 상호 겹침을 최소화하는 Wordle의 최상의 3개 시작 단어를 식별하는 것.
• 문자 통계와 근사 선택을 활용한 체계적인 방법을 개발하여 초반 단어 선택을 최적화하는 것.
• 선택된 단어들이 Wordle의 공식 단어 목록에 부합함을 보장하여 난해하거나 수용되지 않은 용어를 피하는 것.
• 경험적 또는 수동으로 선택된 시작 단어들에 대한 데이터 기반 대안을 제공하는 것.

제안 방법

• 공개된 영어 단어 목록에 포함된 모든 5글자 단어의 문자 빈도를 집계하여 전역 문자 빈도 맵 F를 구축하였다.
• 반복된 문자가 없는 5개의 고유 문자를 포함한 단어만을 포함하도록 단어 목록을 필터링하여 총 13,672개의 단어를 확보하였다.
• 각 단어에 대해 빈도 맵에서 해당 단어의 구성 문자들의 빈도 합을 기반으로 값 할당을 수행하였다.
• 선택된 단어들 간의 문자 겹침을 방지하기 위해, 정보 다양성을 극대화하는 조건 하에 근사 알고리즘을 적용하여 최고가치 단어를 선정하였다.
• 이전에 선택된 단어와 겹치지 않는 잔여 후보들 중에서 다음으로 최적인 단어를 반복적으로 추출하기 위해 재귀적 필터링 메커니즘을 사용하였다.
• 제안된 단어들이 Wordle의 공식 단어 목록과 교차 확인되었으며, 수동으로 비유효하거나 난해한 용어들을 제거하여 결과를 검증하였다.

실험 결과

연구 질문

• RQ1 Wordle에서 어떤 3개의 시작 단어 조합이 고빈도 문자를 최대한 커버하면서도 단어 간 겹침을 최소화하는가?
• RQ2 5글자 영어 단어들에 대한 문자 빈도 통계는 어떻게 최적의 시작 단어 조합을 도출하는 데 활용될 수 있는가?
• RQ3 데이터 기반의 문자 빈도 방법이 경험적 또는 수동으로 선택된 시작 단어들보다 얼마나 뛰어나게 성능을 발휘하는가?
• RQ4 반복된 문자를 포함하지 않는 단어의 제거는 시작 단어 선택의 질에 어떤 영향을 미치는가?
• RQ5 어떤 특정 단어 조합이 Wordle의 초반 추측 단계에서 가장 높은 정보 수확을 달성하는가?

주요 결과

• 5글자 단어에서 가장 빈도가 높은 문자는 'a'로, 빈도가 0.1124로, 전통적인 가정과는 달리 'e'가 가장 흔한 문자라는 인식을 뒤집었다.
• 반복 문자를 제거한 후, 총 13,672개의 유효한 5글자 단어(원래 21,952개의 5글자 단어 중 62.28%)가 남았다.
• 값 맵에서 'raise'가 가장 높은 순위를 차지한 개별 단어였으며, 이어 'clout'와 'nymph'가 뒤를 이어 상위 3개 후보로 선정되었다.
• 단어 목록 필터링 과정에서 Wordle의 공식 단어 목록에서 수용되지 않는 10개의 높은 순위 단어(예: 'aires', 'aesir', 'nould')를 수동으로 제거해야 했다.
• 최종적으로 추천된 시작 단어 조합 'raise', 'clout', 'nymph'는 15개의 고유 문자를 커버하는 최상위 유효 조합으로 검증되었으며,
• 이 연구의 결과는 독립적인 자동 해결기의 추천과 일치하여 빈도 기반 선택 접근 방식의 탄탄함을 확인하였다.