掌上百科 - PDAWIKI

 找回密码
 免费注册

QQ登录

只需一步,快速开始

查看: 60743|回复: 2736

[英英] ⚜100W词频(含20W短语)[BNC+COCA+iWeb] + 1011m发音库(英美音)2020-10-25

    [复制链接]
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

    发表于 2019-10-7 11:24:50 | 显示全部楼层 |阅读模式

    从2014年第一次开始做BNC词频的mdx算起已经过去好多年了,论坛老前辈们应该是见证了它一点点变完善
    2019年,词头数拓展到了100W,词频信息遍历几乎整个语料库。

    发音文件来自huge大的1011m发音库。

    2020-10-25更新,融合COCA 6W和COCA 50W的数据,常用词的COCA词频更准确易用。
    2019-11-01重要更新,增加20W短语词频,总词数达到100W。

    词频信息:
    COCA 是genre balanced的美语语料库(4.5亿),只有美式拼法。稍稍偏向于小说和报刊。
    BNC 为英国国家语料库,规模相对较小(1.0亿),但入选材料质量极高。
    iWeb 语料库因为新技术加成,规模十分惊人(140亿),是通过抓取数万个最新网页内容制成。非常与时俱进,收入了大量新潮用法、基础学术用词、新兴科技IT用词。
    Economist 经济学人的库最小,词频统计来自发布的历届杂志;想必通读这本杂志是很多人学习英语的一个目标,所以也很有参考性。
    ANC 价值不及以上诸位,在这一版被拿掉了。
    20W短语词频来自于zhu1234的个人积累和统计。

    设计语言:
    一切以极简实用为出发点。gary大的the little dict也很好。但是我尝试做一个更紧凑轻量的东西。另外,无任何js脚本,性能也非常好。
    其实这本词典包含了我很多个人化的东西。很多幕后的细节,包括一些词表的选择,都是来自我个人的积累。希望你们也觉得好用。



    考试词表简介:
    加入了牛津3000小钥匙和考试词表信息。各级别单词一目了然。所有的词表+柯林斯星星基本上是四万单词出头,这就是受过高等教育的英语母语人士掌握的词汇水平。

    小钥匙牛津核心3000词表
    高考3500
    4大学四级词汇+短语
    6大学六级
    研究生考试
    英语专业四级
    英语专业八级
    托福
    雅思
    G3000GRE 要你命3000
    G宝GRE 红宝书
    G颠GRE 巅峰词汇
    GGRE 其他








    柯林斯星星简介:
    添加柯林斯0-5星单词,一共6级。其中0星单词经常被人忽略,但我认为对英语进阶价值极高。附上我原来在扇贝网发过的一段话:
    柯林斯找出了英文中最常用的3万3千词,标记为5星至0星。这个词频统计非常实用,原因是柯林斯拥有庞大的并十分接地气的语料库。因此背完单词用不上的情况基本可以杜绝了。这里的星级词汇提取自柯林斯Collins Cobuild第三版官方光盘。

    ★★★★★ 5星词汇,有很多动词短语。源列表5星词汇共有1352个,词频是最常用的0001~1353。

    ★★★★☆ 4星词汇。源列表4星词汇共有1388个,词频是最常用的1354~2741。

    ★★★☆☆ 3星词汇。源列表3星词汇共有1831个,词频是2742~4572。

    ★★☆☆☆ 2星词汇。源列表2星词汇共有3407个,词频是4573~7979。

    ★☆☆☆☆ 1星词汇。源列表1星词汇共有8228个,词频是7980~16207。

    ☆☆☆☆☆ 0星词汇。柯林斯源列表0星词汇共有17122个,词频是16208~33328。

    因为选词很接地气,里面甚至有很多口语化,生活化,英美常识文化的东西,以及一些十分地道的固定搭配,新潮短语。是想达到35000水平却又不愿意背偏词怪词的同学们不可多得的词表。

    举例0星词里的a la carte,在其他词表无论如何都背不到的,但是在外文菜单上极为常用,意思是点餐时按菜单单点;对应的table d'hote,意思是按套餐点餐。

    Update: 第三版原有的星级词汇用橙色星星标识,第五版及之后新增补的星级词汇用蓝色星星标识,低于0星标准的(3万以外)用灰色星星标识。



    词频数字解释:
    本词典列出的数字通常是这个词在这个语料库里的排名,数字越小排名越靠前,这个词就越常用。如果语料库不够大,经常会有相同词频(单词在语料库中出现的次数)挤了好几万个单词的情况,就像高考差一分拉下来几千人一样。这时候精确的排名就不是很重要的了。所以BNC词频12以下,经济学人词频10以下,短语词频9以下,我会在方括号内标出词频,并且在排名后面用+号表示他们并列在某一排名。



