BNC+ANC+COCA 词频, 20151210更新

jijizhazha · 发表于 2014-7-31 20:20:03

本帖最后由 jijizhazha 于 2015-12-10 03:16 编辑

2015-12-10 更新
整理了论坛上cracode发布的COCA 36万词频, 加上原来的BNC/ANC
各取前10万单词，合并为一个新的17万的词频表
cracode发布的资源里带了不少词性信息，我也全部丢掉了，只保留如下格式:

the
[ANC] 1
[BNC] 1
[COCA] 1

muddle
[ANC] 11505
[BNC] 17258
[COCA] 42783

https://github.com/jjzz/ZZ-WordFreq
下载 wordfreq.zz.ann 和 wordfreq.zz.dsl 放在goldendict的词典目录下
wordfreq.zz.py是合并词典的工具

数据来源
  BNC:  http://www.kilgarriff.co.uk/BNClists/all.num.gz
  ANC:  http://www.anc.org/SecondRelease/data/ANC-all-count.txt
  COCA: https://www.pdawiki.com/forum/thread-13667-1-1.html

-------------------

因为希望查单词时知道相应单词在英语中出现的频率相对有多高
提示[BNC]9527就表示在BNC词频中是第9527个常见词

10000以内的都是常见词
20000以内的还是会去注意注意
20000以外的我可能就不会费脑筋去记了

见 https://github.com/jjzz/BNC-ANC-word-freqency-list-dsl
dsl格式，下载dsl/ann两个文件即可

三个版本
bnc15000只有15000常见词，这个范围内的词都属较常见的：
bnc15000en: 仅含英文单词对应的词频
bnc15000encn: 带有极简单的中译，参考而已，不堪大用，繁体中文，可能是某位台湾或香港朋友整理的
另整理了一个bnc top 100000 + anc top 100000的，基本上覆盖日常碰到的词

有兴趣的拿去用

cici920 · 发表于 2015-12-11 00:31:41

收藏，暂时还不会制作mdk。

Oeasy · 发表于 2014-8-1 11:19:26

支持原创。

不过我觉得60000以内的都要记一记。

bolome1 · 发表于 2014-8-1 11:31:34

不知有没有专门搜集新闻英语类的词频库

bolome1 · 发表于 2014-8-1 11:39:07

有一个疑问，BNC15000En和BNC+ANC.100K 中，同一个单词的BNC词频不一样？

jijizhazha · 发表于 2014-8-1 12:47:19

bolome1 发表于 2014-8-1 11:39
有一个疑问，BNC15000En和BNC+ANC.100K 中，同一个单词的BNC词频不一样？

来源不同

15000词条的是很久前就在流传的一个bnc词频表，后来又有某位前辈在后面补上了简单的中译
100000词条的是我从另一处找来的词频表，计有512488词条，我截取了前100000；
这个词频表来源我已不记得了

我还列了处资源 http://www.kilgarriff.co.uk/bnc-readme.html (此页面第一次发布是1995年...)
有兴趣可以从这里的数据整理个自己的词频表

BNC的数据相对比较老旧一点，从一些网络词汇上能看出来
比如google在ANC中为8401，但在BNC前100000中还没出现
新词的热度可以参考下urban dictionary，论坛里有个比较新的2013版

如果要专门新闻类的词汇，可以去google下，这些年搞大数据分析的人很多，各种分类的数据也多起来了

bolome1 · 发表于 2014-8-1 15:02:13

https://storage.googleapis.com/books/ngrams/books/datasetsv2.html
供参考

大熊部落 · 发表于 2014-8-1 18:52:57

整理成纯文本，方便大家个性化利用，并改正了几处HTML显示错误。

bnc15000.rar (87.73 KB, 下载次数: 105)

hao371269498 · 发表于 2014-12-24 00:51:49

jijizhazha 发表于 2014-8-1 12:47
来源不同

15000词条的是很久前就在流传的一个bnc词频表，后来又有某位前辈在后面补上了简单的中译

能不能分享一下那10万单词列表啊？

快乐巡洋舰 · 发表于 2015-1-12 17:20:45

首先感谢楼主的分享。不过与COCA比较后，发现真的是差的很大，数据应该很老很老了。

jijizhazha · 发表于 2015-12-10 03:21:46

更新, 把 BNC+ANC+COCA 的词频放一起了，3个100k词频合并
见主帖

xiaokeai · 发表于 2015-12-14 10:01:02

这是好贴啊, 怎么楼主也被封杀了?

ncq001 · 发表于 2016-5-7 08:09:57

老大能提供一个三者的Excel分列存的文件吗？

xmcblood · 发表于 2016-8-23 14:25:22

多谢楼主的资源!

sunbird7799 · 发表于 2016-9-5 12:26:51

楼主这个是不是不支持Mdict啊？

zhangmingduo · 发表于 2020-2-27 00:05:21

欧路可以用吗？

[英英] BNC+ANC+COCA 词频, 20151210更新

本帖被以下淘专辑推荐: