def createWordFeatures(data, size):

    allewoorden = []
    tellen = {}

    for elkbestand in data:
        inhoud = elkbestand[0]  # [0] eerste element uit de tuple
        classificatie = elkbestand[1] #[1] tweede element uit de tuple
        woorden = inhoud.split()
        for woord in woorden:
            if woord in tellen:
                tellen[woord] +=1
            else:
                tellen[woord] = 1

        for woord in tellen:
            allewoorden.append( (tellen[woord], woord) )
            allewoorden.sort()
            allewoorden.reverse()

    return [x[1] for x in allewoorden][:size]
    print tellen