    Reference:
    BNC资源来自于:afreeelf - BNC 词频(含标点)txt
    COCA资源来自于:cracode -【2015.05.14】COCA Frequency List【36万词频,基于4.5亿当代美式语料库】
    iWeb资源来自于:garypang - [3.6]iWeb词频词典:The 14 Billion Word Web Corpus
    20W短语来自于:zhu1234 - 英语短语词组频率词典EPFD v3【20170208】
    发音文件来自huge大的1011m发音库,英音主要是朗文,美音是韦氏,后面的曲折变形发音来自柯林斯。

    特别说明:
    词频数据本来是分词性分义项单独排名的。为了极简设计,我只取排名最高的一项,舍去其余项。这样的话很多排名就空出来了。另外有很多标点符号和无用的数字词头,我都手动去除。获得洗干净的词头后,我在再按先后重新排名,所以每个词的排名就会比原始数字小一点。总结起来,我制作的排名是一个单词最常用意思的排名。纯粹是为了平时查的时候方便看,不用过脑子。所以不要用于严谨的学术参考,如果有所误导,请见谅。

    更新日志:
    2020-10-25更新
    1. 修正xiaorenhao在置顶评论里提出的COCA数据差异问题。现在版本深度融合了COCA 6W词频和COCA 50W词频,对6W前词频的词汇的统计做到了曲折还原后再统计,力求使常见词的词频更加准确易用。
    2. 增加少量IMDB电影字幕词频。取自gary大的数据
    2019-11-01更新
    1. 增加20W短语词频,总词数达到1000228。
    2. 增加GRE巅峰词汇列表
    3. 增补柯林斯第五版增加的星级词汇(整理自FF柯林斯)。第三版原有的星级词汇用橙色星星标识,新增补的星级词汇用蓝色星星标识,低于0星标准的(3万以外)用灰色星星标识。
    2019-10-10更新
    1. 增加移动版,手机平板用户请下载移动版使用。
    2. 增加机制以防止点击弹出第三方看图程序。
    2019-10-9更新
    1. 修正不应该的大小写单词合并问题,现在全部分开。词头因此增加到807554。
    2. 全部更换高清图标
    3. 现在所有情况均能显示词头
    4. 移动端显示更compact
    5. 把音频文件单列为1.mdd,并且css也外置了一份,方便不需要音频坛友客制化。
    游客,如果您要查看本帖隐藏内容请回复


    购买主题 已有 1866 人购买  本主题需向作者支付 90 粒米 才能浏览

    本帖被以下淘专辑推荐:

  • TA的每日心情
    开心
    2020-4-12 13:04
  • 签到天数: 453 天

    [LV.9]以坛为家II

    发表于 2019-11-5 11:01:42 | 显示全部楼层
    本帖最后由 xiaorenhao 于 2019-11-5 13:03 编辑
    8 E& m/ Q( u' x, K
    lgmcw 发表于 2019-11-4 22:09
    + O/ d% F2 O% a( y4 Z$ {3 O觉得异常的词汇可以大概多列几个吗,我参考一下。因为COCA在2011年没有给英式拼法优化,很多异常可能是拼 ...
    / m' }- E' I6 l1 F$ F
    论坛里的图片功能不好用,我列举几个可疑的常见单词:
    4 N) a1 f) _) z( b* X! J3 pcoca2w是指官方2w词排序,100w是指L大您制作的词频词典
    % Z+ H8 }- F4 h9 |$ _, _0 H4 c' n  a
    1 h" }1 Z' E. r. N6 z6 z+ c* S" q, o9 Qinsist   高中词汇  coca2w 1363 v.        100w中coca排序  7669
    * ~  o' g" h2 A/ b8 S7 cinspect 高中词汇  coca2w 5082 v.       100w中coca排序   16695

    7 n- f1 ^9 ?/ f2 D$ qreckon 六级词汇  coca2w  8695 v.       100w中coca排序   24672
    9 Y# F0 N. f+ Q7 G0 c( Zrebuke 四级词汇  coca2w 18859 v.     100wcoca排序      33067
    9 F* h  x& o3 M
    scold  四级词汇 coca2w  10479 v.        100w中coca排序  49378: P* ]1 L/ J" l0 ]
    addict 四级词汇 coca2w  6173 n;         100W 中coca排序 14290 7 Q4 C3 \2 z2 ~$ u) i" ~
    abide 考研词汇  coca2w  8613 v.         100w 中coca排序 17578
    " _/ R# g% Y2 N& limpetus 六级词汇 coca2w 9580 n.       100w 中coca排序  145515 @" ^2 q5 S; @$ e+ _* }% N
    tackle  四级词汇 coca2w  4136 v.        100w 中coca排序  9242
    - Q3 H: N7 Q7 Q9 V$ F4 F# {# _~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    7 M6 D( Y1 R0 d9 }  s( [2 F7 q( }大体上看:
    $ \3 V- l1 c) }* b官方排序在4000以后的,100w排序在7000以后,
    2 o' _0 \1 ?) v( B# {  ?( T7 q9 Z& ]官方排序在1w左右的,100w排序在3万以后7 X1 J# W  K2 c1 l: `( Q& w
    经过多番对比,论坛中的COCA2w,和COCA 6w的数据是比较符合实际情况的,建议采纳coca6w,0 |. v4 L" J+ C, ^4 C& I& i1 P
    毕竟超过6w,查不到词频,问题不大了。
    5 c; Q! X5 L# _
    4 T; L  e3 }: }+ }
    9 v; ^' I( h( Q/ z' y8 G

