查看: 25967|回复: 480
打印 上一主题 下一主题

[英英] [3.6]iWeb词频词典:The 14 Billion Word Web Corpus

  [复制链接]
  • TA的每日心情
    慵懒
    2018-8-25 12:29
  • 签到天数: 91 天

    [LV.6]常住居民II

    33

    主题

    282

    回帖

    4万

    积分

    版主

    新的一天 , 新的难过

    Rank: 10Rank: 10Rank: 10

    积分
    40688

    灌水大神章笑傲江湖章QQ 章翰林院专用章管理组专用章小蜜蜂章

    QQ
    跳转到指定楼层
    1
    发表于 2019-3-5 21:26:37 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
    记录付费主题, 价格: 50 粒米
    本帖最后由 garypang 于 2019-3-7 11:40 编辑
    https://corpus.byu.edu/iweb/
    全网独家首发

    3.6更新:
    已整合到我的另一本词典 百宝箱词典 - The little dict

    2018 年 5 月 份 发布的 iWeb 语料库和COCA出自同门,基于两千两百万 web pages 中的140亿词统计而来,是COCA的25倍,在数量级和新鲜度上都完胜COCA,此次共抓取了前6W条的词频排名,经对比,目测比COCA排名更合理,

    后续看大家的需求程度和自己的时间安排决定是否抓取前2W条的完整版,主要是网站对IP限制太严格了,每个IP24小时内只能查询50条,这方面大家有什么好的想法欢迎和我交流.


    大家自己用就好了,就不要转载和随意传播了,需要CSV版用于记单词的请私聊我,免得被人拿到淘宝上售卖,毕竟这个数据全网都没有的,源头在我,怕惹上什么麻烦,
    售价50米,避免新用户白拿

    详细介绍:
    https://corpus.byu.edu/iweb/help/iweb_zh.pdf

    本帖隐藏的内容

    链接: https://pan.baidu.com/s/1Ng4P9wgr83LG9I6CrCDGTA 提取码: gary




















    评分

    7

    查看全部评分

    本帖被以下淘专辑推荐:

    该用户从未签到

    131

    主题

    2650

    回帖

    3万

    积分

    翰林院编修

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    34126

    灌水大神章小蜜蜂章笑傲江湖章翰林院专用章管理组专用章

    推荐
    发表于 2019-3-5 21:44:00 | 只看该作者
    这是个新库,除了更大之外,还不太了解特色是什么。不清楚为何mark davies不继续跟进coca。谢谢gary

    点评

    看了一下对比介绍,iWeb顾名思义就是抓取的网页;取词范围是国际网页。COCA是genre balanced,主要是小说报刊;取词范围仅限美国,单词只有美式拼法。  发表于 2019-10-5 10:55
  • TA的每日心情
    开心
    2020-8-14 17:45
  • 签到天数: 461 天

    [LV.9]以坛为家II

    14

    主题

    1441

    回帖

    5504

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    5504

    灌水大神章

    推荐
    发表于 2019-3-7 15:03:30 | 只看该作者
    The Little dictionary电脑端GD上有时会连续发出奇怪的声音,希望有版主能够优化一下,要是能合并COCA20000语料库词典(词频+搭配+词组+同义词),还有童哥词根就更完美了
    https://www.pdawiki.com/forum/fo ... 6orderby%3Ddateline
    https://www.pdawiki.com/forum/fo ... 5%E8%AF%8D%E6%A0%B9
  • TA的每日心情
    郁闷
    2018-5-17 09:15
  • 签到天数: 1 天

    [LV.1]初来乍到

    56

    主题

    490

    回帖

    1万

    积分

    分区版主

    Rank: 11Rank: 11Rank: 11Rank: 11

    积分
    12691

    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 2019-3-6 07:34:32 | 只看该作者
    本帖最后由 y8888 于 2019-3-6 07:49 编辑

    收藏一个,这种有限制的站弄不下真不容易,感谢分享!
    对了,看上了那个cluster,见图。这个东西不错,OCR书本后用它当查错很有用啊。不知楼主能否顺手抓下来。
  • TA的每日心情
    慵懒
    2022-10-27 16:11
  • 签到天数: 326 天

    [LV.8]以坛为家I

    130

    主题

    3638

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    20089

    灌水大神章小蜜蜂章笑傲江湖章

    3
    发表于 2019-3-5 21:32:34 | 只看该作者
    感谢Garypang奉上又一大力作!!!辛苦啦,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

    5

    主题

    907

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    17310

    QQ 章灌水大神章笑傲江湖章推广专家

    4
    发表于 2019-3-5 21:33:55 | 只看该作者
    本帖最后由 atauzki 于 2019-3-5 21:41 编辑

    这个貌似没有分语境的词频统计,像coca那样的fiction,spoken的吧
  • TA的每日心情
    慵懒
    2023-1-10 21:48
  • 签到天数: 802 天

    [LV.10]以坛为家III

    3

    主题

    2373

    回帖

    2万

    积分

    禁止发言

    积分
    20562

    小蜜蜂章笑傲江湖章灌水大神章

    6
    发表于 2019-3-5 21:40:22 | 只看该作者
    独家,感谢大侠分享

    该用户从未签到

    4

    主题

    398

    回帖

    3360

    积分

    贡士

    Rank: 6Rank: 6

    积分
    3360

    灌水大神章

    7
    发表于 2019-3-5 21:40:37 | 只看该作者
    比COCA更合理?一直对词频有兴趣。
  • TA的每日心情
    开心
    2019-3-26 21:36
  • 签到天数: 178 天

