查看: 9481|回复: 17
打印 上一主题 下一主题

[英英] BNC+ANC+COCA 词频, 20151210更新

[复制链接]
  • TA的每日心情

    1637067644
  • 签到天数: 119 天

    2

    主题

    59

    回帖

    165

    积分

    童生

    Rank: 2

    积分
    165
    跳转到指定楼层
    1
    发表于 2014-7-31 20:20:03 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    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

    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

    本帖被以下淘专辑推荐:

  • TA的每日心情

    2019-2-16 11:33
  • 签到天数: 56 天

    [LV.5]常住居民I

    70

    主题

    878

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    18494

    灌水大神章小蜜蜂章笑傲江湖章

    推荐
    发表于 2015-12-11 00:31:41 | 只看该作者
    收藏,暂时还不会制作mdk。

    该用户从未签到

    2121

    主题

    2961

    回帖

    6万

    积分

    翰林院修撰

    不忘初心。送分大人,灌水砖家。擅长抛砖引玉,挖坑不填。

    Rank: 12Rank: 12Rank: 12

    积分
    61056

    翰林院专用章灌水大神章笑傲江湖章小蜜蜂章管理组专用章

    推荐
    发表于 2014-8-1 11:19:26 | 只看该作者
    支持原创。

    不过我觉得60000以内的都要记一记。
  • TA的每日心情
    开心
    2021-5-6 12:15
  • 签到天数: 2 天

    [LV.1]初来乍到

    3

    主题

    240

    回帖

    865

    积分

    举人

    Rank: 4

    积分
    865

    灌水大神章小蜜蜂章笑傲江湖章

    3
    发表于 2014-8-1 11:31:34 | 只看该作者
    不知有没有专门搜集新闻英语类的词频库
  • TA的每日心情
    开心
    2021-5-6 12:15
  • 签到天数: 2 天

    [LV.1]初来乍到

    3

    主题

    240

    回帖

    865

    积分

    举人

    Rank: 4

    积分
    865

    灌水大神章小蜜蜂章笑傲江湖章

    4
    发表于 2014-8-1 11:39:07 | 只看该作者
    有一个疑问,BNC15000En和BNC+ANC.100K 中,同一个单词的BNC词频不一样?
  • TA的每日心情

    1637067644
  • 签到天数: 119 天

    2

    主题

    59

    回帖

    165

    积分

    童生

    Rank: 2

    积分
    165
    5
     楼主| 发表于 2014-8-1 12:47:19 | 只看该作者
    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
  • TA的每日心情
    开心
    2021-5-6 12:15
  • 签到天数: 2 天

    [LV.1]初来乍到

    3

    主题

    240

    回帖

    865

    积分

    举人

    Rank: 4

    积分
    865

    灌水大神章小蜜蜂章笑傲江湖章

    6
    发表于 2014-8-1 15:02:13 | 只看该作者

    该用户从未签到

    34

    主题

    755

    回帖

    2705

    积分

    解元

    Rank: 5Rank: 5

    积分
    2705

    灌水大神章小蜜蜂章笑傲江湖章

    7
    发表于 2014-8-1 18:52:57 | 只看该作者
    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)
  • TA的每日心情

    2021-11-16 21:00
  • 签到天数: 119 天

    [LV.6]常住居民II

    32

    主题

    343

    回帖

    8082

    积分

    进士

    Rank: 8Rank: 8

    积分
    8082

    灌水大神章

    8
    发表于 2014-12-24 00:51:49 | 只看该作者
    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?
  • TA的每日心情
    奋斗
    2022-7-18 17:14
  • 签到天数: 413 天

    [LV.9]以坛为家II

    5

    主题

    846

    回帖

    7227

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7227
    9
    发表于 2015-1-12 17:20:45 | 只看该作者
    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。
  • TA的每日心情

    1637067644
  • 签到天数: 119 天

    2

    主题

    59

    回帖

    165

    积分

    童生

    Rank: 2

    积分
    165
    10
     楼主| 发表于 2015-12-10 03:21:46 | 只看该作者
    更新, 把 BNC+ANC+COCA 的词频放一起了,3个100k词频合并
    见主帖

    该用户从未签到

    38

    主题

    764

    回帖

    3534

    积分

    禁止发言

    御赐【纯金蜥蜴】

    积分
    3534
    14
    发表于 2015-12-14 10:01:02 | 只看该作者
    这是好贴啊, 怎么楼主 也被封杀了?

    该用户从未签到

    5

    主题

    277

    回帖

    865

    积分

    举人

    Rank: 4

    积分
    865
    15
    发表于 2016-5-7 08:09:57 | 只看该作者
    老大能提供一个三者的Excel分列存的文件吗?

    该用户从未签到

    0

    主题

    96

    回帖

    586

    积分

    举人

    Rank: 4

    积分
    586
    16
    发表于 2016-8-23 14:25:22 | 只看该作者
    多谢楼主的资源!
  • TA的每日心情
    擦汗
    2018-4-16 10:00
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    3

    主题

    70

    回帖

    492

    积分

    被盗用户

    积分
    492
    17
    发表于 2016-9-5 12:26:51 | 只看该作者
    楼主这个是不是不支持Mdict啊?

    该用户从未签到

    1

    主题

    11

    回帖

    47

    积分

    白身

    Rank: 1

    积分
    47
    18
    发表于 2020-2-27 00:05:21 | 只看该作者
    欧路可以用吗?