    / v$ l1 o' k! U! N  Y! D$ Q

    : e4 f) @- S- w# \/ u0 ]
    . a9 O, E6 r; s

    点评

    已在2020-10-25更新中解决此问题。  发表于 2020-10-25 11:59
    您这个COCA 2W的来源? 上述所列的案例词频不同于《COCA 20000 - A Frequency Dictionary of Contemporary American English.pdf》  发表于 2020-4-17 00:44
    请问如何安装?安装在什么目录下?  发表于 2019-12-11 02:03
  • TA的每日心情
    开心
    9 小时前
  • 签到天数: 893 天

    [LV.10]以坛为家III

    发表于 2019-10-9 16:18:34 | 显示全部楼层
    lgmcw大大,真的是非常厉害的人呀~~~
  • TA的每日心情
    开心
    9 小时前
  • 签到天数: 1197 天

    [LV.10]以坛为家III

    发表于 2019-10-8 08:32:32 | 显示全部楼层
    楼主的作品都能担上盛世美颜。
    + R+ v! p' W2 f& n" x7 [! ?这部好实用。感恩!!
  • TA的每日心情
    开心
    16 小时前
  • 签到天数: 679 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:59:01 | 显示全部楼层
    感谢楼主制作。4 V. c) M1 B3 j$ T( J. t; L
    $ e' C5 _0 U9 B
    更多词频讨论见
      l0 a" R$ b& k& I" z& c★英英学習型词典的词频标示判读心得, _. V) @# O: v/ }
    https://www.pdawiki.com/forum/thread-21736-1-1.html?x=180507! Y7 K' D8 m- @+ b0 Z( G  r, D

    点评

    很好的总结  发表于 2019-10-8 15:53
  • TA的每日心情

    2021-6-3 09:49
  • 签到天数: 525 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:48:59 | 显示全部楼层
    l大的各个作品都可称精品,一直在用
  • TA的每日心情
    奋斗
    2021-1-26 20:20
  • 签到天数: 187 天

    [LV.7]常住居民III

    发表于 2020-10-26 23:51:07 | 显示全部楼层
    感谢更新!一直在用您的词典,放在第一位已经离不开了!
  • TA的每日心情
    奋斗
    2020-11-15 11:37
  • 签到天数: 249 天

    [LV.8]以坛为家I

     楼主| 发表于 2020-10-25 12:09:28 | 显示全部楼层
    御宅暴君 发表于 2020-4-21 23:54
    ; A6 }0 t9 }8 E/ z短语的查询结果有点怪,按你的说法你的短语是基于 https://www.pdawiki.com/forum/thread-19820-1-1.html  ...
    & D4 o* h6 a, y# D
    zhu1234标注的是词频(类比为考试分数),我这里标注的是词频的排名(类比为考试的排名)。zhu1234版只有前7700条短语标注了排名。

    点评

    我都忘了我问的是啥了,总之多谢回复。  发表于 2021-4-21 15:46
  • TA的每日心情
    慵懒
    昨天 07:31
  • 签到天数: 451 天

    [LV.9]以坛为家II

    发表于 2020-7-13 15:48:26 | 显示全部楼层
    谢谢分享,那个 四级、六级到专八、托福、雅思的注释很有用,
  • TA的每日心情

    2019-2-16 11:33
  • 签到天数: 56 天

    [LV.5]常住居民I

    发表于 2019-10-16 14:58:13 | 显示全部楼层
    谢谢分享,那个 四级、六级到专八、托福、雅思的注释很有用,多谢
  • TA的每日心情
    开心
    2021-3-27 20:34
  • 签到天数: 46 天

    [LV.5]常住居民I

    发表于 2019-10-11 23:00:09 | 显示全部楼层
    解决需求,棒!
  • TA的每日心情
    无聊
    17 小时前
  • 签到天数: 862 天

