重金悬赏2018-1997考研真题词频及其例句

williamson · 发表于 2019-6-11 20:11:12

之前有大佬整理了一下，不过才到15年，至今也未更新，无奈，只能出重金劳烦各位大佬抽出些时间更新一下这个mdx词典，若有大佬做出来，请收下小弟的膝盖和米粒
对了，链接，也省的让大佬再费心找了

https://www.lanzous.com/i4j2hsf

恭候佳音

xusorn · 发表于 2019-6-11 20:11:13

本帖最后由 xusorn 于 2019-6-11 20:48 编辑

然而我觉得到15是恰到好处，因为这样可以把16,17,18,19四年作为模拟题做，如果真的出了后四年的例句和单词，因为句子出现过，会让模拟分数偏高，从而这后四套就失去了模拟并判断自己能力的的价值，如果硬要做，我个人认为最多到17，给自己留两套模拟的机会。至于怎么做，可以不学Python。直接用word把句号之类的分句标志替换为段落标记，再导入excel，形成句子，再在excel将其他符合替换为空格，再用空格分列出单词，最后一对多匹配（这一步可以实现，应该是用宏，不过我没去研究，可以尝试了解一下），可能比从零开始学python容易。
btw，建议用导入例句到anki卡片，没必要制作为词典，因为查词典也浪费了查询时间，还有就是之前的例句老词典里面有很多不必要例句，比如题目解释，没有填入单词的完型句子，ABCD选项之类的，可以试着删除一下，最后把例句用有道翻译一遍再导入，效果可能更好。ps：附一张我的卡片，希望能给你一些思路

我来自东方 · 发表于 2019-6-11 20:23:32

应该是到2019才对

williamson · 发表于 2019-6-11 20:25:25

我来自东方发表于 2019-6-11 20:23
应该是到2019才对

2019还没考呢，故只到2018

williamson · 发表于 2019-6-11 20:27:45

我来自东方发表于 2019-6-11 20:23
应该是到2019才对

如果没人做的话，貌似只能自己动手，丰衣足食了，不过这个都是后话了，如果有幸深造，就尝试着学Python，然后自制词典，现在纸质版没有手机这样查询快捷，我希望目前有人愿意做，这样对于我来说，减少很多不必要的麻烦。

Snowdax · 发表于 2019-6-11 21:02:15

个人认为如果要应付这种标准化考试的话，不如直接买本真题汇编刷一下，备考感觉时间会很紧，而且考生普遍不会下太大功夫研究单词。
另外前人做出的这个词库不知例句是出自阅读还是包含了其他题目甚至题干，阅读中的句子都是完整的，做起来可能会比较容易一些。

williamson · 发表于 2019-6-11 21:05:47

Snowdax 发表于 2019-6-11 21:02
个人认为如果要应付这种标准化考试的话，不如直接买本真题汇编刷一下，备考感觉时间会很紧，而且考生普遍不 ...

它的是包含了这个单词的句子，甚至是四个选项中的一项，如果有1997-2018的话，可以直观看到这个单词在试题中的变化趋势，若是刷题的话，很容易忽略这个变化的，这就是我寻求更新的本质原因，不是应付那种所谓的考试，而是在应对的时候，扎好基础，我不太愿意投机取巧，那样风险很大，不如趁有时间好好准备一下

xusorn · 发表于 2019-6-11 21:17:26

xusorn 发表于 2019-6-11 20:11
然而我觉得到15是恰到好处，因为这样可以把16,17,18,19四年作为模拟题做，如果真的出了后四年的例句和单词 ...

米我转给你了，因为我没帮上实质性的忙，不过你可能不会收到5000，因为论坛转账会扣10%的手续费，另外祝你成功

williamson · 发表于 2019-6-11 22:12:10

xusorn 发表于 2019-6-11 21:17
米我转给你了，因为我没帮上实质性的忙，不过你可能不会收到5000，因为论坛转账会扣10%的手续费，另外祝 ...

感谢您的祝福，

脚下千 · 发表于 2019-6-12 01:48:17

本帖最后由脚下千于 2019-6-12 03:22 编辑

如果仅仅是词频统计和例句输出，很简单（当然，里面有很多细节要处理，像变形、首位大小写、单复数、所有格等，如果不考虑这些细节的话，的确是很简单的，看大趋势没什么问题）；
为了更方便一点和更严谨一些（想着用 nltk 分词应该都比我简单写的要好吧，能处理一些细节问题），我看了一下 python 下的 nltk，然后写了一个小片段。（ nltk 有其他更强的语言学分析和统计指标，还没深入接触，不知道哪些是必要的 —— 即比较高“性价比”的分析）。

另外，除去楼主的需求，高频短语搭配也需要分析，不过这个要词表，然后也涉及到动词变形的问题等（我相信用 nltk 应该可以解决的。。目前我没怎么翻文档，不太清楚是否在短语分析时是否可以直接设置，还是说除了规则变化外，自己还要搞一个词表过来；）

下面是选取了喂鸡上的一篇文章片段，统计了一下下，选择前面高频的 10 个 Token 输出作为展示（为了某程度的统一，将单词转成了小写来统计，例句则原样输出）：另外，没看过 mdx 词典制作（入门应该不是很难吧，但个人现在没什么兴趣~）

Token:the
Freq.:44
Eg.:It is named after the Angles, one of the Germanic tribes that migrated to the area of Great Britain that later took their name, as England.
-----------------------------------
Token:,
Freq.:36
Eg.:It is named after the Angles, one of the Germanic tribes that migrated to the area of Great Britain that later took their name, as England.
-----------------------------------
Token:and
Freq.:30
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:of
Freq.:25
Eg.:It is named after the Angles, one of the Germanic tribes that migrated to the area of Great Britain that later took their name, as England.
-----------------------------------
Token:.
Freq.:22
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:english
Freq.:17
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:a
Freq.:17
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:language
Freq.:14
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:is
Freq.:13
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------
Token:in
Freq.:13
Eg.:English is a West Germanic language that was first spoken in early medieval England and eventually became a global lingua franca.
-----------------------------------

williamson · 发表于 2019-6-12 06:35:26

脚下千发表于 2019-6-12 01:48
如果仅仅是词频统计和例句输出，很简单（当然，里面有很多细节要处理，像变形、首位大小写、单复数、所有格 ...

您这么详细的帮助，对我的帮助是巨大的，真的非常感谢您花那么时间替小弟排忧解难，再次感谢您

老强 · 发表于 2019-6-12 07:12:22

2019已经考完了，今年是2020考研。

williamson · 发表于 2019-6-12 09:58:12

老强发表于 2019-6-12 07:12
2019已经考完了，今年是2020考研。

哦，对对对，忘了，考完我要自学那个东西，然后也做几本词典把，或参与工程中，帮他们校准一下啥的，也做点贡献

老强 · 发表于 2019-6-12 19:57:14

你要是以后要考研的话，童哥的词根词缀词典有四级六级考研词频背单词时可以查到原文不过也只是到2016年。

williamson · 发表于 2019-6-13 02:05:22

老强发表于 2019-6-12 19:57
你要是以后要考研的话，童哥的词根词缀词典有四级六级考研词频背单词时可以查到原文不过也只是到201 ...

今年考，不过考完之后我会尝试把它更新到2020年的，这东西得尝试自己动手丰衣足食

[悬赏] 重金悬赏2018-1997考研真题词频及其例句

最佳答案

评分

点评

评分

点评

评分