    [LV.7]常住居民III

    16

    主题

    549

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    26462

    QQ 章

    8
    发表于 2019-3-5 21:41:16 | 只看该作者
    6W词频,用过coca2w,看看这个怎么样,感谢分享。
  • TA的每日心情
    慵懒
    2019-1-23 10:04
  • 签到天数: 122 天

    [LV.7]常住居民III

    12

    主题

    641

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    39986
    9
    发表于 2019-3-5 21:42:48 | 只看该作者
    感谢大侠分享最新力作
  • TA的每日心情
    奋斗
    2020-7-12 05:59
  • 签到天数: 97 天

    [LV.6]常住居民II

    16

    主题

    585

    回帖

    2万

    积分

    禁止发言

    积分
    21246
    10
    发表于 2019-3-5 21:44:15 | 只看该作者
    有价值,感激!
  • TA的每日心情
    慵懒
    2021-12-14 13:16
  • 签到天数: 403 天

    [LV.9]以坛为家II

    2

    主题

    940

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    13665

    QQ 章灌水大神章笑傲江湖章推广专家

    11
    发表于 2019-3-5 21:45:17 | 只看该作者
    谢谢你的制作!好工具、辛苦了
  • TA的每日心情

    2023-3-15 11:04
  • 签到天数: 1307 天

    [LV.10]以坛为家III

    0

    主题

    1165

    回帖

    6531

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    6531

    笑傲江湖章灌水大神章

    13
    发表于 2019-3-5 21:47:35 | 只看该作者
    網頁語料庫非常真實呈現道地用字詞頻
  • TA的每日心情
    擦汗
    2022-12-15 20:00
  • 签到天数: 799 天

    [LV.10]以坛为家III

    6

    主题

    1000

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    16943
    14
    发表于 2019-3-5 21:49:54 | 只看该作者
    哇噻...大大又一力作了,真是大家的福氣,這個詞頻感覺十分靠譜
  • TA的每日心情
    开心
    2021-6-13 16:50
  • 签到天数: 725 天

    [LV.9]以坛为家II

    10

    主题

    2118

    回帖

    7610

    积分

    会元

    Rank: 7Rank: 7Rank: 7

    积分
    7610

    灌水大神章

    15
    发表于 2019-3-5 21:50:37 | 只看该作者
    多谢大神新作。要是有搭配,相较词频,更有实用性。
  • TA的每日心情
    开心
    3 天前
  • 签到天数: 1322 天

    [LV.10]以坛为家III

    28

    主题

    4069

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    32041

    灌水大神章小蜜蜂章笑傲江湖章QQ 章

    16
    发表于 2019-3-5 21:54:15 | 只看该作者
    谢谢,下来看看
  • TA的每日心情
    开心
    2020-5-30 23:08
  • 签到天数: 690 天

    [LV.9]以坛为家II

    0

    主题

    1084

    回帖

    2万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    27313
    17
    发表于 2019-3-5 21:56:11 | 只看该作者
    谢谢你的制作!
  • TA的每日心情
    开心
    2020-3-25 07:07
  • 签到天数: 5 天

    [LV.2]偶尔看看I

    129

    主题

    2409

    回帖

    1万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    17783

    灌水大神章小蜜蜂章笑傲江湖章

    18
    发表于 2019-3-5 21:57:24 | 只看该作者
    本帖最后由 elusty 于 2019-3-5 22:19 编辑

    真心不错,谢谢garypang.

    不太清楚其中的FREQ是什么意思,一个常用词后面的数字是几十万,是使用次数吗?还是频率?
  • 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

    41

    主题

    2084

    回帖

    3万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    36418

    灌水大神章QQ 章笑傲江湖章

    20
    发表于 2019-3-5 22:00:02 | 只看该作者
    coca用的还是您做的,感谢分享。
  • TA的每日心情

    2022-1-3 20:06
  • 签到天数: 384 天

    [LV.9]以坛为家II

    10

    主题

    1347

    回帖

    9845

    积分

    进士

    Rank: 8Rank: 8

    积分
    9845

    灌水大神章小蜜蜂章笑傲江湖章

    21
    发表于 2019-3-5 22:01:24 | 只看该作者
    谢谢。您的每一部作品都是巨作,价值不菲。
    bbs 该用户已被删除
    23
    发表于 2019-3-5 22:07:16 | 只看该作者
    数据来之不易,感谢分享。
  • TA的每日心情
    擦汗
    2021-4-3 16:28
  • 签到天数: 505 天

    [LV.9]以坛为家II

    6

    主题

    1658

    回帖

    5万

    积分

    状元

    Rank: 9Rank: 9Rank: 9

    积分
    58686

    灌水大神章QQ 章

    24
    发表于 2019-3-5 22:07:36 | 只看该作者
    多谢你的分享,背单词超实用。
  • TA的每日心情
    难过
    2019-10-13 21:57
  • 签到天数: 113 天

    [LV.6]常住居民II

    0

    主题

    234

    回帖

    9万

    积分

    禁止发言

    积分
    90309
    25
    发表于 2019-3-5 22:11:52 | 只看该作者
    厉害 感谢garypang又一大作