    [LV.10]以坛为家III

    发表于 2019-10-7 11:33:17 | 显示全部楼层
    很实用,感谢分享
  • TA的每日心情
    开心
    2021-9-8 10:18
  • 签到天数: 155 天

    [LV.7]常住居民III

    发表于 2019-10-7 11:34:57 | 显示全部楼层
    thanks for your hard work.
  • TA的每日心情
    无聊
    2021-11-19 20:35
  • 签到天数: 298 天

    [LV.8]以坛为家I

    发表于 2019-10-7 11:35:19 | 显示全部楼层
    谢谢楼主分享大部头
  • TA的每日心情
    开心
    2018-10-23 09:01
  • 签到天数: 153 天

    [LV.7]常住居民III

    发表于 2019-10-7 11:37:02 | 显示全部楼层
    谢谢分享,非常实用。
  • TA的每日心情
    无聊
    17 小时前
  • 签到天数: 738 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:41:30 | 显示全部楼层
    感谢分享,辛苦了
  • TA的每日心情
    开心
    2020-11-10 14:17
  • 签到天数: 580 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:43:28 | 显示全部楼层
    支持l大,又创佳作!
  • TA的每日心情
    开心
    2020-2-28 02:55
  • 签到天数: 143 天

    [LV.7]常住居民III

    发表于 2019-10-7 11:43:43 | 显示全部楼层
    0 `0 U9 B" p+ {( O' _( F
    很实用,感谢分享
  • TA的每日心情

    10 小时前
  • 签到天数: 777 天

    [LV.10]以坛为家III

    发表于 2019-10-7 11:46:02 | 显示全部楼层
    太厉害了,谢谢
  • TA的每日心情
    慵懒
    2021-9-28 14:33
  • 签到天数: 158 天

    [LV.7]常住居民III

    发表于 2019-10-7 11:48:57 | 显示全部楼层
    感谢l大分享,非常不错的资源
  • TA的每日心情
    慵懒
    2021-11-4 14:19
  • 签到天数: 395 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:56:54 | 显示全部楼层
    这个太经典了,万谢!
  • TA的每日心情
    难过
    10 小时前
  • 签到天数: 1162 天

    [LV.10]以坛为家III

    发表于 2019-10-7 11:58:48 | 显示全部楼层
    又出精品了!谢谢大咖的分享!
  • TA的每日心情

    2021-8-5 09:40
  • 签到天数: 388 天

    [LV.9]以坛为家II

    发表于 2019-10-7 11:59:09 | 显示全部楼层
    谢谢分享,制作精良!
  • TA的每日心情
    奋斗
    4 天前
  • 签到天数: 281 天

    [LV.8]以坛为家I

    发表于 2019-10-7 11:59:21 | 显示全部楼层
    感谢L大制作的又一部特色精品!!
  • TA的每日心情

    2021-6-23 14:44
  • 签到天数: 233 天

    [LV.7]常住居民III

    发表于 2019-10-7 12:02:36 | 显示全部楼层
    感谢楼主大大的分享~~~
  • TA的每日心情
    开心
    2021-11-23 16:40
  • 签到天数: 110 天

    [LV.6]常住居民II

    发表于 2019-10-7 12:03:47 | 显示全部楼层
    谢谢分享nice dict

    该用户从未签到

    发表于 2019-10-7 12:08:35 | 显示全部楼层
    谢谢楼主分享
  • TA的每日心情
    奋斗
    2021-10-9 19:18
  • 签到天数: 781 天

    [LV.10]以坛为家III

    发表于 2019-10-7 12:10:35 | 显示全部楼层
    看看这个,感谢楼主制作和分享
  • TA的每日心情
    无聊
    17 小时前
  • 签到天数: 862 天

    [LV.10]以坛为家III

    发表于 2019-10-7 12:11:56 | 显示全部楼层
    mdict下只显示数字,不显示相关词库名称
  • TA的每日心情
    奋斗
    9 小时前
  • 签到天数: 998 天

    [LV.10]以坛为家III

    发表于 2019-10-7 12:15:25 | 显示全部楼层
    这个看来也不错
    您需要登录后才可以回帖 登录 | 免费注册

    本版积分规则

    顶部qrcode底部
    关注掌上百科官方微信公众号送积分
    关注掌上百科官方微信公众号
    关注微信公众号 pdawiki,获取邀请码,看文抢积分,抽奖得浮云! Follow our Wechat official account "pdawiki", get invitation codes, and play the lottery to earn points (积分)!

    小黑屋|手机版|Archiver|PDAWIKI ( 美ICP 0000000字 )|网站地图

    GMT+8, 2021-12-2 18:02 , Processed in 0.235736 second(s), 12 queries , MemCache On.

    Powered by Discuz! X3.4

    Copyright © 2001-2020, Tencent Cloud.

    快速回复 返回顶部 返回列表